# 两个样本均值之差的抽样分布

> AP 统计学 · AP 统计学 2024-2026
> 来源: https://www.owlsprep.com/zh/study/ap-statistics-u13-sampling-distributions-for-the-difference/

本模块拆解两个独立样本均值之差的抽样分布的中心、离散度与形状性质，包含条件核验与AP考试常见计算。

**先修:** [单样本均值的抽样分布](https://www.owlsprep.com/zh/study/ap-statistics-u12-sampling-distributions-single-mean/); [定量数据的描述性统计](https://www.owlsprep.com/zh/study/ap-statistics-u1-descriptive-stats-quantitative/)

## 学习目标

- 定义独立随机样本下$\bar{x}_1 - \bar{x}_2$的抽样分布
- 推导并说明该分布的均值、标准差与形状条件
- 验证双样本方法所需的全部正态/大样本条件与独立性条件
- 计算独立样本均值差观测值对应的概率

## 抽样分布的核心定义与参数

**$\bar{x}_1 - \bar{x}_2$ 的抽样分布** — 从两个不同总体中抽取固定大小$n_1$和$n_2$的两个独立随机样本，所有可能的样本均值差取值构成的分布。

*记法:* $\bar{x}_1 - \bar{x}_2$

*例:* 如果你从总体A中抽取50组样本量为10的样本，从总体B中抽取50组样本量为12的样本，每一组配对计算$\bar{x}_A - \bar{x}_B$，得到的直方图就近似该分布。

$$\mu_{\bar{x}_1 - \bar{x}_2} = \mu_1 - \mu_2$$

该结论适用于任意两个独立样本，无论总体分布形状如何，只要样本是从对应总体中随机抽取的。

$$\sigma_{\bar{x}_1 - \bar{x}_2} = \sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}$$

> **关键独立性规则**
>
> 该离散度公式仅在两个样本完全独立时适用。如果样本是配对或相关的，完全不能使用该公式。

**例题:** 总体1的均值为22，标准差为5。总体2的均值为18，标准差为3。对于样本量$n_1=16$和$n_2=25$的独立样本，计算$\bar{x}_1 - \bar{x}_2$的均值和标准差。

1. 计算抽样分布的均值：
2. $$\mu_{\bar{x}_1 - \bar{x}_2} = 22 - 18 = 4$$
3. 计算抽样分布的标准差：
4. $$\sigma_{\bar{x}_1 - \bar{x}_2} = \sqrt{\frac{5^2}{16} + \frac{3^2}{25}} = \sqrt{1.5625 + 0.36} \approx 1.39$$

> **考试提示:** 如果你错误地将离散度公式写为$\frac{\sigma_1 - \sigma_2}{n_1 + n_2}$，AP阅卷人会扣分——务必先对每个总体标准差取平方。

## 正态近似的形状条件

要让$\bar{x}_1 - \bar{x}_2$的抽样分布近似服从正态分布，你必须满足三个核心条件，想要拿到AP考试满分就不能跳过任何一个。

- **随机性**：两个样本均通过简单随机抽样从各自的总体中选取
- **独立性**：每个样本内的观测相互独立，且两个样本彼此独立；如果是不放回抽样，需要验证10%条件
- **正态/大样本**：要么两个总体都服从正态分布，要么两个样本量都≥ 30，小样本下近似对称的总体不能存在极端异常值

**概念自测**

测试你对条件核验的理解：

1. 我们从一个右偏总体中抽取样本量为15的样本，从一个左偏总体中抽取样本量为18的样本。我们可以对$\bar{x}_1 - \bar{x}_2$使用正态近似吗？

   - 可以，因为总样本量为33，超过30
   - 不可以，两个样本量都不≥ 30，且总体是偏态的
   - 可以，偏态会相互抵消，因此分布是正态的

   *解析:* 中心极限定理分别适用于每个样本，而不是样本量之和，因此这里不能使用正态近似。

**例题:** 我们有两个独立的简单随机样本：$n_1=40$来自总体1，$\sigma_1=8$，$n_2=35$来自总体2，$\sigma_2=6$。两个总体的分布均未知。确认$\bar{x}_1 - \bar{x}_2$的抽样分布是否近似正态。

1. 检查随机性条件：题目明确说明两个都是独立简单随机样本，因此该条件满足。
2. 检查10%条件：我们可以假设两个总体的规模分别至少为400和350，除非另有说明，这是AP题目的默认假设。
3. 检查正态/大样本条件：$n_1=40 ≥30$，$n_2=35 ≥30$，因此中心极限定理适用于两个独立的抽样分布，使得差值分布近似正态。

> **考试提示:** 在AP自由作答题中，你必须明确列出全部三个条件，才能拿到双样本推断题的满分。

## 计算$\bar{x}_1 - \bar{x}_2$的概率

一旦确认抽样分布近似正态，你就可以将任意观测差值$\bar{x}_1 - \bar{x}_2$标准化为z分数，再使用标准正态表或计算器求出对应的概率。

$$z = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}}$$

**例题:** 沿用之前的例子，已知抽样分布满足$\mu_{\bar{x}_1 - \bar{x}_2}=4$和$\sigma_{\bar{x}_1 - \bar{x}_2}=1.39$，求$\bar{x}_1 - \bar{x}_2$大于6的概率。

1. 计算数值6对应的z分数：
2. $$z = \frac{6 - 4}{1.39} \approx 1.44$$
3. 求标准正态曲线上z=1.44右侧的面积。
4. 该面积等于$1 - \Phi(1.44) \approx 1 - 0.9251 = 0.0749$，因此概率约为7.5%。

**考试命令词**

本主题常见的AP考试指令术语包括：

- **Verify the conditions** — 明确陈述并论证随机性、独立性、正态性三个条件，不要跳过任何步骤

- **Find the probability** — 首先说明你使用的分布，再展示z分数的计算过程，最后给出最终概率

## 常见错误

- **错误做法:** 计算差值的离散度时，直接使用标准差之和，而不是根号下方差之和
  - 原因: 独立变量的方差可以相加，但标准差不能，因此该做法会高估离散度。
  - 正确做法: 将每个总体标准差取平方，除以对应的样本量，将这些值相加，再对总和取平方根。
- **错误做法:** 将中心极限定理应用于合并的总样本量$n_1 + n_2$，而不是分别检查每个样本量
  - 原因: 中心极限定理分别适用于$\bar{x}_1$和$\bar{x}_2$各自的抽样分布，不适用于它们的和。
  - 正确做法: 确认$n_1 ≥ 30$且$n_2 ≥ 30$，差值的正态近似才成立。
- **错误做法:** 将配对数据的抽样分布规则应用于两个独立样本
  - 原因: 配对数据会转化为单样本差值，使用完全不同的抽样分布。
  - 正确做法: 在选择正确的抽样分布框架之前，始终确认样本是独立的还是配对的。
- **错误做法:** 将差值的均值计算为$\mu_1 + \mu_2$，而不是$\mu_1 - \mu_2$
  - 原因: 两个随机变量之差的均值等于各自均值的差，而不是和。
  - 正确做法: 用第一个总体均值减去第二个总体均值，得到抽样分布的中心。
- **错误做法:** 两组不放回抽样时忘记应用10%条件
  - 原因: 标准差公式假设观测相互独立，如果你从一个小总体中抽样超过10%，该假设就不成立。
  - 正确做法: 明确说明两个总体的规模都至少是对应样本量的10倍，以满足独立性要求。

## 速查表

| 性质 | 公式 / 规则 |
| --- | --- |
| 抽样分布的均值 | $\mu_{\bar{x}_1 - \bar{x}_2} = \mu_1 - \mu_2$ |
| 标准差（独立样本） | $\sigma_{\bar{x}_1 - \bar{x}_2} = \sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}$ |
| 正态条件1 | 两个总体都服从正态分布 |
| 正态条件2 | $n_1 \geq 30$ 且 $n_2 \geq 30$ |
| 差值的z分数 | $z = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sigma_{\bar{x}_1 - \bar{x}_2}}$ |

## 下一步

掌握该抽样分布是你后续学习AP统计学考试中所有正式双样本t推断流程的关键基础。你在这里学到的规则可以直接推广到双样本t置信区间和双样本t显著性检验，这两部分在大多数年份的AP统计学自由作答部分占比超过15%的分值。你还将使用该框架区分配对t流程和双样本t流程，这是考试中最常考察的高难度区分点之一。确保你可以快速说出正态近似的全部三个条件，因为即使你的最终数值答案正确，阅卷人也会因为你遗漏条件核验而扣分。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ap-statistics-u13-sampling-distributions-for-the-difference/