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 ;方差描述数值型变量围绕均值的波动程度,记为 。两者不能混用同一套统计量。

| 问题 | 参数 | 典型数据 | 常用参考分布 |
|---|---|---|---|
| 单比例是否等于标准值 | 一组二分类结果 | 标准正态分布 | |
| 两个比例是否相等 | 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 | 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 ,其中成功次数为 ,样本比例为:
检验总体比例是否等于给定值 时,双侧假设为:
H_1:p\ne p_0 $$
当正态近似适用时,统计量为:
注意分母使用原假设中的 ,因为检验统计量是在 成立的条件下构造的。
例如,某工厂抽检 件产品,其中 件合格,检验合格率是否不同于 。此时 ,统计量为:
在 的双侧检验中,,因此不能拒绝 。样本不足以证明总体合格率与 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 、,样本容量分别为 、,样本比例为 和 。检验。
时,需要在原假设下使用合并比例:
统计量为:
例如,方案 A 有 人,其中 人转化;方案 B 有 人,其中 人转化。于是 、,合并比例约为 ,计算得 。
在 的双侧检验中,临界值为 ,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 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 ,样本方差为 。检验总体方差是否等于 时,有:
统计量为:
当 成立时,该统计量服从自由度为 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:
或
例如,某生产过程的标准要求方差为 。抽取 个观测,得到样本方差 ,则:
自由度为 。在 的双侧检验中,左右临界值约为 和 。由于 位于二者之间,因此不能拒绝 ,现有样本不足以说明总体方差与 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 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 值而忽略比例差、方差比等实际效应大小。