第5章-t检验-课件.pptVIP

第5章t检验-课件;对两个样本进行比较时，必须判断样本间差异是抽样误差造成的，还是本质不同引起的。如何区分两类性质的差异？怎样通过样本来推断总体？这正是显著性检验要解决的问题。

两个总体间的差异如何比较？一种方法是研究整个总体，即由总体中的所有个体数据计算出总体参数进行比较。这种研究整个总体的方法是很准确的，但常常是不可能进行的，因为总体往往是无限总体，或者是包含个体很多的有限总体。因此，不得不采用另一种方法，即研究;样本，通过样本研究其所代表的总体。例如，设富士苹果果实10个的果肉硬度的总体平均数为，红富士苹果果实10个的果肉硬度的总体平均数为，试验研究的目的，就是要给、是否相同做出推断。由于总体平均数、未知，在进行显著性检验时只能以样本平均数、作为检验对象，更确切地说，是以（-）作为检验对象。

一方面我们由样本平均数和的差异来推断总体平均数、相同与否，另一方面又不能仅据样本平均数表面上的差异直接作出结论，其根本原因在于试验误差（或抽样误差）的不可避免性。;通过试验测定得到的每个观测值，既由被测个体所属总体的特征决定，又受个体差异和诸多无法控制的随机因素的影响。所以观测值由两部分组成，即

=+

总体平均数反映了总体特征，表示误差。

若样本含量为n，则可得到n个观测值：，，，。于是样本平均数;说明样本平均数并非总体平均数，它还包含试验误差的成分。

对于接受不同处理的两个样本来说，则有：

=+，=+

这说明两个样本平均数之差（-）也包括了两部分：

一部分是两个总体平均数的差（-），叫做试验的处理效应（treatmenteffect）；另一部分是试验误差（-）。;也就是说样本平均数的差（-）包含有试验误差，它只是试验的表面效应。因此，仅凭（-）就对总体平均数、是否相同下结论是不可靠的。只有通过显著性检验才能从（-）中提取??论。

对（-）进行显著性检验就是要分析：

试验的表面效应（-）主要由处理效应（-）引起的，还是主要由试验误差所造成。;虽然处理效应（-）未知，但试验的表面效应是可以计算的，借助数理统计方法可以对试验误差作出估计。所以，可从试验的表面效应与试验误差的权衡比较中间接地推断处理效应是否存在，这就是显著性检验的基本思想。

二、显著性检验的基本步骤

（一）首先对试验样本所在的总体作假设;这里假设=或-=0，即假设富士与红富士苹果果实的果肉硬度的总体平均数相等，其意义是试验的表面效应：-=1.8是试验误差，处理无效，这种假设称为无效假设（nullhypothesis），记作：=或

。

无效假设是被检验的假设，通过检验可能被接受，也可能被否定。提出：=或-=0的同时，相应地提出一对应假设，称为备择假设（alternativehypothesis），记作。备择假设是在无效假设被否定时准备接受的假设。;本例的备择假设是：≠或-≠0，即假设富士与红富士苹果果实的果肉硬度的总体平均数与不相等或与之差不等于零，亦即存在处理效应，其意义是指试验的表面效应，除包含试验误差外，还含有处理效应在内。

（二）在无效假设成立的前提下，构造合适的统计量，并研究试验所得统计量的抽样分布，计算无效假设正确的概率;对于上述例子，研究在无效假设：=成立的前提下，统计量（-）的抽样分布。经统计学研究，得到一个统计量t：

其中=

叫做均数差异标准误；n1、n2为两样本的含量。;所得的统计量t服从自由度df=（n1-1）+(n2-1)的t分布。

根据两个样本的数据，计算得：-=11-9.2=1.8；;