两总体均值差检验是假设检验的一个重要内容,传统的两总体均值差检验是建立在总体服从正态分布的假设下,而对总体不服从正态分布时,检验效果不明显甚至失效.针对两总体均值差的假设检验,本文提出了一种新的方法.此方法是在半参数密度函数比模型下,先对两总体均值差进行半参数估计,再构造统计量来对两总体均值差进行假设检验.本文给出了一些理论和统计模拟结果,并进行了实例分析.统计模拟发现此方法在数据满足正态性假设时,检验效能略好于常用的参数方法和非参数方法；当给出的数据不满足正态性假设时,那么本文提出的半参数方法就具有非常明显的优势.在实例分析中,用我们提出的半参数方法在总体服从正态分布时,进行假设检验得出的结论与两样本t检验得出的结论是相同的；而在总体分布未知与非参数检验得出的结论相同.第一章是绪论,首先简要说明了在半参数密度函数比模型下关于两总体均值差检验的研究的现实意义,接着介绍了半参数密度函数比模型的由来以及其拟合优度检验,最后介绍了半参数密度函数比模型的研究现状.第二章是在半参数密度函数比模型下,运用最大似然方法对两总体均值差进行半参数估计.第三章给出了两总体均值差的半参数估计量渐近服从正态分布的理论结果,同时也给出了半参数估计量优于非参数估计量的理论结果.最后构建了Wald型半参数检验统计量.第四章是统计模拟.在数据符合正态性假设和不符合正态性假设两种情形下,我们分别给出了非参数检验方法,两样本t检验方法和我们提出的半参数方法,这三种检验方法的显著性水平和检验效能.第五章是实例分析.用文中提出的半参数检验方法对真实的样本数据进行假设检验.第六章,对全文进行总结并加以展望.