高等数学 / 系统课时

比例与方差检验

比例与方差检验

比例检验用于判断分类事件的发生率是否达到某个标准,或两个总体比例是否存在差异;方差检验则用于判断正态总体的波动程度是否符合要求。两类问题的参数、统计量和参考分布不同,正确选型是完成检验的第一步。

学习目标

  • 掌握单比例检验与两比例检验的适用条件
  • 理解正态总体方差检验为何使用卡方分布
  • 能根据研究问题选择假设、统计量和拒绝规则

先判断检验对象

比例描述“成功、合格、购买”等二分类事件出现的概率,通常记为 pp;方差描述数值型变量围绕均值的波动程度,记为 σ2\sigma^2。两者不能混用同一套统计量。

比例与方差检验选型流程图

问题 参数 典型数据 常用参考分布
单比例是否等于标准值 pp 一组二分类结果 标准正态分布
两个比例是否相等 p1−p2p_1-p_2 两组独立二分类结果 标准正态分布
总体方差是否等于标准值 σ2\sigma^2 一组正态数值数据 卡方分布

比例的正态近似需要成功和失败的期望数量都不能太小。样本量不足时,应使用精确二项检验或其他小样本方法。方差检验则对正态性较敏感,明显偏态时不能仅凭样本量较大就忽略这一条件。

单比例检验

设样本容量为 nn,其中成功次数为 XX,样本比例为:

p^=Xn\hat p=\frac{X}{n}

检验总体比例是否等于给定值 p0p_0 时,双侧假设为:

H_0:p=p_0 $$。

H_1:p\ne p_0 $$

当正态近似适用时,统计量为:

z=p^−p0p0(1−p0)/nz=\frac{\hat p-p_0}{\sqrt{p_0(1-p_0)/n}}

注意分母使用原假设中的 p0p_0,因为检验统计量是在 H0H_0 成立的条件下构造的。

例如,某工厂抽检 200200 件产品,其中 184184 件合格,检验合格率是否不同于 90%90\%。此时 p^=0.92\hat p=0.92,统计量为:

z=0.92−0.900.90×0.10/200≈0.94z=\frac{0.92-0.90}{\sqrt{0.90\times0.10/200}}\approx0.94

在 α=0.05\alpha=0.05 的双侧检验中,∣z∣<1.96|z|<1.96,因此不能拒绝 H0H_0。样本不足以证明总体合格率与 90%90\% 存在显著差异。不能拒绝不等于证明二者完全相等,只表示现有证据不足。

两比例检验

设两组独立样本的成功次数分别为 X1X_1、X2X_2,样本容量分别为 n1n_1、n2n_2,样本比例为 p^1\hat p_1 和 p^2\hat p_2。检验。

H0:p1=p2H_0:p_1=p_2

时,需要在原假设下使用合并比例:

p^=X1+X2n1+n2\hat p=\frac{X_1+X_2}{n_1+n_2}

统计量为:

z=p^1−p^2p^(1−p^)(1n1+1n2)z=\frac{\hat p_1-\hat p_2}{\sqrt{\hat p(1-\hat p)\left(\frac{1}{n_1}+\frac{1}{n_2}\right)}}

例如,方案 A 有 120120 人,其中 7878 人转化;方案 B 有 100100 人,其中 5252 人转化。于是 p^1=0.65\hat p_1=0.65、p^2=0.52\hat p_2=0.52,合并比例约为 0.5910.591,计算得 z≈1.95z\approx1.95。

在 α=0.05\alpha=0.05 的双侧检验中,临界值为 ±1.96\pm1.96,因此结果非常接近但尚未达到显著。此时不应把“差一点显著”写成“方案 A 明显更好”,而应报告比例差为 1313 个百分点,并结合置信区间和样本量继续判断。

两比例检验要求两组样本相互独立。若比较的是同一批对象前后的二分类结果,则属于配对分类数据,应使用 McNemar 检验,而不是独立两比例检验。

正态总体方差检验

设来自正态总体的样本容量为 nn,样本方差为 S2S^2。检验总体方差是否等于 σ02\sigma_0^2 时,有:

H0:σ2=σ02H_0:\sigma^2=\sigma_0^2

统计量为:

χ2=(n−1)S2σ02\chi^2=\frac{(n-1)S^2}{\sigma_0^2}

当 H0H_0 成立时,该统计量服从自由度为 n−1n-1 的卡方分布。卡方分布不对称,因此双侧检验必须同时使用左右两个临界值,而不能像标准正态分布那样只比较统计量绝对值。双侧拒绝域为:

χ2<χα/2,n−12\chi^2<\chi^2_{\alpha/2,n-1}

或

χ2>χ1−α/2,n−12\chi^2>\chi^2_{1-\alpha/2,n-1}

例如,某生产过程的标准要求方差为 44。抽取 1616 个观测,得到样本方差 S2=7S^2=7,则:

χ2=15×74=26.25\chi^2=\frac{15\times7}{4}=26.25

自由度为 1515。在 α=0.05\alpha=0.05 的双侧检验中,左右临界值约为 6.2626.262 和 27.48827.488。由于 26.2526.25 位于二者之间,因此不能拒绝 H0H_0,现有样本不足以说明总体方差与 44 不同。

选型与结论表达

完成这三类检验时,应依次确认参数类型、样本关系、近似条件和假设方向。比例问题先判断是一组还是两组、两组是否独立;方差问题先判断总体是否可合理视为正态。

结论应写成“在显著性水平 α\alpha 下,是否有足够证据认为参数大于、小于或不同于基准值”。不要把“不能拒绝原假设”写成“原假设已经被证明”,也不要只报告 pp 值而忽略比例差、方差比等实际效应大小。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

比例与方差检验

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通