SPSS课程(假设检验).ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 检验的其它步骤同【例3·9】。 * 　　【例3·10】调查大豆A品种20荚，其中三粒荚14荚，两粒以下荚 6荚，三粒荚百分率为0.70；B品种25荚，其中三粒荚7荚，两粒以下荚18荚，三粒荚百分率为0.28。问两 个大豆品种的三粒荚百分率差异是否显著？ * 本例 ＝20， ＝25， ＝14， ＝7 * * 均大于5，可以采用正态近似法，即u 检验法进行显著性检验，要回答的问题是两个品种的三粒荚百分率差异是否显著，故采用两尾u 检验；但由于小于30，须对u 进行连续性矫正。 检验步骤如下： * 1、统计假设 H0：　　　 ； HA：　 　　。 * 2、计算　值 * * 3、统计推断 由于计算所得的　 介于1.96与2.58之间，故0.01p0.05，否定H0：　　　，两个大豆品种的三粒荚百分率差异显著，这里表现为A品种的三粒荚百分率显著高于B品种。 * 非参数检验 非参数检验是一种与总体分布状况无关的检验方法，它主要是利用样本数据之间的大小比较及大小顺序，对样本及其所属总体作差别检验，而不对总体分布的参数如平均数、标准差等进行估计推断。计算简便、易掌握；但检验的准确性、效率一般要低于参数检验方法。 * 符号检验 设有一分布类型未知的总体，其中位数为Md，当从该总体中随机抽取n个变量时，则 (x- Md)0(记为+)和(x- Md)0(记为-)的概率都是0.5，而这些差数的概率分布则与p=q=0.5时的(p-q)n 展开式相适应，既而进行假设检验。 * 例: 用盖氏计数器对测定某试样的放射性,每次计数时间为1min,共计6次,各次结果为:297,269,279,277,300,263脉冲计数,试检验该结果与理论计数280脉冲计数是否有显著差异？ 本题采用符号检验法进行检验.由于实际测定结果与理论值大小不知,故采用双尾检验。 * (1)假设H0: Md =280, 对HA :Md ≠280； (2)确定显著水平α=0.05 (3)检验计算:将6个观测值分别减去Md ,得符号为:+－－－+－,即n+ =2,n-=4。 如果H0正确，n+ 则和n- 的数目应相等，现在n+ ≠3，只要计算出的概率，就可以判断n+ ≠3是否由试验误差所造成。 * P(n+ ≠3)= P(n+ ≤2)+P(n+ ≥4) =P(n+=0)+P(n+=1)+P(n+=2)+P(n+=4)+P(n+=5)+P(n+=6)= (4)推断:由于P(n+≠3)0.05所以接受H0 ,认为该结果与理论计数值没有显著差异。 * 样本中位数与总体中位数比较的符号检验 1、建立假设。H0 ：样本所在的总体中位数=已知总体中位数；HA ：样本所在的总体中位数≠已知总体中位数。若将备择假设HA 中的“≠”改为“＜”或“＞”，则进行单尾检验。 * 2、计算差值、确定符号及其个数。统计样本观察值与已知总体中位数的差值的符号，n= n++ n-。检验的统计量S为n+、n-中的较小者。即 S=min {n+，n-} 3、统计推断。以Sα表示显著水平为α时n+或n- 的最低临界值，则Sα 满足条件： * 由n查附表6得临界值S0.05(n)，S0.01(n),作统计推断：如果S＞S0.05(n)，P＞0.05，则接受H0；如果S0.01(n)＜S≤S0.05(n)，0.01＜P≤0.05，则否定H0，接受HA； 如果S≤S0.01(n)，P≤0.01，则否定H0，接受HA。 注意：样本的配对数少于6对时，不能检验出差别，在7-12对时也不敏感，在20对以上则比较有用。 * 【例】为了比较两种药物的疗效，各进行10组试验,其治愈率分别是: 甲药剂:94,88,83,92,87,95,90,90,86,84; 乙药剂:86,84,85,78,76,82,83,84,82,83. 试比较两种药剂的疗效有无显著差异. (1)假设H0：Md1=Md2, HA ：Md1≠Md2。 (2)取显著水平α=0.05 * (3)检验计算:以甲治愈率减去乙治愈率,得n+=9，n-=1，可得出 S=min{n+,n-} =min {9,1 }=1 由n=n++n-=9+1=10,查表6,得出α=0.05时, S0.05(10)