就是重复测量研究，比如在治疗前后测量患者抑郁症指数，测量安静、嘈杂环境对行为的影响，从字面意思也可以得知，我们是要重复的测量一个相同的变量。

在重复测量研究宏，样本中的个体要在同一个因变量下被测量多于1次，所有的处理条件都使用相同的被试。

相关样本的t检验与之前的单样本t检验基本相同，最大的区别在于相关样本的t检验的基础是差异值（也就是第二个分数与第一个分数之差）而不是原始分数。

就比如上面这个相关样本的t检验，研究的是吃感冒药前后的反应时，在这种相关t检验中，我们关注的是处理前后的差异，也就是说我们关心的是D这个值，我们要计算D值的均值、方差、标准误，根据D值来计算t分数。

那么自然我们在设定虚无假设就是处理没有作用，那么处理前后的总体均值差异为零，虚无假设是总体的均值为0，也就是：

注意，虚无假设是指的是总体差异值的均值为0，我们在试验中，选取的样本他的差异均值不一定是0，他只是总体的一部分。

那么备择假设就是

在相关样本的t检验中，方差、标准误、t分数…计算公式都是和之前的单样本t检验完全一样，只不过一定要注意，我们要用两个样本的差异也就是D值来计算，不要用原始分数来计算。

不管是对于相关样本的t检验还是之前的t检验，样本的变异性越大，那么你得到显著处理的效应的可能性就越小，也就是说你越难拒绝

对于相关t检验来说，他需要满足的条件和单样本t检验是一样的，也就是每种处理条件下的观测值是独立的，另外就是差异值D的总体需要符合正态分布。

对于独立测量和重复测量来说，重复测量的优点在于他更加节省被试的数量，而且他是会减小甚至消除被试间差异带来的问题，所以相比于独立测量，重复测量他的方差更小，那么你检测出处理效应的可能性就越大，也就是你更有可能拒绝，缺点是在于重复测量他的两侧测量都是在不同的实验条件下进行的，这有可能被时间、天气、被试的练习效应等外界因素干扰。