KNOWECON WIKI

ARTICLE

均值差

均值差 (Difference of Means) 均值差 (Difference of Means) 是推断统计 (Inferential Statistics) 中最基础、最常用的效应量之一。它度量了两个总体（或两个样本）的集中趋势 (Central Tendency) 之间的差异程度。具体地，有两个总体，其均值分别为 _1 和 _2，则总体均值差定义为

浏览 0 更新 2025-07-14

均值差 (Difference of Means)

均值差 (Difference of Means) 是推断统计 (Inferential Statistics) 中最基础、最常用的效应量之一。它度量了两个总体（或两个样本）的集中趋势 (Central Tendency) 之间的差异程度。具体地，有两个总体，其均值分别为 μ1\mu_1 和 μ2\mu_2，则总体均值差定义为：

δ=μ1−μ2\delta = \mu_1 - \mu_2

在实际研究中，由于总体均值通常未知，我们使用样本均值差 Xˉ1−Xˉ2\bar{X}_1 - \bar{X}_2 作为 δ\delta 的点估计。均值差是两样本 t 检验 (Two-Sample t-Test) 的核心统计量，也是构建置信区间 (Confidence Interval)、计算Cohen's d 等标准化效应量的基础。与标准化效应量不同，均值差保留了原始测量单位，因此在解释结果时具有直观的物理或经济意义。

均值差的三种常见场景

根据数据结构的不同，均值差的估计与推断方法存在显著差异。主要有以下三种场景：

独立样本均值差 (Independent Samples Mean Difference)

当两组观测值来自两个互相独立的总体时——例如，将实验组与对照组的受试者分别随机分配——我们称其为独立样本 (Independent Samples)。此时，样本均值差 Xˉ1−Xˉ2\bar{X}_1 - \bar{X}_2 是总体均值差的无偏估计。其标准误 (Standard Error) 取决于两个总体的方差是否相等。

等方差假设 (Pooled Variance)：若假设两总体方差相等 (σ12=σ22=σ2\sigma_1^2 = \sigma_2^2 = \sigma^2)，则合并方差估计量为：

sp2=(n1−1)s12+(n2−1)s22n1+n2−2s_p^2 = \frac{(n_1 - 1)s_1^2 + (n_2 - 1)s_2^2}{n_1 + n_2 - 2}

均值差的标准误为：

SEpooled=sp1n1+1n2\text{SE}_{\text{pooled}} = s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}

不等方差假设 (Welch's Approximation)：若不假设方差齐性，则使用Welch's t-test，其标准误为：

SEWelch=s12n1+s22n2\text{SE}_{\text{Welch}} = \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}

其中 s12s_1^2 和 s22s_2^2 分别为两个样本的样本方差，n1n_1 和 n2n_2 为样本量。Welch 方法的自由度通过Satterthwaite 近似计算，通常小于 n1+n2−2n_1 + n_2 - 2。

配对样本均值差 (Paired Samples Mean Difference)

当两组观测值存在天然的一一对应关系时——例如，同一组受试者在治疗前后的测量值，或匹配的孪生配对——我们应使用配对样本 (Paired Samples) 方法。此时，分析对象不再是两个样本各自的均值，而是每对观测值之差 Di=X1i−X2iD_i = X_{1i} - X_{2i}。

令 Dˉ=1n∑i=1nDi\bar{D} = \frac{1}{n} \sum_{i=1}^{n} D_i 为差值的样本均值，sDs_D 为差值的样本标准差。则：

SEpaired=sDn\text{SE}_{\text{paired}} = \frac{s_D}{\sqrt{n}}

配对设计的优势在于，通过让每个受试者充当自身的对照，有效消除了个体间变异 (σbetween2\sigma^2_{\text{between}}) 对均值差估计的影响，从而显著提升检验的统计功效 (Statistical Power)。

单样本均值差 (One-Sample Mean Difference)

当研究者关心一个样本的均值是否与某个已知的固定值 μ0\mu_0（如行业标准、历史基准或理论值）存在差异时，均值差简化为 Xˉ−μ0\bar{X} - \mu_0，标准误为 s/ns / \sqrt{n}。这是单样本 t 检验的基本框架，可视为两样本均值差的特例。

均值差的置信区间

均值差的 100(1−α)%100(1 - \alpha)\% 置信区间的一般形式为：

点估计±tα/2,df×标准误\text{点估计} \pm t_{\alpha/2, df} \times \text{标准误}

对于独立样本（Welch 方法）：

(Xˉ1−Xˉ2)±tα/2,νs12n1+s22n2\left( \bar{X}_1 - \bar{X}_2 \right) \pm t_{\alpha/2, \nu} \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}

其中 ν\nu 为 Welch-Satterthwaite 近似自由度。若置信区间包含零，则意味着在显著性水平 α\alpha 下，不能拒绝两总体均值相等的零假设 H0:μ1=μ2H_0: \mu_1 = \mu_2。

均值差与效应量

均值差本身是对两个总体差异的未标准化度量，其数值大小依赖于测量单位。为了跨研究比较或进行元分析 (Meta-Analysis)，研究者常使用标准化均值差：

  • Cohen's d：将均值差除以合并标准差，d=(Xˉ1−Xˉ2)/spd = (\bar{X}_1 - \bar{X}_2) / s_p。消除了量纲，便于跨学科、跨量表比较。
  • Hedges' g：对 Cohen's d 在小样本下的偏误进行校正。当 n<20n < 20 时，建议优先使用 Hedges' g。
  • Glass's Δ\Delta：以对照组的标准差（而非合并标准差）作为分母，适用于两组方差差异悬殊且对照组更接近总体真实变异的情形。

应用中的关键假设与诊断

均值差分析（尤其是基于 t 分布的推断）依赖若干假设。忽视这些假设可能导致错误的结论。

  1. 正态性 (Normality)：样本均值差的抽样分布依赖于每个样本均值的分布。当样本量足够大时，中心极限定理 (Central Limit Theorem) 保证其近似正态。对于小样本且严重偏态的数据，应考虑Wilcoxon 秩和检验或Bootstrap 方法。
  2. 方差齐性 (Homoscedasticity)：对于独立样本的等方差 t 检验，需检查两总体方差是否相等。常用检验包括Levene 检验 (Levene's Test) 和Bartlett 检验 (Bartlett's Test)。若方差齐性被拒绝，应使用 Welch 校正。
  3. 独立性 (Independence)：观测值之间应相互独立。对于配对样本，差值之间须独立，但同一对内的两个观测值可以（且通常）相关。

均值差在经济学中的应用

在计量经济学 (Econometrics) 中，均值差的概念被广泛用于：

  • 政策评估：比较政策实施地区与未实施地区（对照组）的结果变量均值差，如双重差分法 (Difference-in-Differences) 的核心思想即围绕均值差的时间维度延展。
  • 随机对照试验 (RCT)：衡量实验干预与安慰剂/常规处理之间的平均处理效应 (Average Treatment Effect, ATE)。
  • 劳动经济学：比较不同性别、种族或教育水平之间的工资均值差异，作为劳动市场歧视或人力资本回报的初步证据。
  • 金融学：比较不同投资组合的超额收益均值差，以评估某投资策略的有效性。

均值差与线性回归的关系

从线性回归 (Linear Regression) 的视角看，两独立样本的均值差可以等价地表示为一个简单回归模型的系数。定义一个指示变量（虚拟变量）DiD_i，当观测值属于组1时取值为1，属于组2时取值为0。回归模型为：

Yi=β0+β1Di+εiY_i = \beta_0 + \beta_1 D_i + \varepsilon_i

在该模型中，截距 β0\beta_0 的OLS 估计等于组2的样本均值 Xˉ2\bar{X}_2，斜率系数 β1\beta_1 的 OLS 估计恰好等于均值差 Xˉ1−Xˉ2\bar{X}_1 - \bar{X}_2。对 β1\beta_1 的 t 检验等价于等方差假设下的两样本 t 检验。这一等价关系在计量经济学中具有重要意义：它表明均值差本质上是一个线性模型的特例。当研究者需要控制额外的协变量 (Covariates) 时，可在回归中加入更多变量，此时调整后的均值差即为控制了其他因素后的偏效应 (Partial Effect)。这一思路直接导向ANCOVA（协方差分析）的框架，在实践中远比单独的 t 检验更为灵活和常用。

常见误区

  1. 均值差显著不等于实际重要：在小样本中获得统计显著但数值微小的均值差，可能在实际中毫无意义。应始终同时报告均值差的置信区间和效应量。
  2. 忽视配对设计：对配对数据错误地使用独立样本 t 检验会大幅降低统计功效，增加II 类错误风险。
  3. 多重比较问题：当涉及多个两两比较时（如多组ANOVA的事后比较），均值差的 α\alpha 水平需通过Bonferroni 校正或Tukey HSD 等方法调整，以控制总体的I 类错误率。