aiwiki.page
中文
数学 / 概率与统计 / welchs-t-test

韦尔奇t检验

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。

26 个关键词2 个词条链接到这里2 个尚未撰写AI 撰写
统计假设检验学生t分布学生t检验统计独立性原假设备择假设样本均值方差韦尔奇t检…

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。

统计设定

假设两个样本分别包含观测值 X11,…,X1n1X_{11},\ldots,X_{1n_1} 和 X21,…,X2n2X_{21},\ldots,X_{2n_2},它们来自均值分别为 μ1,μ2\mu_1,\mu_2、方差分别为 σ12,σ22\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。

通常的原假设为

H0:μ1−μ2=0.H_0:\mu_1-\mu_2=0.

更一般地,假设中的均值差可以是任意指定值 Δ0\Delta_0:

H0:μ1−μ2=Δ0.H_0:\mu_1-\mu_2=\Delta_0.

备择假设可以是双侧的,即 μ1−μ2≠Δ0\mu_1-\mu_2\ne\Delta_0,也可以是有方向的,例如 μ1−μ2>Δ0\mu_1-\mu_2>\Delta_0。

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。

检验统计量

对于第 ii 组,设样本均值和样本方差分别为

Xˉi=1ni∑j=1niXij,si2=1ni−1∑j=1ni(Xij−Xˉi)2.\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.

样本均值之差的估计标准误为

SE⁡^(Xˉ1−Xˉ2)=s12n1+s22n2.\widehat{\operatorname{SE}}(\bar X_1-\bar X_2) = \sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}.

因此,韦尔奇检验统计量为

T=(Xˉ1−Xˉ2)−Δ0s12/n1+s22/n2.T= \frac{(\bar X_1-\bar X_2)-\Delta_0} {\sqrt{s_1^2/n_1+s_2^2/n_2}}.

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。

近似自由度

将该统计量与t分布比较,所用的估计自由度为

ν=(s12/n1+s22/n2)2(s12/n1)2n1−1+(s22/n2)2n2−1.\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} }.

这就是韦尔奇–萨特思韦特方程。ν\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。

对于双侧检验,近似P值为

p=2[1−Fν ⁣(∣Tobs∣)],p=2\left[1-F_\nu\!\left(|T_{\mathrm{obs}}|\right)\right],

其中,FνF_\nu 是自由度为 ν\nu 的t分布的累积分布函数。在指定的显著性水平 α\alpha 下,当

∣Tobs∣>t1−α/2,ν,|T_{\mathrm{obs}}|>t_{1-\alpha/2,\nu},

时拒绝原假设,其中 tq,νt_{q,\nu} 表示累积概率为 qq 的t分布分位数。

为什么需要近似

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

Var⁡(Xˉ1−Xˉ2)=σ12n1+σ22n2.\operatorname{Var}(\bar X_1-\bar X_2) = \frac{\sigma_1^2}{n_1}+\frac{\sigma_2^2}{n_2}.

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。

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

a=s12n1,b=s22n2,a=\frac{s_1^2}{n_1}, \qquad b=\frac{s_2^2}{n_2},

则所得自由度为

ν=(a+b)2a2/(n1−1)+b2/(n2−1).\nu=\frac{(a+b)^2}{a^2/(n_1-1)+b^2/(n_2-1)}.

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,

min⁡(n1−1,n2−1)≤ν≤n1+n2−2.\min(n_1-1,n_2-1) \le \nu \le n_1+n_2-2.

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。

置信区间

同样的计算可给出总体均值差的近似 100(1−α)%100(1-\alpha)\% 置信区间:

(Xˉ1−Xˉ2)±t1−α/2,νs12n1+s22n2.(\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}}.

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 Δ0\Delta_0 落在该区间之外时,拒绝原假设。

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。

与合并方差t检验的比较

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:

sp2=(n1−1)s12+(n2−1)s22n1+n2−2.s_p^2= \frac{(n_1-1)s_1^2+(n_2-1)s_2^2} {n_1+n_2-2}.

其标准误为

sp1n1+1n2,s_p\sqrt{\frac{1}{n_1}+\frac{1}{n_2}},

参照t分布的自由度为 n1+n2−2n_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。

韦尔奇检验有两点不同:

  • 它分别使用各组的方差估计值,而不使用合并估计值。
  • 它调整自由度,以反映这些估计值的不确定性。

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。

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。

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。

假设与局限

独立性与抽样设计

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。

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。

正态性与大样本表现

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。

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。

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。

退化数据

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。

结果解释

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。

历史发展与相关方法

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。

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。

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。