基于两个总体均值差的置信区间证明统计主张

AP 统计学· 单元7.3：利用双均值置信区间证明统计主张· 12 分钟阅读

1. 双均值区间证明主张的核心逻辑★★★☆☆⏱ 3 min

使用双样本 $μ_{1} - μ_{2}$ 置信区间证明主张的核心规则非常简单：任何落在区间内的值都是对应置信水平下总体真实差值的合理取值，任何落在区间外的值在该置信水平下都不是总体真实差值的合理取值。

📘 定义

零值核验

$H_{0} : μ_{1} - μ_{2} = d_{0}$

要评估关于假设差值 $d_{0}$ 的主张，你只需要检查 $d_{0}$ 是否落在你计算得到的置信区间边界之内即可。

例:

如果两个班级考试分数差的95%置信区间是(-2.3, 4.1)，零值0落在区间内，因此在 $α = 0.05$ 的显著性水平下不存在显著差异。

📐 例题

青少年与成年人日均屏幕使用时间差（青少年减成年人）的95%置信区间计算结果为(1.2小时, 2.9小时)。请证明青少年的日均屏幕使用时间均值与成年人存在差异这一主张。

1
步骤1：识别无差异主张对应的假设差值。
2
$d_0 = 0$
3
步骤2：检查0是否落在给定区间(1.2, 2.9)之内。
4
步骤3：0小于区间下界1.2，因此它不是总体真实差值的合理取值。
5
步骤4：结论：在95%置信水平下，我们有统计显著的证据表明青少年的日均屏幕使用时间均值与成年人存在差异。

✓ 快速检测

测试你对零值核验规则的基础理解：

$μ_{1} - μ_{2}$ 的95%置信区间为(-3.2, -0.7)。0是总体真实差值的合理取值吗？
- 是
- 否
显示答案
否 —
0大于区间上界-0.7，因此它落在区间外，不是合理取值。

2. 符合AP考试评分标准的证明作答结构★★★★☆⏱ 3 min

📐 例题

一名研究者计算得到通勤时间均值差（路线A减路线B）的90%置信区间为(-1.1分钟, 3.4分钟)。请按照AP评分标准证明路线A和路线B的平均通勤时间存在差异这一主张。

1
步骤1：说明无差异主张对应的假设差值为0。
2
步骤2：明确指出0落在-1.1和3.4分钟的区间边界之内。
3
步骤3：确认0是总体平均通勤时间真实差值的合理取值。
4
步骤4：最终结论：在90%置信水平下，我们没有统计显著的证据表明路线A和路线B的平均通勤时间存在差异。

3. 置信区间与双尾t检验的等价性★★★★☆⏱ 3 min

🔬 推导

目标:

证明 $μ_{1} - μ_{2}$ 的100(1-α)%置信区间与显著性水平为 $α$ 的双尾双样本t检验完全等价

起点:

双样本t置信区间的公式： $\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2} \pm t^{*} \times S E (\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2})$

1
1. 双尾t检验在t检验统计量比临界值 $t^{*}$ 更极端时拒绝 $H_{0}$ 。
2
1. 对t检验的不等式进行变形可以得出：当且仅当检验拒绝 $H_{0}$ 时，零值 $d_{0}$ 才会落在区间之外。
3
1. 1-α的置信水平与双尾显著性水平α完全对应。

结果:

95%置信区间与 $α = 0.05$ 的双尾t检验完全对应。

方法对比

对比证明两个总体均值相关主张的两种有效方法：

置信区间证明法

检查假设差值是否落在区间边界之内

+ 优点: 不需要额外计算，可以直接使用你已经算出的区间结果

− 缺点: 仅对双尾检验有效，不能用于单侧显著性核验

双样本t检验证明法

计算t检验统计量和p值，与显著性水平进行比较

+ 优点: 对单侧和双尾检验都适用

− 缺点: 如果你已经得到了置信区间，这些额外的计算步骤是多余的

📐 例题

两个班级考试分数均值差（1班减2班）的99%置信区间为(-5.2, 1.3)。在 $α = 0.01$ 的显著性水平下进行无差异的双尾t检验，会得出什么结论？

1
步骤1：确认99%置信水平完全对应双尾 $α = 0.01$ 。
2
步骤2：检查零值0是否落在区间(-5.2, 1.3)之内。
3
步骤3：0落在区间内，因此t检验不会拒绝无差异的原假设。
4
步骤4：最终结论：在0.01的显著性水平下，两个班级的考试分数均值不存在统计显著的差异。

4. 证明单侧方向性主张★★★★★⏱ 3 min

如果 $μ_{1} - μ_{2}$ 的整个双侧置信区间都为正，你可以在显著性水平 $α /2$ 下证明 $μ_{1} > μ_{2}$ 的单侧主张。如果整个区间都为负，你可以在显著性水平 $α /2$ 下证明 $μ_{1} < μ_{2}$ 的单侧主张。

📐 例题

减重均值差（饮食方案X减饮食方案Y）的95%双侧置信区间为(0.8千克, 3.2千克)。请证明饮食方案X的平均减重效果优于饮食方案Y这一主张。

1
步骤1：确认区间完全为正， $μ_{X} - μ_{Y}$ 的所有合理取值都大于0。
2
步骤2：对应的单侧显著性水平为0.05 / 2 = 0.025。
3
步骤3：由于0小于区间下界，在 $α = 0.025$ 的显著性水平下，我们有统计显著的证据表明饮食方案X的平均减重效果优于饮食方案Y。

5. 常见陷阱

错误做法:

声称样本均值差落在区间内来证明主张

原因:

置信区间估计的是未知的总体差值，而不是已知的样本差值，这个错误在AP评分标准中会得0分

正确做法:

明确参照假设的总体差值相对于区间边界的位置

错误做法:

声称完全为正的区间代表总体真实差值有95%的概率为正

原因:

置信水平描述的是区间方法的长期捕获率，而不是单个计算得到的区间的概率

正确做法:

陈述「我们有95%的信心总体均值的真实差值为正」，避免使用无效的概率表述

错误做法:

使用90%置信区间为 $α = 0.05$ 的双尾假设检验的结论提供证明

原因:

90%区间对应的是 $α = 0.10$ ，显著性阈值不匹配，会得到不一致的结论

正确做法:

将置信水平设置为与你要对齐的双尾检验对应的 $1 - α$

错误做法:

证明主张时忽略减法的顺序（ $μ_{1} - μ_{2}$ vs $μ_{2} - μ_{1}$ ）

原因:

颠倒减法顺序会反转所有区间边界的符号，得到完全相反的结论

正确做法:

在引用区间边界之前，明确重申哪一组被定义为第一组、哪一组被定义为第二组

错误做法:

声称置信区间100%确定地证明一个总体均值大于另一个

原因:

所有置信区间都有非零的失效率，等于显著性水平，因此绝对的证明是不可能的

正确做法:

所有结论都要标注对应的置信水平，说明区间方法会以预期的速率无法捕获真实差值

6. 速查表

场景	假设的 $μ_{1} - μ_{2}$	$μ_{1} - μ_{2}$ 的95%置信区间	$α = 0.05$ 双尾检验的结论
主张：组间无差异	0	(-2.1, 1.7)	不拒绝 $H_{0}$ ：无显著差异
主张： $μ_{1} > μ_{2}$	0	(1.2, 4.8)	拒绝 $H_{0}$ ：有显著证据支持 $μ_{1} > μ_{2}$
主张： $μ_{1} < μ_{2}$	0	(-5.3, -0.9)	拒绝 $H_{0}$ ：有显著证据支持 $μ_{1} < μ_{2}$
主张：差值至少为3个单位	3	(0.8, 2.7)	不支持该主张：3落在区间外

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2023 · AP 统计学试卷1
双样本均值主张证明自由问答题
2021 · AP 统计学试卷2
基于区间的差值主张核验
2019 · AP 统计学试卷1
置信区间与双样本t检验的等价性

下一步

掌握这项技能对于在AP统计学自由问答题部分拿到推断类题目的全部分数至关重要，几乎所有双样本均值相关的题目都要求你将区间结果与现实世界的研究主张关联起来。本部分内容直接建立在你之前构造双样本t区间和执行双样本t假设检验的基础之上，将帮助你应对更复杂的推断场景，包括配对t流程和线性斜率推断。现在你可以避免考试中即使是顶尖学生也会遇到的最常见的评分扣分点。请将这些证明规则应用到完整的自由问答题中，巩固你的理解。