t检验

8 minIntermediate2026/6/14

单总体t检验、双总体t检验(等方差与不等方差)、配对t检验。

1. 单总体均值的 t 检验

1.1 适用条件

  • 总体服从正态分布 N(μ,σ2)N(\mu, \sigma^2)σ\sigma 未知
  • 用样本标准差 SS 代替 σ\sigma

1.2 检验步骤

假设

  • 双侧:H0:μ=μ0H_0: \mu = \mu_0H1:μμ0H_1: \mu \neq \mu_0
  • 右侧:H0:μμ0H_0: \mu \leq \mu_0H1:μ>μ0H_1: \mu > \mu_0
  • 左侧:H0:μμ0H_0: \mu \geq \mu_0H1:μ<μ0H_1: \mu < \mu_0

检验统计量

T=Xˉμ0S/nt(n1)T = \frac{\bar{X} - \mu_0}{S/\sqrt{n}} \sim t(n-1)

拒绝域

检验拒绝域
双侧T>tα/2(n1)\|T\| > t_{\alpha/2}(n-1)
右侧T>tα(n1)T > t_\alpha(n-1)
左侧T<tα(n1)T < -t_\alpha(n-1)

1.3 示例

例题:某批零件的长度服从正态分布,标准长度为 50mm。现抽取 6 件,测得长度为:49.8, 50.2, 50.1, 49.7, 50.3, 49.9。在 α=0.05\alpha = 0.05 下检验该批零件长度是否符合标准。

H0:μ=50H_0: \mu = 50H1:μ50H_1: \mu \neq 50

xˉ=50.0\bar{x} = 50.0s=0.234s = 0.234

T=50.0500.234/6=0T = \frac{50.0 - 50}{0.234/\sqrt{6}} = 0

t0.025(5)=2.571t_{0.025}(5) = 2.571T=0<2.571|T| = 0 < 2.571,不拒绝 H0H_0

零件长度符合标准。

2. 双总体均值差的 t 检验

2.1 等方差情形(Student t 检验)

条件σ12=σ22=σ2\sigma_1^2 = \sigma_2^2 = \sigma^2(未知)

检验统计量

T=(XˉYˉ)d0Sw1n1+1n2t(n1+n22)T = \frac{(\bar{X} - \bar{Y}) - d_0}{S_w\sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} \sim t(n_1 + n_2 - 2)

其中 Sw2=(n11)S12+(n21)S22n1+n22S_w^2 = \dfrac{(n_1-1)S_1^2 + (n_2-1)S_2^2}{n_1 + n_2 - 2}

2.2 不等方差情形(Welch t 检验)

条件σ12σ22\sigma_1^2 \neq \sigma_2^2(未知)

检验统计量

T=(XˉYˉ)d0S12n1+S22n2T = \frac{(\bar{X} - \bar{Y}) - d_0}{\sqrt{\frac{S_1^2}{n_1} + \frac{S_2^2}{n_2}}}

近似服从 t(ν)t(\nu),其中自由度

ν=(S12n1+S22n2)2(S12/n1)2n11+(S22/n2)2n21\nu = \frac{\left(\frac{S_1^2}{n_1} + \frac{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}}

2.3 示例

例题:比较两种肥料对作物产量的影响。肥料A施于 7 块地,平均产量 xˉ=48.6\bar{x} = 48.6s1=4.2s_1 = 4.2;肥料B施于 6 块地,平均产量 yˉ=44.2\bar{y} = 44.2s2=3.8s_2 = 3.8。假设产量服从正态分布且方差相等,在 α=0.05\alpha = 0.05 下检验两种肥料效果是否有显著差异。

H0:μ1=μ2H_0: \mu_1 = \mu_2H1:μ1μ2H_1: \mu_1 \neq \mu_2

Sw2=6×17.64+5×14.4411=105.84+72.2011=16.185S_w^2 = \frac{6 \times 17.64 + 5 \times 14.44}{11} = \frac{105.84 + 72.20}{11} = 16.185

T=48.644.216.185×(1/7+1/6)=4.416.185×0.310=4.42.239=1.965T = \frac{48.6 - 44.2}{\sqrt{16.185 \times (1/7 + 1/6)}} = \frac{4.4}{\sqrt{16.185 \times 0.310}} = \frac{4.4}{2.239} = 1.965

t0.025(11)=2.201t_{0.025}(11) = 2.201T=1.965<2.201|T| = 1.965 < 2.201,不拒绝 H0H_0

两种肥料效果无显著差异。

3. 配对 t 检验

3.1 适用条件

当两个样本是配对的(同一组对象在不同条件下的测量),用配对 t 检验。

3.2 方法

di=XiYid_i = X_i - Y_ii=1,2,,ni = 1, 2, \cdots, n),检验 H0:μd=0H_0: \mu_d = 0

T=dˉSd/nt(n1)T = \frac{\bar{d}}{S_d/\sqrt{n}} \sim t(n-1)

其中 dˉ=1ndi\bar{d} = \dfrac{1}{n}\sum d_iSd2=1n1(didˉ)2S_d^2 = \dfrac{1}{n-1}\sum(d_i - \bar{d})^2

3.3 配对 vs 非配对

  • 配对设计:消除个体差异的影响,检验更灵敏
  • 非配对设计:适用于独立样本

3.4 示例

例题:为比较两种测量方法的差异,对 8 个样品分别用两种方法测量,差值(方法A - 方法B)为:0.3, -0.2, 0.5, 0.1, -0.1, 0.4, 0.2, -0.3。在 α=0.05\alpha = 0.05 下检验两种方法是否有系统差异。

H0:μd=0H_0: \mu_d = 0H1:μd0H_1: \mu_d \neq 0

dˉ=0.1125\bar{d} = 0.1125sd=0.299s_d = 0.299

T=0.11250.299/8=0.11250.1057=1.064T = \frac{0.1125}{0.299/\sqrt{8}} = \frac{0.1125}{0.1057} = 1.064

t0.025(7)=2.365t_{0.025}(7) = 2.365T=1.064<2.365|T| = 1.064 < 2.365,不拒绝 H0H_0

两种方法无显著系统差异。

4. t 检验汇总

检验条件检验统计量自由度
单总体σ\sigma 未知Xˉμ0S/n\dfrac{\bar{X}-\mu_0}{S/\sqrt{n}}n1n-1
双总体(等方差)σ12=σ22\sigma_1^2 = \sigma_2^2XˉYˉSw1/n1+1/n2\dfrac{\bar{X}-\bar{Y}}{S_w\sqrt{1/n_1+1/n_2}}n1+n22n_1+n_2-2
双总体(不等方差)σ12σ22\sigma_1^2 \neq \sigma_2^2XˉYˉS12/n1+S22/n2\dfrac{\bar{X}-\bar{Y}}{\sqrt{S_1^2/n_1+S_2^2/n_2}}Welch 公式
配对配对设计dˉSd/n\dfrac{\bar{d}}{S_d/\sqrt{n}}n1n-1