KNOWECON WIKI

ARTICLE

合并样本比例

合并样本比例（pooled sample proportion）是统计学中用于两总体比例比较检验的一个关键概念，符号记为 p 或 p 。当检验两个独立总体的比例是否相等时，需要在零假设 H_0: p_1 = p_2 成立的前提下，对共同的总体比例进行估计。此时，将两个样本数据合并起来计算得到的比例即为合并样本比例，它是对共同总体比例的最佳估计量。 定义与公式

浏览 0 更新 2025-10-26

合并样本比例（pooled sample proportion）是统计学中用于两总体比例比较检验的一个关键概念，符号记为 p^ \hat{p} 或 pˉ \bar{p} 。当检验两个独立总体的比例是否相等时，需要在零假设 H0:p1=p2 H_0: p_1 = p_2 成立的前提下，对共同的总体比例进行估计。此时，将两个样本数据合并起来计算得到的比例即为合并样本比例，它是对共同总体比例的最佳估计量。

定义与公式

合并样本比例的计算公式为：

p^=x1+x2n1+n2\hat{p} = \frac{x_1 + x_2}{n_1 + n_2}

其中，x1 x_1 和 x2 x_2 分别表示两个样本中具有某特征的单位数（即成功次数），n1 n_1 和 n2 n_2 分别为两个样本的样本量。从公式结构来看，合并样本比例本质上是两个样本成功次数的加权平均，权重即为各自的样本量。样本量较大的组对合并比例的贡献更大，这与直觉一致——大样本携带更多关于总体参数的信息。

若用样本比例 p^1=x1/n1 \hat{p}_1 = x_1 / n_1 和 p^2=x2/n2 \hat{p}_2 = x_2 / n_2 来表示，合并公式也可以改写为：

p^=n1p^1+n2p^2n1+n2\hat{p} = \frac{n_1\hat{p}_1 + n_2\hat{p}_2}{n_1 + n_2}

这一形式更清楚地展示了加权平均的性质。

统计原理

合并样本比例的合理性建立在零假设成立的假定之上。当 H0:p1=p2=p H_0: p_1 = p_2 = p 为真时，两个样本均来自具有相同成功概率 p p 的伯努利总体。此时，所有观测值——无论来自哪个组——都是对同一参数 p p 的独立同分布观测。将两组数据合并不仅能获得更大的有效样本量，还能使估计量的方差达到最小。

具体地，合并样本比例 p^ \hat{p} 的方差为：

Var(p^)=p(1−p)n1+n2\text{Var}(\hat{p}) = \frac{p(1-p)}{n_1 + n_2}

它小于单独使用任一样本比例时的方差，因为分母更大。这正是合并估计之所以更有效率的原因。在实际的两比例z检验中，这一性质被用来构造标准误更小的检验统计量，从而提高检验的功效（power）。

适用场景

合并样本比例主要用于两比例之差的z检验（two-proportion z-test）。具体而言，当研究者希望检验两个独立群体的比例是否存在显著差异时，需要构造如下检验统计量：

z=p^1−p^2p^(1−p^)(1n1+1n2)z = \frac{\hat{p}_1 - \hat{p}_2}{\sqrt{\hat{p}(1-\hat{p})\left(\frac{1}{n_1} + \frac{1}{n_2}\right)}}

该统计量在零假设下近似服从标准正态分布。分母中的标准误使用了合并样本比例 p^ \hat{p} 计算，而非各自样本的比例。这样做的好处是在零假设前提下充分利用了全部样本信息，使估计更为精确。常见的应用场景包括：临床试验中治疗组与对照组的有效率比较、市场调研中不同地区用户的购买率差异、社会科学中不同群体对某项政策的支持率对比等。

与不合并标准误的区别

当进行两比例之差的置信区间估计时，通常不使用合并样本比例，而是分别使用各样本比例计算标准误：

SE=p^1(1−p^1)n1+p^2(1−p^2)n2SE = \sqrt{\frac{\hat{p}_1(1-\hat{p}_1)}{n_1} + \frac{\hat{p}_2(1-\hat{p}_2)}{n_2}}

这一区别背后有重要的统计逻辑：假设检验在零假设为真的前提下进行推断，此时两总体比例相等，合并样本能更有效地估计该共同比例；而置信区间则关注两比例之差的真实取值范围，不预设两者相等，因此应保留各自的变异性。这一差异经常被初学者忽略，但理解它对正确应用统计方法至关重要。在统计软件的输出中，p值和置信区间有时看似矛盾，根源之一就在于此。

使用条件

合并样本比例的使用需满足以下条件：

  1. 独立性：两个样本相互独立，且各样本内部的观测值也相互独立。
  2. 大样本条件：两个样本量均较大，通常要求 n1p^≥10 n_1\hat{p} \geq 10 、n1(1−p^)≥10 n_1(1-\hat{p}) \geq 10 、n2p^≥10 n_2\hat{p} \geq 10 、n2(1−p^)≥10 n_2(1-\hat{p}) \geq 10 ，以保证正态近似的有效性。
  3. 随机抽样：样本来自目标总体的随机抽样，或至少具有代表性以减小选择偏差。

当这些条件不满足时，应考虑使用Fisher精确检验或Bootstrap方法替代。

实际应用示例

假设某药企进行临床试验，治疗组（n1=500 n_1=500 ）中有320人有效，对照组（n2=400 n_2=400 ）中有240人有效。欲检验两组有效率是否存在显著差异。首先计算两个样本比例：

p^1=320500=0.64,p^2=240400=0.60\hat{p}_1 = \frac{320}{500} = 0.64, \quad \hat{p}_2 = \frac{240}{400} = 0.60

合并样本比例为：

p^=320+240500+400=560900≈0.6222\hat{p} = \frac{320 + 240}{500 + 400} = \frac{560}{900} \approx 0.6222

检验统计量为：

z=0.64−0.600.6222×0.3778×(1500+1400)≈0.040.0325≈1.23z = \frac{0.64 - 0.60}{\sqrt{0.6222 \times 0.3778 \times \left(\frac{1}{500} + \frac{1}{400}\right)}} \approx \frac{0.04}{0.0325} \approx 1.23

若显著性水平取0.05，临界值为±1.96。因 ∣1.23∣<1.96 |1.23| < 1.96 ，故不拒绝零假设，即无充分证据认为两组有效率存在统计学上的显著差异。

注意事项

合并样本比例仅适用于两比例相等的零假设检验，不可将其混淆于一般性的比例估计或置信区间构造。此外，小样本情况下应使用Fisher精确检验替代z检验，因为此时正态近似的精度不足。在实际数据分析中，许多统计软件（如R语言的prop.test、SPSS的交叉表分析、Python statsmodels库的proportions\_ztest）在进行两比例z检验时默认使用合并样本比例计算标准误，理解这一底层逻辑对正确解读输出结果至关重要。

与其他检验方法的关系

合并样本比例对应的两比例z检验与卡方检验有着内在联系。对于 2×2 2 \times 2 列联表，两比例z检验的z统计量的平方恰好等于Pearson卡方统计量，即 z2=χ2 z^2 = \chi^2 。因此，在相同的显著性水平下，两种检验方法会得出完全一致的结论。这一等价性使得合并样本比例的概念不仅出现在z检验中，也隐含在列联表的独立性检验里。

此外，当比较的比例超过两个时（如多组间的比例比较），需要使用卡方检验或对数线性模型，此时合并样本比例的思想不再直接适用，但其加权平均的理念在更复杂的分析中仍有体现。

常见误区

在实践中，围绕合并样本比例存在几个常见误区。第一，有些使用者错误地将合并样本比例用于置信区间构造，导致区间过窄、覆盖概率低于名义水平。第二，有人在计算检验统计量时混淆了合并比例与不合并比例的选用，导致p值计算错误。第三，大样本条件的判断需要使用合并样本比例而非各样本比例来验证，这一点也常被忽略。正确理解合并样本比例的适用边界和统计逻辑，是避免这些错误的关键。

参考文献

  • Agresti, A. (2018). *Statistical Methods for the Social Sciences* (5th ed.). Pearson.
  • Moore, D. S., McCabe, G. P., \& Craig, B. A. (2021). *Introduction to the Practice of Statistics* (10th ed.). W.H. Freeman.
  • Rosner, B. (2015). *Fundamentals of Biostatistics* (8th ed.). Cengage Learning.