配对样本检验：配对t检验的数学推导
引言
在统计学中，配对样本检验是评估两组相关数据之间差异的常用方法。当研究对象存在自然的配对关系（如前测后测实验、同一个体在不同时间点的测量）时，配对t检验能够有效比较两组数据的均值差异。该检验的核心思想在于通过配对数据的差异来推断总体均值的差异，其数学推导过程涉及均值计算、方差分析、自由度确定以及统计量的分布特性。
核心内容
1. 基本假设与数据结构
配对t检验假设配对数据的差异服从正态分布，且配对间的差异具有独立性。设配对数据为$ X_{ij} $，其中$ i $表示配对编号，$ j $表示变量维度（如前测或后测），则总体均值差异的假设为：
$$
H_0: \mu_{ij} = 0 \quad \text{（无差异）}
$$
$$
H_1: \mu_{ij} \neq 0 \quad \text{（存在差异）}
$$
数据的数学表示为：
$$
Y_{ij} = X_{ij} - \mu_{ij}
$$
其中，$ \mu_{ij} $为配对数据的总体均值。
2. 样本均值与方差的计算
对于n组配对数据，计算样本均值$ \bar{Y} $和样本方差$ s^2 $：
$$
\bar{Y} = \frac{1}{n} \sum_{i=1}^{n} Y_{ij}
$$
$$
s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (Y_{ij} - \bar{Y})^2
$$
其中，$ Y_{ij} = X_{ij} - \mu_{ij} $，$ \mu_{ij} $为配对数据的总体均值。
3. 检验统计量的推导
配对t检验的检验统计量为：
$$
t = \frac{\bar{Y}}{s/\sqrt{n}}
$$
该统计量的分母通过方差分析推导得出：
$$
s^2 = \frac{1}{n-1} \left[ \sum_{i=1}^{n} (Y_{ij} - \bar{Y})^2 \right]
$$
进一步简化后，得到：
$$
s^2 = \frac{1}{n-1} \left[ \sum_{i=1}^{n} Y_{ij}^2 - \frac{1}{n} \left( \sum_{i=1}^{n} Y_{ij} \right)^2 \right]
$$
由此可得配对t检验的检验统计量：
$$
t = \frac{\sqrt{n} \bar{Y}}{\sqrt{ \frac{1}{n} \sum_{i=1}^{n} Y_{ij}^2 - \frac{1}{n} \left( \sum_{i=1}^{n} Y_{ij} \right)^2 }}
$$
4. 自由度的计算与分布特性
配对t检验的自由度为：
$$
df = n - 1
$$
当假设成立时，检验统计量服从Student's t分布。具体推导如下：
- 计算配对数据的总平方和（SS_total）：
$$ SS_{total} = \sum_{i=1}^{n} Y_{ij}^2 - \frac{1}{n} \left( \sum_{i=1}^{n} Y_{ij} \right)^2 $$ - 计算组内平方和（SS_within）：
$$ SS_{within} = \sum_{i=1}^{n} (Y_{ij} - \bar{Y})^2 $$ - 计算组间平方和（SS_between）：
$$ SS_{between} = SS_{total} - SS_{within} $$ - 自由度的计算为：
$$ df = df_{within} + df_{between} = n - 1 $$
其中，$ df_{within} = n - 1 $，$ df_{between} = 1 $。
5. p值的计算与显著性判断
配对t检验的p值可通过以下步骤计算：
- 根据自由度$ df = n - 1 $，确定t统计量对应的临界值（如$ t_{\alpha/2, df} $）。
- 计算p值为：
$$ p = P(|t| > t_{\alpha/2, df}) $$ - 若p值小于显著性水平（如0.05），则拒绝原假设，认为配对数据的均值差异具有统计学意义。
6. 应用场景与注意事项
配对t检验适用于以下场景：
- 研究对象存在自然配对关系（如前测后测、同一个体在不同时间点的测量）。
- 数据需满足正态分布假设，或通过正态性检验（如Shapiro-Wilk检验）确认。
注意事项：
- 需确保配对数据的独立性，避免因配对关系导致的偏差。
- 当n较小时，应使用小样本修正方法（如Welch检验）调整自由度。
- 若数据分布不满足正态性，可采用非参数检验（如Wilcoxon符号秩检验）替代。
总结
配对t检验通过计算配对数据的均值差异，为研究相关样本的统计特性提供了数学基础。其核心推导涉及均值计算、方差分析、自由度确定及p值计算，最终形成统计量的分布特性。该方法在实验研究、医学随访等领域具有广泛应用，但需严格遵循数据假设，确保结果的可靠性。未来研究可进一步探讨配对t检验在复杂数据结构（如分层配对、多变量配对）中的扩展应用。