KNOWECON WIKI

ARTICLE

二项检验

二项检验 (Binomial Test) 二项检验 (Binomial Test) 是一种基于 二项分布 的精确 假设检验，用于判断 伯努利试验 中成功概率 p 是否与某个指定值 p_0 存在显著差异。 定义与假设 设 X Binomial(n, p)，即 n 次独立重复试验中成功的次数。检验问题为： 检验统计量即为观测成功次数 x。在 H_0 下，X Bi

浏览 0 更新 2025-07-17

二项检验 (Binomial Test)

二项检验 (Binomial Test) 是一种基于 二项分布 的精确 假设检验，用于判断 伯努利试验 中成功概率 pp 是否与某个指定值 p0p_0 存在显著差异。

定义与假设

设 X∼Binomial(n,p)X \sim \text{Binomial}(n, p)，即 nn 次独立重复试验中成功的次数。检验问题为：

H0:p=p0vsH1:p≠p0  (双侧),  p>p0  (右侧),  p<p0  (左侧)H_0: p = p_0 \quad \text{vs} \quad H_1: p \neq p_0 \;(\text{双侧}),\; p > p_0 \;(\text{右侧}),\; p < p_0 \;(\text{左侧})

检验统计量即为观测成功次数 xx。在 H0H_0 下，X∼Binomial(n,p0)X \sim \text{Binomial}(n, p_0)，概率质量函数 为：

P(X=k)=(nk)p0k(1−p0)n−k,k=0,1,…,n\mathbb{P}(X = k) = \binom{n}{k} p_0^k (1-p_0)^{n-k}, \quad k = 0, 1, \ldots, n

p 值计算

二项检验的 p 值直接基于二项分布精确计算，无需渐近近似：

  • 右侧检验：p-value=P(X≥x∣H0)=∑k=xn(nk)p0k(1−p0)n−kp\text{-value} = \mathbb{P}(X \geq x \mid H_0) = \sum_{k=x}^{n} \binom{n}{k} p_0^k (1-p_0)^{n-k}
  • 左侧检验：p-value=P(X≤x∣H0)=∑k=0x(nk)p0k(1−p0)n−kp\text{-value} = \mathbb{P}(X \leq x \mid H_0) = \sum_{k=0}^{x} \binom{n}{k} p_0^k (1-p_0)^{n-k}
  • 双侧检验：p-value=2×min⁡{P(X≤x),P(X≥x)}p\text{-value} = 2 \times \min\{\mathbb{P}(X \leq x), \mathbb{P}(X \geq x)\}，或取所有概率不高于 P(X=x)\mathbb{P}(X = x) 的 kk 对应概率之和

当 p 值小于显著性水平 α\alpha（通常取 0.05）时拒绝 H0H_0。

正态近似

当 nn 充分大且 np0(1−p0)>5np_0(1-p_0) > 5 时，可由 中心极限定理 构造 Z 检验：

Z=p^−p0p0(1−p0)/n→dN(0,1)Z = \frac{\hat{p} - p_0}{\sqrt{p_0(1-p_0)/n}} \xrightarrow{d} N(0,1)

其中 p^=x/n\hat{p} = x/n 为样本比例。此时可使用 标准正态分布 计算近似 p 值。对于小样本或极端概率，精确二项检验更为可靠。

与其它检验的关系

  1. 符号检验 (Sign Test)：二项检验的特例，取 p0=0.5p_0 = 0.5，用于配对比较中判断中位数是否为零。
  2. McNemar 检验：用于配对二分类数据的边际同质性检验，其条件分布本质为二项分布。
  3. Fisher 精确检验：虽基于 超几何分布，但二者同属精确检验家族，适用于小样本或稀疏数据场景。

经济学与科学应用

  1. 市场调研：检验消费者偏好比例是否显著偏离 50\%，用于 A/B 测试中判断新方案是否优于旧方案。
  2. 质量控制：从一批产品中抽样，检验次品率是否超过行业标准 p0p_0，为 抽样检验 提供决策依据。
  3. 医学统计：检验某种疗法的有效率是否显著高于安慰剂，是临床 II 期试验 的常用工具。
  4. 行为经济学：检验受试者在某决策任务中选择风险选项的比例是否偏离随机选择，用于验证 前景理论 的预测。

注意事项

  • 二项检验的 功效 (Statistical Power) 随样本量 nn 增大而提高，小样本时可能无法检出实际差异。
  • 精确二项检验是保守的——实际犯 第一类错误 的概率通常略低于名义水平 α\alpha。
  • 在统计软件中（如 \texttt{R} 的 \texttt{binom.test}、\texttt{scipy.stats.binomtest}）均可直接调用精确二项检验。