{
  "id": "welchs-t-test",
  "title": "韦尔奇t检验",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "韦尔奇t检验无需假定方差相等，利用自由度经估计的近似t分布比较两个独立总体的均值。",
  "category": "mathematics",
  "subcategory": "probability-statistics",
  "type": "concept",
  "aliases": [
    "Welch t检验",
    "韦尔奇两样本t检验",
    "异方差t检验"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/welchs-t-test/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/welchs-t-test/",
      "json": "https://aiwiki.page/en/welchs-t-test.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "韦尔奇t检验是一种统计假设检验方法，用于比较两个独立总体的均值，而不要求两个总体的方差相等。它将两个样本均值之差除以估计的标准误，再将所得统计量与近似的学生t分布进行比较。与传统的合并方差学生t检验不同，它分别估计各总体的方差，并调整参照分布的自由度。"
    },
    {
      "heading": "统计设定",
      "text": "假设两个样本分别包含观测值 \\(X_{11},\\ldots,X_{1n_1}\\) 和 \\(X_{21},\\ldots,X_{2n_2}\\)，它们来自均值分别为 \\(\\mu_1,\\mu_2\\)、方差分别为 \\(\\sigma_1^2,\\sigma_2^2\\) 的总体。假定每个样本内部的观测值相互独立，且两个样本之间具有统计独立性。\n\n通常的原假设为\n\n\\[H_0:\\mu_1-\\mu_2=0.\\]\n\n更一般地，假设中的均值差可以是任意指定值 \\(\\Delta_0\\)：\n\n\\[H_0:\\mu_1-\\mu_2=\\Delta_0.\\]\n\n备择假设可以是双侧的，即 \\(\\mu_1-\\mu_2\\ne\\Delta_0\\)，也可以是有方向的，例如 \\(\\mu_1-\\mu_2>\\Delta_0\\)。\n\n韦尔奇检验针对的是总体算术均值之差。它并不检验两个总体是否具有相同的分布、相等的中位数或相等的方差。"
    },
    {
      "heading": "检验统计量",
      "text": "对于第 \\(i\\) 组，设样本均值和样本方差分别为\n\n\\[\\bar X_i=\\frac{1}{n_i}\\sum_{j=1}^{n_i}X_{ij}, \\qquad s_i^2=\\frac{1}{n_i-1} \\sum_{j=1}^{n_i}(X_{ij}-\\bar X_i)^2.\\]\n\n样本均值之差的估计标准误为\n\n\\[\\widehat{\\operatorname{SE}}(\\bar X_1-\\bar X_2) = \\sqrt{\\frac{s_1^2}{n_1}+\\frac{s_2^2}{n_2}}.\\]\n\n因此，韦尔奇检验统计量为\n\n\\[T= \\frac{(\\bar X_1-\\bar X_2)-\\Delta_0} {\\sqrt{s_1^2/n_1+s_2^2/n_2}}.\\]\n\n分母估计的是两个独立样本均值之差的标准差。每组对这一估计的贡献同时取决于该组的变异程度和样本量；计算中不估计共同的总体方差。\n\n近似自由度\n\n将该统计量与t分布比较，所用的估计自由度为\n\n\\[\\nu= \\frac{ \\left(s_1^2/n_1+s_2^2/n_2\\right)^2 }{ \\frac{(s_1^2/n_1)^2}{n_1-1} + \\frac{(s_2^2/n_2)^2}{n_2-1} }.\\]\n\n这就是韦尔奇–萨特思韦特方程。\\(\\nu\\) 的值通常不是整数；现代软件可直接使用非整数自由度计算t分布。\n\n对于双侧检验，近似P值为\n\n\\[p=2\\left[1-F_\\nu\\!\\left(|T_{\\mathrm{obs}}|\\right)\\right],\\]\n\n其中，\\(F_\\nu\\) 是自由度为 \\(\\nu\\) 的t分布的累积分布函数。在指定的显著性水平 \\(\\alpha\\) 下，当\n\n\\[|T_{\\mathrm{obs}}|>t_{1-\\alpha/2,\\nu},\\]\n\n时拒绝原假设，其中 \\(t_{q,\\nu}\\) 表示累积概率为 \\(q\\) 的t分布分位数。"
    },
    {
      "heading": "为什么需要近似",
      "text": "如果总体服从正态分布，则每个样本的均值与其自身的样本方差相互独立。样本均值之差服从正态分布，其方差为\n\n\\[\\operatorname{Var}(\\bar X_1-\\bar X_2) = \\frac{\\sigma_1^2}{n_1}+\\frac{\\sigma_2^2}{n_2}.\\]\n\n然而，韦尔奇统计量的分母涉及两个独立方差估计量的加权和。每个样本方差都与卡方分布有关，但它们的加权和一般不能表示为单个经尺度变换的卡方变量。因此，即使总体服从正态分布，该统计量通常也不精确服从t分布。\n\n韦尔奇–萨特思韦特近似用一个近似等效的、经尺度变换的卡方变量替代所估计的方差。记\n\n\\[a=\\frac{s_1^2}{n_1}, \\qquad b=\\frac{s_2^2}{n_2},\\]\n\n则所得自由度为\n\n\\[\\nu=\\frac{(a+b)^2}{a^2/(n_1-1)+b^2/(n_2-1)}.\\]\n\n这种矩匹配构造考虑了两个方差估计量的不确定性。如果其中一组在均值差的估计方差中占主导地位，有效自由度就会趋近于该组的自由度。一般而言，\n\n\\[\\min(n_1-1,n_2-1) \\le \\nu \\le n_1+n_2-2.\\]\n\n因此，这一检验是异方差推断问题的近似解，而不是适用于所有正态总体的精确有限样本检验。"
    },
    {
      "heading": "置信区间",
      "text": "同样的计算可给出总体均值差的近似 \\(100(1-\\alpha)\\%\\) 置信区间：\n\n\\[(\\bar X_1-\\bar X_2) \\pm t_{1-\\alpha/2,\\nu} \\sqrt{\\frac{s_1^2}{n_1}+\\frac{s_2^2}{n_2}}.\\]\n\n对于采用相同显著性水平和近似方法的双侧检验，当且仅当 \\(\\Delta_0\\) 落在该区间之外时，拒绝原假设。\n\n该区间以原始测量单位表示估计的均值差。它不同于标准化的效应量，后者将差值除以某个选定的变异性度量。当总体方差不同时，如何选择标准化所用的量，是一个独立的方法学问题。"
    },
    {
      "heading": "与合并方差t检验的比较",
      "text": "传统的独立样本学生t检验假定两个总体具有共同方差，并用下式估计：\n\n\\[s_p^2= \\frac{(n_1-1)s_1^2+(n_2-1)s_2^2} {n_1+n_2-2}.\\]\n\n其标准误为\n\n\\[s_p\\sqrt{\\frac{1}{n_1}+\\frac{1}{n_2}},\\]\n\n参照t分布的自由度为 \\(n_1+n_2-2\\)。在从正态总体独立抽样且总体方差相等的条件下，这一参照分布是精确的。\n\n韦尔奇检验有两点不同：\n\n- 它分别使用各组的方差估计值，而不使用合并估计值。\n- 它调整自由度，以反映这些估计值的不确定性。\n\n当样本量也不相等时，方差不等对合并方差检验的影响尤为明显。如果较小的样本来自变异性较大的总体，合并方差方法可能过于宽松，导致其第一类错误率升高。相反的配置则可能使检验偏于保守。\n\n如果样本量相等，两种方法的检验统计量在数值上相同，但自由度可能不同。如果样本量和样本方差均相等，常用公式就完全一致。\n\n当总体方差相等时，韦尔奇检验的统计功效通常接近合并方差检验；而在许多方差不等的情形下，它能够更好地控制错误率。不过，它并非在所有分布和抽样安排下都更优。先检验方差是否相等，再据此选择检验方法，会形成一个两阶段决策规则，其整体表现未必与单独使用其中任何一种检验时相同。"
    },
    {
      "heading": "假设与局限",
      "text": "独立性与抽样设计\n\n韦尔奇检验的方差计算依赖于观测值相互独立。允许方差不等，并不意味着它就能处理重复测量、配对观测或聚类数据。对于配对观测，差值的方差包含一个协方差项，而独立样本公式中没有这一项。\n\n结果的解释也取决于抽样设计或分配设计。差异具有统计显著性，本身并不足以通过因果推断确立因果关系，也不能排除混杂效应和选择效应。\n\n正态性与大样本表现\n\n在正态抽样条件下，t近似通常较为准确，但它仍然是一种近似。对于非正态总体，只要满足相应的有限方差条件和抽样条件，中心极限定理就为大样本推断提供了依据。\n\n不存在能够普遍保证准确性的样本量阈值。严重偏斜、重尾、极端观测值，或其中一组样本量过小，都可能降低近似的准确性。如果不确定性主要来自较小的那一组，仅增加较大组的样本量可能收效甚微。\n\n允许方差不等，并不意味着韦尔奇检验具有抵抗离群值的能力：样本均值和样本方差都对极端观测值敏感。\n\n退化数据\n\n标准公式要求每组至少有两个观测值。如果两个样本方差均为零，分母及自由度的计算就会退化，常规检验程序不再有定义。\n\n结果解释\n\n较小的P值表明，在所用模型和近似下，数据与指定的原假设不相容；它并不表示原假设为真的概率。未能拒绝原假设，并不能证明总体均值相等。统计显著性也不能衡量差异的实际重要性。"
    },
    {
      "heading": "历史发展与相关方法",
      "text": "该检验以统计学家伯纳德·刘易斯·韦尔奇命名。他在1938年和1947年的研究中，提出了在总体方差未知且不假定相等时比较均值的近似方法。富兰克林·E. 萨特思韦特于1946年开展的关于方差估计量分布近似的研究，为相关自由度公式奠定了基础。\n\n韦尔奇检验是解决贝伦斯–费舍尔问题的一种广泛使用的近似方法。该问题研究的是：当两个正态总体的方差均未知且可能不相等时，如何对其均值之差进行推断。\n\n对于涉及两个以上组的比较，韦尔奇对方差分析所作的异方差扩展提供了一种相关方法。两组检验也可以从线性回归的角度解释：二元组别指示变量的系数估计的就是均值差。采用适当的异方差一致方差估计量时，其估计标准误与韦尔奇检验一致，但要完整复现该检验，还需要使用韦尔奇–萨特思韦特自由度调整。"
    }
  ],
  "links": [
    "statistical-hypothesis-testing",
    "students-t-distribution",
    "students-t-test",
    "statistical-independence",
    "null-hypothesis",
    "alternative-hypothesis",
    "sample-mean",
    "variance",
    "standard-error",
    "test-statistic",
    "degrees-of-freedom",
    "p-value",
    "cumulative-distribution-function",
    "significance-level",
    "normal-distribution",
    "chi-squared-distribution",
    "confidence-interval",
    "effect-size",
    "type-i-and-type-ii-errors",
    "statistical-power",
    "causal-inference",
    "central-limit-theorem",
    "analysis-of-variance",
    "linear-regression"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}