知识卡片

普通读书笔记卡 · 9747.s · 生成模型:DeepSeek-V4.1-Flash

Welch t检验的适用场景

理解等级:高级

学生 t 检验要求两群体方差相等,这个假设在现实中经常不成立,两组样本量相差大或来源不同时尤其如此。Welch t 检验放弃等方差假设,改用各自的样本方差分别估计,代价是自由度不再是整数,而要按样本方差与样本量的组合算出来。 同一批数据(x 来自均值 100、y 来自均值 105,标准差都是 5)两种检验结果不同:学生 t 给出 t = −1.7828、df = 28、p = 0.08547;Welch 给出 t = −1.6596、df = 15.118、p = 0.1176。Welch 的 p 更大,在 0.10 与 0.05 两个水平上都不否定原假设,而学生 t 在 0.10 水平上会否定。 p 变大是因为自由度变小、t 分布尾部变厚,判断更保守。这种保守有代价:等方差假设确实成立时,Welch 的功效略低于学生 t。所以选择依据是假设是否可信,不是哪个 p 值更好看。Welch 仍要求两个群体近似正态,只是不要求方差相等。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_003.html) - 结论依据:3.3.2 节以同一组模拟数据对比 var.equal=TRUE 与 FALSE 的 t 值、自由度与 p 值,并说明 Welch 用各自样本方差、自由度常为非整数。 - 原始内容:学生t 检验中一个关键的假设是群体方差相等。在前面的示例中,t.test()函数调用设定var.equal=TRUE来假定方差相等。如果这个假设是不合适的,那么应该使用Welch t检验。