双样本假设检验及区间估计2.pptxVIP

Statistics·HypothesisTesting双样本假设检验及区间估计原理拆解、假设验证与结果深度解读

Contents课程目录双样本假设检验及区间估计(下)01核心原理与逻辑框架02三大前提假设与验证03实战步骤与统计量计算04结果解读与效应量分析

CHAPTER01核心原理与逻辑框架推断统计的基石：从样本差异到总体结论

Chapter02三大前提假设与验证独立性、正态性与方差齐性：结果可靠的护城河

Assumption01假设一：样本独立性独立性是统计推断的基石，要求一个观测值的获取不影响另一个观测值。违反独立性会导致标准误被低估，从而极大地增加假阳性（TypeIError）的风险。定义：两组样本必须相互独立，组内观测值也需独立。例如，实验组与对照组的受试者不能有重叠或关联。反例警示：服药前与服药后的血压测量属于配对数据（相关样本），严禁使用双样本T检验，应改用配对样本T检验。验证方法：主要依赖研究设计阶段的随机抽样与随机分组，统计软件无法直接通过数据验证独立性。随机对照试验中的独立分组场景

DataTypeMeasurementScale数据类型与测量尺度双样本T检验严格适用于连续型数值变量（Interval/RatioData）。对于分类变量（CategoricalData）或等级变量（OrdinalData），T检验不仅数学上无效