两独立样本的分布检验

两独立样本的分布检验 (Distribution Test for Two Independent Samples)

两独立样本的分布检验是一类统计假设检验方法，其核心目标是判断两个独立的样本是否来自于同一个总体分布。与关注特定参数（如均值或方差）的检验（例如t检验或F检验）不同，分布检验旨在比较两个样本所代表的分布的整体形状、位置和离散程度，而非仅限于某个具体参数。

这类检验属于非参数统计（Nonparametric Statistics）的范畴，因为它们通常不对总体的分布形式（如正态分布）做出预先假设。这使得它们在数据不满足参数检验的严格假设时，成为非常强大和灵活的分析工具。在生物统计学、计量经济学、心理学等众多领域中，当数据呈现偏态分布、存在异常值或样本量较小时，分布检验往往比参数检验更为可靠。

检验的基本逻辑

进行两独立样本分布检验时，我们通常设立以下零假设（$H_0$）和备择假设（$H_1$）：

• 零假设（$H_0$）：两个样本来自相同的总体分布。如果用累积分布函数（Cumulative Distribution Function, CDF）来表示，即 $F_1(x) = F_2(x)$ 对于所有的 $x$。
• 备择假设（$H_1$）：两个样本来自不同的总体分布。即，存在至少一个 $x$ 使得 $F_1(x) \neq F_2(x)$。

检验的目的是利用样本数据计算出一个检验统计量（Test Statistic），并根据该统计量的值来决定是拒绝还是不能拒绝零假设。由于不对分布形式做参数化假定，这类检验的临界值通常通过排列组合原理或大样本渐近理论获得。

主要的检验方法

在实践中，最常用的两种两独立样本分布检验方法是 Kolmogorov-Smirnov 检验 和 Wilcoxon 秩和检验。

两样本 Kolmogorov-Smirnov 检验 (Two-Sample K-S Test)

Kolmogorov-Smirnov 检验（简称 K-S 检验）是一种非常通用的分布检验方法，它直接比较两个样本的经验分布函数（Empirical Distribution Function, EDF）。

核心思想：经验分布函数 $S_n(x)$ 是对真实累积分布函数 $F(x)$ 的一种非参数估计。对于一个大小为 $n$ 的样本，其经验分布函数定义为：

K-S 检验的思想是，如果两个样本确实来自同一个分布，那么它们的经验分布函数应该非常接近。反之，如果它们来自不同的分布，其经验分布函数之间应该存在较大的差异。该检验的统计量 $D$ 就是两个经验分布函数在所有点上差异的最大绝对值。

检验步骤与统计量：假设我们有两个独立样本——样本1（$X_1, X_2, \dots, X_{n_1}$）和样本2（$Y_1, Y_2, \dots, Y_{n_2}$），其经验分布函数分别为 $S_{n_1}(x)$ 和 $S_{n_2}(x)$。K-S 检验的统计量定义为：

这里的 $\sup_x$ 表示取遍所有 $x$ 值的上确界，在实践中它就是两个阶梯状经验分布函数图像之间的最大垂直距离。$D$ 统计量的取值范围在 0 到 1 之间，值越大表明两个分布的差异越大。

决策规则：计算出 $D_{n_1, n_2}$ 的值后，将其与给定显著性水平 $\alpha$ 下的临界值进行比较。若 $D_{n_1, n_2}$ 大于临界值则拒绝 $H_0$，认为两个样本来自不同的分布；反之则没有足够证据拒绝 $H_0$。临界值依赖于样本量，通常通过查表或统计软件获得。在统计软件（如 R语言 的 \texttt{ks.test()} 函数或 Python 的 \texttt{scipy.stats.ks\_2samp}）中，通常直接给出 $p$ 值以方便决策。

优缺点：K-S 检验对两个分布之间的任何类型差异（包括位置、离散程度和偏度）都很敏感，但在分布的中心部分比在尾部更为敏感。当样本量较小时，检验的统计功效（Power）可能不高。此外，K-S 检验要求数据为连续型变量，且对结（Ties）的处理较为保守。

Wilcoxon 秩和检验 (Wilcoxon Rank-Sum Test)

Wilcoxon秩和检验，也常被称为Mann-Whitney U检验，是另一种非常流行的非参数检验方法。虽然它本质上也是在检验两个分布是否相同，但它对分布的位置（中位数）差异特别敏感，因此常被用作独立样本t检验的非参数替代方法。

核心思想：该检验不直接使用观测值的数值，而是使用它们的秩（Rank）。基本逻辑是：如果两个样本来自同一个分布，将它们混合并排序后，来自两个样本的观测值的秩应该是随机混合的。若一个样本的秩普遍高于另一个，则说明该样本的分布可能在位置上（即中位数）整体偏大。

检验步骤：首先将两个样本的所有观测值合并排序并为每个值分配秩，若出现相同值（结，Ties）则取平均秩。然后计算其中一个样本的秩和 $W$。Wilcoxon 秩和统计量为 $W$，而 Mann-Whitney U 统计量定义为 $U = W - \frac{n(n+1)}{2}$，它代表"从第一个样本中任取一值大于从第二个样本中任取一值的次数"，这一直观解释使得 $U$ 统计量在教学中尤为常用。

决策规则：小样本时查阅专门的临界值表；大样本时 $U$ 统计量近似服从正态分布，可构造 $Z$ 统计量 $Z = \frac{U - \mu_U}{\sigma_U}$ 进行检验。当备择假设主要是关于中位数差异时，Wilcoxon 检验通常比 K-S 检验更具统计功效，且对异常值不敏感。

检验方法的选择与实际应用

选择检验方法取决于研究问题：若想进行笼统检验（分布是否存在任何差异），两样本 K-S 检验更合适；若主要关心中位数是否存在差异，Wilcoxon 秩和检验 / Mann-Whitney U 检验通常更强大。例如，在医学研究中比较两种治疗方案的效果时，若怀疑新疗法不仅提升均值还改变分布形态，宜选用 K-S 检验；若主要关注疗效是否"整体更好"（即中位数提高），则 Wilcoxon 检验更合适。在实际数据分析中，常常同时使用两种方法以全面把握数据特征。