在进行配对设计资料的检验,要求差值()。 A. 服从正态分布B. 服从偏态分布C. 无要求D. 服从其它分布

配对设计常用于比较两组相关数据（如治疗前后的同一组患者）的差异。在进行配对设计资料的假设检验时，核心思路是计算每对数据的差值，再对这些差值进行分析。此时，检验方法的选择依赖于差值的分布特征。若差值服从正态分布，则可采用配对t检验；若不满足正态性，则需选择非参数检验方法（如Wilcoxon符号秩检验）。因此，差值是否服从正态分布是判断检验方法适用性的关键。

配对设计检验的核心假设

1. 配对t检验：适用于差值服从正态分布的情况。其假设条件为：
   • 差值的总体均值为0（无显著差异）。
   • 差值服从正态分布（或样本量足够大时可放宽此要求）。
2. 非参数检验：若差值明显偏态或存在极端值，则需使用非参数方法，此时无需正态性假设。

选项分析

• A. 服从正态分布：正确。配对t检验要求差值服从正态分布，这是经典参数检验的基础。
• B. 服从偏态分布：错误。偏态分布不符合t检验的假设条件。
• C. 无要求：错误。若无分布要求，则无法保证检验的准确性。
• D. 服从其它分布：错误。t检验严格依赖正态性，其他分布不适用。