两独立样本均值差异的检验

两独立样本均值差异的检验 (Test for the Difference between Two Independent Sample Means)

两独立样本均值差异的检验，通常称为两样本t检验 (Two-Sample t-test)，是一种在统计推断中被广泛使用的假设检验方法。其核心目标是，基于从两个独立的总体中分别抽取的两个样本，来判断这两个总体的均值是否存在显著差异。例如，比较两种教学方法下学生的平均考试成绩，或比较新药与安慰剂对病患生理指标的影响。该检验是计量经济学、生物统计学和社会科学等领域进行实验数据分析的基础工具。

检验逻辑与基本假设

假设有两个独立总体，均值分别为 $\mu_1$ 和 $\mu_2$，从中分别抽取样本得到 $\bar{x}_1$ 和 $\bar{x}_2$。由于抽样误差的存在，即使 $\mu_1 = \mu_2$，样本均值也几乎不可能完全相等。因此核心问题是：观测到的样本均值之差 $(\bar{x}_1 - \bar{x}_2)$ 在多大程度上由抽样变异引起，又在多大程度上反映真实差异？ 两样本t检验通过构建标准化检验统计量来回答。

进行检验前须满足三个关键假设：

• 独立性 (Independence)：两个样本相互独立，样本内部观测值亦独立。随机分组可确保独立性。
• 正态性 (Normality)：两总体服从正态分布。根据中心极限定理，当两样本容量足够大时（通常 $n_1 \ge 30$ 且 $n_2 \ge 30$），可放宽此要求。
• 方差齐性或非齐性：方差齐性假设两总体方差相等 $\sigma_1^2 = \sigma_2^2$；方差非齐性则不假设相等。这一区分决定使用何种t检验形式。

检验统计量计算

合并t检验（方差齐性）

当有理由相信两总体方差相等时，使用合并t检验 (Pooled t-test)。先计算合并样本方差：

其中 $s_1^2, s_2^2$ 为样本方差，$n_1, n_2$ 为样本容量。检验统计量为：

$D_0$ 为原假设中假设的均值差（通常 $D_0 = 0$），该统计量服从自由度为 $df = n_1 + n_2 - 2$ 的t分布。

韦尔奇t检验（方差非齐性）

在大多数实际应用中推荐使用韦尔奇t检验 (Welch's t-test)，它不要求方差齐性，更稳健。统计量为：

自由度采用韦尔奇-萨特思韦特方程近似：

统计决策与置信区间

假设设立

原假设 $H_0$ 通常为总体均值无差异，备择假设 $H_a$ 为存在差异：

• 双尾检验：$H_0: \mu_1 = \mu_2$ vs $H_a: \mu_1 \neq \mu_2$
• 右尾检验：$H_0: \mu_1 \le \mu_2$ vs $H_a: \mu_1 > \mu_2$
• 左尾检验：$H_0: \mu_1 \ge \mu_2$ vs $H_a: \mu_1 < \mu_2$

决策方法

临界值法：设定显著性水平 $\alpha$（如0.05），根据 $\alpha$ 和自由度查临界值 $t_{\text{critical}}$。若 $|t| > t_{\text{critical}}$，拒绝 $H_0$。

p值法：计算与统计量t对应的p值。p值是在 $H_0$ 为真时获得当前或更极端统计量的概率。若 $p < \alpha$，拒绝 $H_0$。

若拒绝 $H_0$，则有足够统计证据表明两总体均值存在显著差异；若未拒绝，则证据不足。

均值差异的置信区间

为 $\mu_1 - \mu_2$ 构建置信区间：

合并t检验的标准误为 $\sqrt{s_p^2(1/n_1 + 1/n_2)}$，自由度为 $n_1+n_2-2$；Welch检验的标准误为 $\sqrt{s_1^2/n_1 + s_2^2/n_2}$。若置信区间包含0，则与未拒绝 $H_0$ 一致；若不包含0，则与拒绝 $H_0$ 一致。

与其他检验的关系

两独立样本t检验与Z检验的区别在于，Z检验要求两总体方差已知，这在实践中较少见，故t检验更常用。与方差分析（ANOVA）的关系上，两独立样本t检验可视为方差分析在比较两个组别时的特例。当需比较三个或更多组别均值时须使用ANOVA。该检验依赖独立同分布条件，违反独立性假设时应采用配对t检验或其他相关样本方法。