独立样本均数差异显著性检验及应用.docVIP

独立样本均数差异显著性检验及应用摘要：文章从样本容量大于30或小于30的独立大小样本两个方面论述样本平均数差异显著性检验的方法和步骤，对样本容量不同的试验结果差异显著性的各种检验进行的统计决断给出结论，并应用其原理结合实例对实际应用问题进行论证。 关键词：独立样本；差异；显著性检验；统计决断 相关关系是日常生活和生产实际中经常存在的变量之间的关系。在对相关关系的有关研究中，对同一组被试对象在试验前后进行同一测验，有时会产生两次测验结果，将测验的结果进行平均，并对总体均数差异的显著性进行检验。在实际应用中，经常利用独立样本对总体平均数的差异进行检验。 所谓独立样本是指两个样本内的个体是随机抽取它们之间不存在一一对应关系（是一种非确定性关系），这样的两个样本称为独立样本。两个独立样本平均数之间差异的显著性检验可以分独立大样本和独立小样本两种情况进行。 一、独立大样本平均数差异的显著性检验 独立样本容量n1都n2大于30的独立样本称为独立大样本。 （一）两个独立大样本平均数之差的标准误 1、两个独立大样本平均数之差的标准误，在两个相应总体标准差已知时，用下列公式估计： 其中σ12，σ22表示第一个与第二个变量的总体方差，n1，n2表示第一个与第二个样本的容量。 2、两个独立大样本平均数之差的标准误，在两个相应总体标准差未知时，用下列公式估计： 其中，σ2X1，σ2X2分别表示第一个与第二个样本的方差，n1，n2表示第一个与第二个样本的容量。 （二）显著性检验步骤 独立大样本平均数差异的显著性检验可不作方差的齐性检验。即：虽然两个总体方差未知，但因相关样本是成对数据，每对数据都可求出差数，可将平均数差异显著性检验转化成差数的显著性检验，不需汇合方差，所以就不需用方差齐性检验来考察两个总体方差是否相等。 1、提出假设 H0：μ1＝μ2 H1：μ1≠μ2 2、构造统计量Z并计算 3、确定检验形式 根据所给数据确定采取双侧还是单侧进行检验。 （1）双侧检验。双侧检验备择假设为μ1≠μ2。 检验时相互比较的总体均数μ1与μ2没有一方不可能大于（不可能小于）另一方的信息，那么原假设μ1＝μ2被否定时，也就是可能是μ1＜μ2（μ1＞μ2），检验的拒绝会分布在两侧，此时就需计算两侧的概率，称为双侧检验。 （2）单侧检验。单侧检验备择假设为μ1＜μ2（μ1＞μ2）。 根据已有资料和信息，相互比较的总体均数μ1不可能大于μ2，那么在总体均数相同的原假设μ1＝μ2被否定时，只能μ1＜μ2，统计量只可能出现在分布的一侧，检测的拒绝区域也只可能在分布的一侧，此时只需计算一侧概率，称为单侧检验。 4、统计决断 （1）双侧检验统计决断 表1各项指标的具体含义：如果实际算出的|Z|＜1.96，表明样本统计量的值未落入拒绝区域，就是等于或大于样本统计量的概率大于0.05，P＞0.05，检验结果接受H0拒绝H1，指样本所属的总体平均数与假设的总体平均数无显著性差异；如果实际算出的Z0.05=1.96≤|Z|＜2.58＝Z0.01，表明样本统计的值在0.05显著性水平上落入了拒绝区域，而在0.01显著性水平上未落入拒绝区域，就是等于或大于样本统计量的概率等于或小于0.05，而大于0.01，0.01＜P≤0.05，其检验结果是在0.05显著性水平上拒绝H0而接受H1，指样本所属的总体平均数与假设的总体平均数有显著性差异，可靠度95%，在Z值右上角用“*”表示；如果实际算出的|Z|≥2.58＝Z0.01，表明样本统计量的值在0.01显著性水平上落入拒绝区域，就是等于或大于样本统计量的概率等于或小于0.01，P≤0.01，其检验结果是在0.01显著性水平上拒绝H0而接受H1，指样本所属的总体平均数与假设的总体平均数有极其显著性差异，可靠度99%，在Z值右上角用 “**”表示。 （2）单侧检验统计决断 表2各项指标的具体含义与双侧决断解释相仿。 二、独立小样本平均数差异的显著性检验 独立样本容量n1和n2都小于30，或者其中一个小于30的独立样本称为独立小样本。 （一）两个独立小样本平均数之差的标准误 由公式①知，两个总样本标准差已知，且σ12＝σ22时，得两个独立样本平均数之差标准误公式为： 若σ2未知，此时用S12或S22都可以分别作为它的无偏估计量。若用加权平均法将S12及S22合起来共同求它的估计量S2（称为汇合方差）为最佳，汇合方差计算公式为： 上式含义就是两个样本方差中的离差平方和除以两个样本方差中的自由度之和。 由公式⑤与公式②得两个独立小样本平均数之差的标准误的