耕耘使者 发表于 2011-4-30 20:14 
如果有必要讨论这种差异是否“显著”时，这也不是统计学意义上显著，否则，就必须知道二者之差的分布，如果总体确定，两个参数（即平均工资）是确定的常数，二者差亦是一个常数，那又如何得来这个差的分布？分布只是适用于随机变量，而不适用于常数。
如果要进行显著性检验，必须推翻楼主的一个陈述，就是“已经知道了总体”。我认为确实楼主的这个提法不妥，仅仅知道了两个公司某一年的男女员工平均工资，从时间序列角度看，这只是一个样本观测值而已，因为平均工资是变动的，从动态上看，是一个随机变量。因此，我们得到的仍然可以看作是样本值。
所以，关键点是我们研究的意图。是只看某一年男女员工平均工资的差异，还是想通过这个样本，了解总体上的性别差异。如果是前者，无需假设检验。而后者，必须假设检验。而从常识看，没有理由认为研究只是想了解某一年信息，一切研究都是为了获得总体上规律性的信息，因此，我赞同sungmoo版主的看法，必须进行显著性检验。
楼主则误解了“总体”的含义。总体不仅仅是指静态意义上的空间含义，更包括动态上的时间含义,而后者更为关键。
我前面的想法是，如果谈“已知总体时关于总体的（某些性质）的显著性检验”，必须首先讨论并明确其意义是什么（比如，它对应了怎样的规则与操作），即我们须了解这是哪种意义上的检验。而由此自然引出更先导的问题：引入这种意义或操作的目的是什么（必要性讨论）。
如果将“总体”作上述理解（“动态上的时间含义”），在某一时点所获得的某公司所有男女员工的（某特定时段的）工资的数据，其实只是一组样本观测值。这也就回到普通意义上的检验了。
由此，如果认为“总体”的意义总是
相对的，就某一具体的“总体”而言，若“进一步”只把它理解成某一“更基础”总体的样本观测值，也就可以进行普通意义的统计操作了。
综上，对于楼主的问题，也许涉及三条路径：一条是调整“总体”的意义（总体总是相对的），从而相关检验仍是原有意义上的；一条是调整“检验”的意义，从而保持总体的原有意义；一条是“总体”与“检验”的意义都不调整，从而认为“已知总体时关于总体的检验”是无意义的。
对于第一条路径，我们必须时刻小心“总体”的意义具体是什么；对于第二条路径，我们也许可以设计“已知总体情况下抽样”的操作方案，利用抽样的信息定义并进行“已知总体时的显著性检验”。
以上只是一些杂想。
扫码加好友，拉您进群
全部版块
我的主页
收藏
