KNOWECON WIKI

ARTICLE

独立样本 (Independent Samples)

独立样本 (Independent Samples) 独立样本（Independent Samples）是指两组或多组观测值之间不存在任何关联或依赖关系的样本。严格地说，若两组样本中任意一个观测值的取值不提供关于另一组中任何观测值的额外信息，则这两组样本是独立的。独立样本是经典统计学中绝大多数参数检验和非参数检验的基础假设之一，违背该假设将导致检验结果失效、

浏览 0 更新 2025-10-26

独立样本 (Independent Samples)

独立样本（Independent Samples）是指两组或多组观测值之间不存在任何关联或依赖关系的样本。严格地说，若两组样本中任意一个观测值的取值不提供关于另一组中任何观测值的额外信息，则这两组样本是独立的。独立样本是经典统计学中绝大多数参数检验和非参数检验的基础假设之一，违背该假设将导致检验结果失效、标准误估计偏差以及I类错误率膨胀。

独立性的数学定义

从概率论的角度，两组随机样本 {X1,X2,…,Xn} \{X_1, X_2, \ldots, X_n\} 和 {Y1,Y2,…,Ym} \{Y_1, Y_2, \ldots, Y_m\} 是相互独立的，当且仅当它们的联合分布可分解为各自边缘分布的乘积。对于连续型随机变量，这意味着联合概率密度函数满足：

fX1,…,Xn,Y1,…,Ym(x1,…,xn,y1,…,ym)=fX(x1,…,xn)⋅fY(y1,…,ym)f_{X_1,\ldots,X_n,Y_1,\ldots,Y_m}(x_1,\ldots,x_n,y_1,\ldots,y_m) = f_X(x_1,\ldots,x_n) \cdot f_Y(y_1,\ldots,y_m)

在实际应用中，独立样本通常意味着观测值来自不同且互不关联的个体或实验单元，且各组之间的抽样过程互不影响。例如，将受试者随机分配到实验组和对照组，两组受试者不同，其测量值即构成独立样本。与之相对，当同一受试者在不同时间点被重复测量，或受试者以某种方式配对（如双胞胎、前后测设计），则产生Dependent Samples（相依样本或配对样本）。

注意独立样本的"独立性"与i.i.d.中的"独立性"有所不同：前者强调组间独立——一组样本的取值与另一组无关；后者则强调组内各观测值之间的独立性，即每个观测值彼此独立且来自同一分布。

独立样本与相依样本的区分

区分独立样本与相依样本是数据分析中至关重要的第一步。典型的情境对比如下：

  1. 独立样本设计：将100名患者随机分为两组，每组50人，一组服用新药，一组服用安慰剂，比较两组血压降幅。两组受试者完全不同，构成独立样本。
  2. 配对设计：对同一组50名患者，先后在给药前和给药后4周测量血压，比较前后差异。这是典型的自身配对设计，前后测量值不是独立的，应使用配对t检验。
  3. 匹配设计：将年龄、性别、基线病情相似的受试者两两配对，然后随机将每对中的一人分配至实验组，另一人分配至对照组。此时应使用配对分析方法，否则将丧失匹配带来的效率增益。

误将相依样本当作独立样本处理会低估标准误、夸大自由度，导致假阳性率升高；反之，误将独立样本当作配对样本处理则会丧失统计功效。因此，判断样本独立性的关键在于追溯数据生成过程：观测值之间是否存在自然的或设计上的配对关系。

基于独立样本的常用统计方法

大量经典统计方法以独立样本为基本前提：

两独立样本t检验是最常用的方法之一。其标准形式（Student's t-test）进一步要求两组总体方差相等（homoscedasticity），检验统计量为：

t=Xˉ1−Xˉ2sp1n1+1n2t = \frac{\bar{X}_1 - \bar{X}_2}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}

其中 sp s_p 为合并标准差。当方差齐性假设不满足时，应使用Welch's t-test（Welch近似t检验），其自由度由Satterthwaite公式修正，不要求等方差。Welch检验已被广泛推荐为默认的两独立样本均值比较方法，因其在方差不等时仍保持稳健的I类错误控制，而在方差相等时仅有微小的功效损失。

Wilcoxon秩和检验（Mann-Whitney U检验）是两独立样本t检验的非参数替代，不要求正态性假设，仅要求样本独立且分布形状相似。其检验基于两组观测值合并排序后的秩次之和，检验的零假设是两组来自同一分布（更准确地说，Pr⁡(X>Y)=0.5 \Pr(X > Y) = 0.5 ）。

单因素方差分析（One-way ANOVA）将两独立样本的均值比较推广至三组及以上。其F检验基于组间变异与组内变异的比值，前提假设包括：各组样本独立、各组总体正态、各组方差齐性。在独立样本前提下，ANOVA的稳健性主要受方差非齐性影响，此时可考虑Welch's ANOVA或Kruskal-Wallis检验。

卡方独立性检验考察两个分类变量之间是否存在关联，其前提之一是观测值之间相互独立——通常通过简单随机抽样或分层随机抽样来保证。若样本中存在聚类结构（如同一家庭内的多个成员），则独立假设被破坏，应使用Cochran-Mantel-Haenszel检验或广义估计方程（GEE）等方法。

实验设计与随机化的核心地位

独立样本假设的满足与否在很大程度上取决于研究设计而非数据分析。随机化是确保独立样本有效性的黄金标准。在随机化实验中，受试者被随机分配到各处理组，随机化机制从概率上切断了处理分配与潜在混杂因素之间的关联，从而满足独立样本的要求。

具体而言，简单随机分配保证每个受试者进入任一组别的概率相等且相互独立，这同时确保了组内观测值的可交换性和组间观测值的独立性。分层随机化在保证组间均衡性的同时，同样维持了独立样本的结构，只要在分析时对分层因素进行适当调整（例如使用分层t检验或包含分层变量的线性模型）。

独立样本假设的检验

在实践中，可通过以下方式评估独立样本假设的合理性：审查数据收集方案，确认不同组的观测值来自不同的抽样单元，且不存在跨组的配对或重复测量结构；对于时间序列或空间数据，检查是否存在跨组的相关性（如Durbin-Watson检验的推广形式）；在聚类数据中，可通过计算组内相关系数（ICC）评估群组效应对独立性的破坏程度——若ICC不可忽略（如大于0.05），应考虑使用混合效应模型或聚类稳健标准误来替代基于独立样本假设的标准方法。

值得注意的是，统计检验本身通常无法直接"证明"样本独立性，因为缺乏相关性并不意味着独立（除非在多元正态等特殊分布下）。因此，独立样本假设的评估主要依赖于对数据生成过程的实质性理解，而非纯统计手段。这也是为什么研究设计与数据收集阶段的审慎规划远比事后的统计补救更为根本。