【两个总体均值相等假设检验】
拼译:tests of hypotheses on the equality of the means of two populations
假设检验的一种。两个总体均值相等的假设检验。可分为以下四种情况:(1)两个总体相互独立、方差已知时。若总体X1与X2相互独立,X1~N(μ1, ),X2~N(μ2, ),其中 与 已知,而μ1与μ2未知。在双侧检验情形下,待检验的统计假设是H0:μ1=μ2;H1:μ1≠μ2。由统计抽样理论知,在H0成立时,统计量Z= 服从标准正态分布。式中 与n1是来自总体X1的样本均值与样本大小; 与n2是来自总体X2的样本均值与样本大小。由给定的α,查得标准正态分布的双侧α分位点Zα/2与-Zα/2,满足P{Z<-Zα/2}=P{Z>Zα/2}= 。当由样本计算出的Z的观测值Z0满足|Z0|>Zα/2时,拒绝H0;否则就接受H0。在单侧检验情形下,若统计假设是H0: μ1≤μ2;Hi:μ1>μ2,检验统计量仍是Z= ,对给定的α,查得标准正态分布的右侧临界点Zα,它满足P{Z>Zα}=α。当统计量Z的观测值Z0>Zα时,拒绝H0;否则接受H0。若统计假设是H0:μ1≥μ2;H1:μ1<μ2,则应查左侧临界值-Zα,它满足P{Z<-Zα}=α。若Z0<-Zα,则拒绝H0;否则,接受H0。(2)两个总体相互独立,方差未知但相等,即 = =σ2时。若X1~N(μ1, ),X2~N(μ2, ),X1与X2相互独立,参数都未知,双侧检验情形下待检验的假设是H0:μ1=μ2;H1:μ1≠μ2。从两总体中分别抽取随机样本(X11,X12,…,X1n1),(X21,X22,…,X2n2),它们的均值是X1与 ,方差是 与 。其中 = (X1i- )2, = (X2i- )2。由于 = =σ2,故用两样本的混合方差 来估计σ2, = 。此时检验统计量为t= 统计抽样理论表明:在上面条件下,若H0成立,则t服从自由度为n1+n2-2的t分布,检验的拒绝域是t0<-tα/2或t0>tα/2。这里t0是统计量t的观测值,-tα/2与tα/2是t分布的双侧α分位点,即满足P{t>tα/2}=P{t<-tα/2}= 。若统计假设是右侧检验:H0:μ1≤μ2;H1:μ1>μ2,此时只在t分布的右尾设置拒绝域,查t分布数值表得右侧α分位点tα:P{t>tα}=α。而当t0>tα时,拒绝H0。若统计假设是左侧检验:H0:产1≥μ2;H1:μ1<μ2,拒绝域在分布的左尾。查表得tα:P{t<-tα}=α,则当t0<-tα时,拒绝H0。(3)两个总体相互独立,方差未知,且 ≠ 时。这时没有精确分布来检验H0:μ1=μ2,但统计量t*= 渐近地服从t分布,其自由度为v= -2。(4)两总体不是相互独立,即相关时,使用配对t检验。当两总体不独立时,通常只讨论两总体是配对相关这一特殊情况:即两总体在某些方面是“共享”的或“连带”的,亦称配对总体。如对同一组学生进行心理辅导实验,观测他们接受辅导前与接受辅导后的学习成绩的变化,于是每个学生都有两个成绩:辅导前的成绩X1与辅导后的成绩X2。这两个成绩是配对的,它们来自同一名学生。这种情况的两总体又叫配对总体,记为(X1,X2)。若X1~N(u1, ),X2~N(u2, )。对配对总体进行n次观测,得样本(X11,X21),(X12,X22),…,(X1n,X2n)。记Di=X1j-X2j(j=1,2,…,n),μD=μ1-μ2。检验“H0:μ1=μ2”等价于检验“H0:μD=0”。于是要检验的假设可写为H0:μD=0;H1:μD≠0。采用的检验统计量是t= 。式中 = Dj/n,SD= 。由统计抽样理论知:在H0成立时,t服从自由度为n-1的t分布。对给定的α,查t分布数值表得双侧α分位点tα/2。若统计量t的观测值t0满足|t0|>tα/2,则拒绝H0,即两总体均值μ1与μ2之间存在显著差异。 |