总体均值的推断 — AP 统计学

1. 总体均值推断概述 ★★☆☆☆ ⏱ 2 min

总体均值推断利用定量样本数据，对未知的真实总体均值$\mu$得出基于证据的结论。该内容约占AP统计学考试总分的4-5%，常在选择题和自由作答题中出现。

2. t分布与推断条件 ★★☆☆☆ ⏱ 3 min

当我们不知道真实总体标准差$\sigma$时，我们用样本标准差$s$估计它，由此得到样本均值的*标准误*：$s/\sqrt{n}$。统计量$\frac{\bar{x} - \mu}{s/\sqrt{n}}$服从t分布，而非正态分布。

t分布对称、钟形、以0为中心，和z分布相似，但由于用$s$估计$\sigma$带来额外变异性，因此尾部更厚。t分布的形状仅由自由度决定，单样本推断的自由度为$df = n-1$。随着自由度（和样本量）增加，t分布逐渐趋近于z分布。

• **随机性**：数据来自随机样本或随机化实验，以保证无偏性。
• **独立性**：个体观测值相互独立。对于无放回抽样，10%条件要求$n < 0.1N$。
• **正态性/大样本**：若$n \geq 30$（中心极限定理），或小样本情况下样本无强偏斜或异常值，则样本均值$\bar{x}$的抽样分布近似正态。

3. 总体均值的单样本t区间 ★★★☆☆ ⏱ 3 min

单样本t区间利用样本数据估计未知总体均值$\mu$，遵循置信区间的通用结构：

\text{Point Estimate} \pm \text{Critical Value} \times \text{Standard Error}

对于总体均值，点估计是$\bar{x}$，临界值是$t^*_{df}$（可从t表或计算器得到，匹配你的置信水平和$df = n-1$），标准误是$s/\sqrt{n}$。完整公式为：

\bar{x} \pm t^*_{df} \frac{s}{\sqrt{n}}

C%置信区间的正确解释是：*我们有C%的把握认为，从[下限]到[上限]的区间包含真实总体均值[结合题目背景]*。置信水平描述了该方法的长期表现：如果我们重复抽样多次，用该方法构造的区间中有C%会包含真实均值。

4. 总体均值的单样本t检验 ★★★☆☆ ⏱ 3 min

单样本t检验用于检验关于总体均值$\mu$取值的断言。原假设始终为$H_0: \mu = \mu_0$，其中$\mu_0$是断言中的假设值。根据研究问题的不同，备择假设可以是双侧的（$H_a: \mu \neq \mu_0$）、左尾的（$H_a: \mu < \mu_0$）或右尾的（$H_a: \mu > \mu_0$）。

单样本t检验的检验统计量为：

t = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}

p值是在$H_0$为真的前提下，观测到的t统计量和计算出的统计量一样极端或更极端的概率。我们将p值与显著性水平$\alpha$（通常为0.05）比较：若$p < \alpha$，我们拒绝$H_0$；否则，我们不拒绝$H_0$。

5. 相依样本的配对t方法 ★★★★☆ ⏱ 3 min

当我们得到两个相依测量值时就会产生配对数据（例如同一对象处理前后的测量，相似对象的匹配对）。由于两个测量值不独立，我们不能使用双样本t方法，而是对每对计算差值$d_i$，然后对真实平均差值$\mu_d$进行单样本推断。

单样本t区间和t检验的所有规则都直接适用于配对数据：$df = n - 1$（其中$n$是配对数），所有计算中都使用平均差值$\bar{d}$和差值的标准差$s_d$。