总体均值的假设检验 — AP 统计学
AP 统计学 · 第7单元：定量数据的推断：均值 · 14 min read
1. 核心概念与推断条件 ★★☆☆☆ ⏱ 3 min
总体均值假设检验利用样本均值数据检验关于真实未知总体均值$\mu$的命题。本主题在第7单元中占比最大，占AP统计学考试总分的12-15%，经常出现在选择题和自由作答题中。
- **随机性**：数据来自随机样本或随机化实验。如果使用便利样本，必须注明可能存在偏差。
- **独立性**：无放回抽样时，满足10%条件：$n < 10\%$ 的总体总量。
- **正态/大样本**：当$n \geq 30$，或$n < 30$但样本数据没有强偏斜/异常值时，$\bar{x}$的抽样分布近似正态。
Exam tip: AP阅卷老师要求你将每个条件与题目情境和数据明确关联，不能只列出'RIN'。只命名条件不验证会扣分。
2. 单样本t检验的计算与解释 ★★★☆☆ ⏱ 4 min
验证条件后，计算t检验统计量，它衡量样本均值与假设均值的差距，单位是标准误。t分布的自由度为 $df = n-1$。
t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}
p值是在原假设$H_0$成立的前提下，得到与计算出的t统计量一样极端或更极端结果的概率。对于双侧检验，将单侧尾部面积加倍。如果$p < \alpha$（预先指定的显著性水平，通常为0.05），则拒绝$H_0$；否则不拒绝$H_0$。
Exam tip: 绝对不要写'我们接受原假设'——我们只是找不到足够证据拒绝它，不是证明它为真。对于不显著的结果，始终使用'不拒绝'的表述。
3. 均值差异的配对t检验 ★★★☆☆ ⏱ 3 min
配对t检验用于相关配对数据：同一对象的两次测量（常见于前后对比研究），或两个配对对象接受不同处理。配对检验本质上就是对差值样本进行单样本t检验，不是一种独立的检验方法。
Exam tip: 配对检验一定要明确定义差值的计算顺序。减法顺序错误会翻转备择假设的符号，导致结论错误。
4. 假设检验与置信区间的联系 ★★★★☆ ⏱ 2 min
对于显著性水平为$\alpha$的双侧假设检验，$(1-\alpha) \times 100\%$的$\mu$置信区间得出的结论与完整t检验一致。这种联系经常在AP自由作答题中考查。
- 如果假设值$\mu_0$ *落在*置信区间内：在显著性水平$\alpha$下不拒绝$H_0$。
- 如果$\mu_0$ *落在*置信区间外：在显著性水平$\alpha$下拒绝$H_0$。
- 该规则**仅适用于双侧检验**：标准双侧置信区间不能用于单侧假设检验。
Exam tip: 单侧检验绝对不能使用这种联系。如果要求检验单侧命题，即使有置信区间，也必须进行完整的t检验。
Common Pitfalls
Why: 你混淆了比例检验（使用z）和均值检验，忘记几乎永远不知道总体标准差$\sigma$。
Why: 你混淆了配对相关数据和两个独立样本，忽略了配对设计降低变异的作用。
Why: 你死记硬背$n \geq 30$等于正态，忘记小样本要应用规则。
Why: 你认为不拒绝就证明原假设为真。
Why: 你认为置信区间的联系适用于所有检验。
Why: 你认为命名条件就足够在自由作答题中拿到满分。
Quick Reference Cheatsheet