两独立样本均值差异的假设检验

两独立样本均值差异的假设检验

核心目标：利用两独立样本判断其对应总体均值是否存在统计显著性差异。非关注样本均值差$\bar{x}_1-\bar{x}_2$本身→而是推断未知总体均值差$\mu_1-\mu_2$。

前提条件与假设

独立样本：一个样本个体选择不影响另一个（vs配对样本中同一个体两次测量）。正态性：两总体正态→但中心极限定理→$n_1,n_2>30$时样本均值抽样分布近正态（总体非正态也可放宽）。小样本需正态性检验(Shapiro-Wilk)/Q-Q图评估。方差假设：

• 已知→理论上Z检验→$Z=((\bar{x}_1-\bar{x}_2)-(\mu_1-\mu_2)_0)/\sqrt{\sigma_1^2/n_1+\sigma_2^2/n_2}$。
• 未知：方差相等→合并t检验(Pooled)：$s_p^2=((n_1-1)s_1^2+(n_2-1)s_2^2)/(n_1+n_2-2)$→$t=(\bar{x}_1-\bar{x}_2)/\sqrt{s_p^2(1/n_1+1/n_2)}$，$df=n_1+n_2-2$。
• 未知：方差不相等→Welch's t-test（现代默认→稳健→即使方差相等表现也近合并）：$t=(\bar{x}_1-\bar{x}_2)/\sqrt{s_1^2/n_1+s_2^2/n_2}$。自由度用Welch-Satterthwaite公式：$df\approx(s_1^2/n_1+s_2^2/n_2)^2/\frac{(s_1^2/n_1)^2}{n_1-1}+\frac{(s_2^2/n_2)^2}{n_2-1}$。

检验五步骤

1设立$H_0:\mu_1=\mu_2$，$H_1$三形：双侧$\mu_1\neq\mu_2$/右侧$\mu_1>\mu_2$/左侧$\mu_1<\mu_2$。2设显著性水平$\alpha$（通常0.05/0.01）。3计算t（上）。4决策：p值法→若$p\le\alpha$则拒$H_0$（现代最常用）；临界值法→统计量绝对值>临界值即落拒绝域。5解释→拒绝→有证据表两总体均值显著差异；未拒绝→证据不足表差异（≠证明两均值相等）。

置信区间与效应量

$\mu_1-\mu_2$的$1-\alpha$CI：Welch下$(\bar{x}_1-\bar{x}_2)\pm t_{\alpha/2,df}\sqrt{s_1^2/n_1+s_2^2/n_2}$。双侧检验→CI不包含0→拒$H_0$（CI含更多信息>仅p值）。

效应量(Cohen's d)：p值仅表差异是否统计显著→效应量度量差异大小实践意义（均值差除以合并标准差→标准化→独立于样本量）。统计功效：$H_1$真时正确拒$H_0$的概率→功效分析确定所需样本量（通常目标80\%）。Levene检验判断方差齐性。