两个总体均值之差的假设检验设置

AP 统计学· 第7.3单元：将总体均值的假设检验扩展到两个独立组· 12 分钟阅读

1. 区分独立与相关样本场景★★☆☆☆⏱ 3 min

[Block type renderer not yet implemented · content will appear once shipped]

📘 定义

独立双样本

两个组，第一组中的任何观测值都无法与第二组中的特定观测值关联，且一个组的样本选择不会改变另一个组的样本选择。

例:

对比50名使用A方法授课学生的平均考试分数，和另外50名互不相关、使用B方法授课学生的平均考试分数

📐 例题

一名研究人员想要对比德克萨斯州和佛罗里达州高中橄榄球运动员的40码冲刺平均时间。这是一个有效的独立双样本场景吗？

1
步骤1：检查两组之间是否存在一一配对关系。不存在预先定义的德克萨斯州运动员与佛罗里达州运动员的配对规则。
2
步骤2：确认德克萨斯州运动员的选择不会影响佛罗里达州运动员的选择。两个样本是分别从两个不同的州总体中抽取的。
3
步骤3：结论：这是一个有效的独立双样本场景，因此双样本t检验是适用的。

✓ 快速检测

测试你识别独立双样本场景的能力：

以下哪一项需要使用双样本t检验，而不是配对t检验？
- 对比100对已婚夫妇的丈夫和妻子的平均年收入
- 对比30辆使用A品牌轮胎的汽车和另外30辆使用B品牌轮胎的汽车的平均油耗
- 对比50名患者服用新药前后的血压
- 对比75名志愿者参与者左手和右手的反应时间
显示答案
对比30辆使用A品牌轮胎的汽车和另外30辆使用B品牌轮胎的汽车的平均油耗 —
其余所有选项都使用了来自同一个体或关联配对个体的配对观测值。

2. 编写有效的原假设和备择假设★★★☆☆⏱ 3 min

[Block type renderer not yet implemented · content will appear once shipped]

H_0: \mu_1 - \mu_2 = 0

[Block type renderer not yet implemented · content will appear once shipped]

📐 例题

一家咖啡馆老板声称，播放轻柔爵士乐时顾客的平均消费高于不播放音乐时的平均消费。请为该检验写出完整有效的假设集合。

1
步骤1：明确定义参数：令μ₁ = 播放轻柔爵士乐时所有咖啡馆顾客的真实平均消费，μ₂ = 不播放音乐时所有咖啡馆顾客的真实平均消费。
2
步骤2：写出无差异的原假设：
$H_0: \mu_1 - \mu_2 = 0$
3
步骤3：写出与老板声称的爵士乐场景消费更高相匹配的单侧备择假设：
$H_a: \mu_1 - \mu_2 > 0$

3. 验证双样本t检验的必要条件★★★☆☆⏱ 3 min

[Block type renderer not yet implemented · content will appear once shipped]

📐 例题

为咖啡馆消费场景检查所有三个条件：40名顾客在播放爵士乐时被观测，另外45名不同的顾客在不播放音乐时被观测，两组均通过随机抽样选择。

1
步骤1：随机条件：题目说明两个样本都是独立顾客的随机样本，因此该条件满足。
2
步骤2：独立条件：咖啡馆顾客的总体数量显然远大于40的10倍和45的10倍，因此无放回抽样的10%条件满足。
3
步骤3：正态条件：两个样本量都大于30，因此中心极限定理保证 $\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}$ 的抽样分布近似正态。

4. 定义双样本均值检验的错误类型★★★★☆⏱ 3 min

[Block type renderer not yet implemented · content will appear once shipped]

✓ 快速检测

测试你对场景中错误类型的理解：

在咖啡馆场景中，什么是I类错误？
- 得出爵士乐会提高平均消费的结论，但实际上并不会
- 得出爵士乐不会提高平均消费的结论，但实际上会
- 得出播放爵士乐和不播放音乐的平均消费完全相同的结论
- 使用z检验而非双样本t检验
显示答案
得出爵士乐会提高平均消费的结论，但实际上并不会 —
I类错误是当原假设为真时错误拒绝原假设。

5. 常见陷阱

错误做法:

在假设中使用样本均值 $\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}$ 而非总体均值 $μ_{1} - μ_{2}$

原因:

AP评分标准会因为这个错误扣除假设部分的所有分数，因为假设是关于总体的陈述，而非关于已收集样本的陈述

正确做法:

始终在编写任何假设陈述之前，结合上下文明确定义总体参数

错误做法:

对独立双样本数据使用配对t检验设置

原因:

这会完全改变自由度和假设框架，导致整个推断题得零分

正确做法:

在选择双样本检验之前，确认两组的观测值之间不存在一一配对关系

错误做法:

陈述条件时仅描述已收集的样本，而不描述抽样分布

原因:

美国大学理事会明确拒绝未提及总体或抽样分布的条件检查

正确做法:

所有检查都要确认 $\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}$ 的抽样分布满足t检验的要求

错误做法:

在没有依据的情况下默认使用合并t检验

原因:

AP课程已不再教授合并t检验，未经提示使用合并检验会被自动扣分

正确做法:

除非题目明确确认总体方差相等，否则始终使用非合并双样本t方法

错误做法:

在未更新参数定义的情况下交换假设中 $μ_{1}$ 和 $μ_{2}$ 的顺序

原因:

这会反转备择假设的方向，使所有后续的p值和检验统计量计算失效

正确做法:

先写出参数定义，然后在H0和Ha陈述中严格遵循该顺序

6. 速查表

步骤	获得AP满分所需的操作	需要避免的常见错误
1	结合问题场景明确定义 $μ_{1}$ 和 $μ_{2}$	使用没有现实场景支撑的通用符号
2	写出 $H_{0} : μ_{1} - μ_{2} = 0$ ， $H_{a}$ 选择 $>$ 、 $<$ 、 $\neq = 0$ 中的一种	在假设陈述中使用样本统计量
3	验证随机、独立（10%条件）、正态/大样本条件	仅针对已收集的样本数据检查条件
4	明确将检验命名为双总体均值差双样本t检验	与配对t检验或比例z检验混淆

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 · 1
FRQ第2题双样本检验设置
2022 · 2
假设书写相关选择题组
2021 · 1
FRQ第4题条件验证

下一步

掌握双样本t检验设置是AP统计学第13单元自由问答题中权重最高的基础技能，近期60%的推断类自由问答题会在进行任何计算之前，为正确的设置步骤单独给出3分以上的分值。一旦你能够持续无误地写出有效假设并验证条件，你将继续学习两个独立均值差的检验统计量、p值和置信区间的计算，这些内容都直接建立在你所学的设置规则之上。该技能也将为你后续课程中对比双样本t方法和用于比较3个及以上组均值的方差分析（ANOVA）做好准备。