10.3:均值差异检验——假设总体方差相等
通常,我们永远无法指望知道任何总体参数、均值、比例或标准差。 在检验有关均值差异的假设时,我们面临着两个未知方差的困难,这两个方差在检验统计量中起着关键作用。 我们一直在用样本方差代替,就像我们在检验单均值的假设时所做的那样。 和以前一样,我们使用学生的 t 来弥补总体方差信息的不足。 但是,在某些情况下,我们可能不知道总体方差,但我们可以假设这两个总体具有相同的方差。 如果这是真的,则合并样本方差将小于单个样本方差。 这将提供更精确的估计值,并降低丢弃有效空值的可能性。 原假设和备择假设保持不变,但检验统计量更改为:
tc=(¯x1−¯x2)−δ0√S2p(1n1+1n2)
哪里S2p是公式给出的合并方差:
S2p=(n1−1)s12+(n2−1)s22n1+n2−2
检验统计量显然在尾部,2.31 大于临界值 1.703,因此我们无法维持原假设。 因此,我们得出结论,在95%的置信度上,有大量证据表明新药会产生预期的效果。