两样本均值差异的检验

两样本均值差异的检验

两样本均值差异的检验是统计推断中用于比较两个总体均值$\mu_1$和$\mu_2$是否存在显著差异的方法。其核心问题是判断样本均值差异源于真实的总体差异还是仅仅由随机抽样误差所致。根据样本结构和方差信息的不同，分别适用Z检验、合并方差t检验、Welch's t检验或配对t检验。

检验分类与选择

样本独立性是首先需要确认的关键维度。独立样本指两组样本相互无关，来自独立总体或通过随机分组产生。配对样本则存在天然的对应关系——如事前-事后测量或匹配对——此时检验转化为对配对差值的单样本检验，通常具有更高的统计功效因为控制了个体差异。

方差信息决定检验统计量的形式。总体方差已知时使用Z检验，基于标准正态分布进行推断；实践中总体方差几乎总是未知的，因此t检验为主体工具。方差同质性假设进一步区分了两种t检验：当两总体方差相等时使用合并方差t检验（Pooled Variance t-test），当方差不相等或不确定时使用Welch's t检验（Welch's t-test）——后者因不依赖方差齐性假设而被广泛推荐为独立样本检验的默认方法。

独立样本检验的统计量

Z检验在总体方差已知时使用。检验统计量为$Z = ((\bar{X}_1 - \bar{X}_2) - \delta_0) / \sqrt{\sigma_1^2/n_1 + \sigma_2^2/n_2}$，其中分母为两样本均值差的标准误，$\delta_0$为原假设下的均值差异（通常为0）。Z统计量在原假设成立时服从标准正态分布。

合并方差t检验在两总体方差未知但假设相等时使用。合并方差$s_p^2 = ((n_1-1)s_1^2 + (n_2-1)s_2^2)/(n_1+n_2-2)$以自由度为权重对两个样本方差进行加权平均——本质上是对共用的总体方差的更精确估计。检验统计量为$t = ((\bar{X}_1 - \bar{X}_2) - \delta_0)/(s_p\sqrt{1/n_1 + 1/n_2})$，自由度为$df = n_1 + n_2 - 2$。使用前需通过Levene检验或F检验验证方差齐性假设的合理性。

Welch's t检验不假设两总体方差相等。检验统计量为$t = ((\bar{X}_1 - \bar{X}_2) - \delta_0)/\sqrt{s_1^2/n_1 + s_2^2/n_2}$，其自由度为Welch-Satterthwaite修正自由度$df \approx (s_1^2/n_1 + s_2^2/n_2)^2 / [(s_1^2/n_1)^2/(n_1-1) + (s_2^2/n_2)^2/(n_2-1)]$——该自由度通常为非整数，介于两个样本较小的自由度与$n_1+n_2-2$之间。Welch's t检验以其对异方差的天然稳健性和不损失检验效力的特点，成为独立样本均值比较的首选方法。

配对检验与假设条件

配对样本t检验将问题转化为单样本t检验。焦点在每个配对差值$d_i = x_{i1} - x_{i2}$，检验统计量为$t = (\bar{d} - \delta_0)/(s_d/\sqrt{n})$，自由度为$n-1$——其中$n$为配对数量。决策依据为将t统计量与t分布临界值比较或计算p值。

使用条件方面，所有方法的基础假设包括：样本通过随机抽样获得，不同样本间及（配对设计中的）不同对之间独立性。正态性假设在样本较小时（$n < 30$）要求总体或配对差值近似正态，可通过QQ图或Shapiro-Wilk检验检查；大样本下根据中心极限定理即使数据偏离正态，t检验仍具有稳健性。方差齐性仅合并方差t检验严格要求，Welch's t检验免除了这一限制。

实践中的检验选择流程为：首先判断样本是独立还是配对——配对则使用配对t检验。独立样本条件下，方差信息已知时使用Z检验（实际极少），方差未知时评估方差齐性——若满足则可用合并方差t检验，若不满足或不确定则默认使用Welch's t检验。在报告检验结果时，同时提供置信区间能给出差异的可能范围——信息远比单一的拒绝或不拒绝更为丰富。两样本均值差异检验是实验设计和计量分析中应用最广泛的统计推断方法之一，在医学统计、社会科学对比研究和A/B测试等领域是基本分析工具。