第二章__简单试验的统计分析.pptVIP

试验设计与分析 第二章 简单试验的统计分析 主讲教师 张晓科 讲授内容和学时 讲授内容 学时 第一节 参数假设测验 2 第二节 参数的区间估计 2 第三节 非参数假设测验 4 引 言 一个处理和两个处理的试验称为简单试验，它通常采用按设置重复和随机化两个原则进行的完全随机设计，两个处理试验的设计有时也采用更精细的配对设计。 统计分析的目的，是从样本推断总体的分布，其过程称为推断统计。 推断统计的内容大致分为两类，一是有关总体的假设检验问题，二是有关总体的参数估计问题。 第一节 参数假设测验 一、统计假设测验的基本原理 二、平均数的假设测验 三、方差的假设测验 四、假设测验的两类错误 一、统计假设测验的基本原理 （一）提出统计假设 1. 统计假设的概念 2. 假设的种类 3. 提出无效假设的原因 （二）统计假设测验 1. 统计假设测验的概念 2. 方法 （三）作出推断 1. 推断的原理 2. 推断的方法 （一）提出统计假设 1. 什么叫统计假设：对总体的某些参数所作的假设。 实例：假设某地大面积种植玉米品种单产为每公顷7500㎏，标准差为1125㎏。即总体平均数μ0=7500㎏，σ=1125㎏。现从外地引入一新品种，通过25个小区试验，平均产量为每公顷7950㎏，即 ㎏。 问新引入品种的产量与当地大面积种植品种有无显著差异？即新引入品种产量的总体平均数μ与大面积种植品种总体产量的平均数μ0是否不等。仅从抽样结果 ㎏，还不能得出 的结论。这是因为我们研究的仅是从总体中抽出的一部分个体所组成的样本，而不是总体本身，因而不可避免地存在着试验的抽样误差。由于试验误差的随机性，若重复试验， 的取值很可能不再是7950㎏。怎样由样本的试验结果给总体作一结论呢？这就是统计假设检验要解决的问题。 2. 假设的种类 无效假设 假设总体参数与某一指定值相等或假设两个总体参数相等。即在实例中，H0：μ＝μ0 ＝7500 kg。 备择假设或对应假设 假设总体参数与某一指定值不相等或假设两个总体参数不相等。即在实例中，HA：μ≠μ0 ＝7500 kg。 两者关系 备择假设的意思是说，如果否定了无效假设则当然接受备择假设；如果接受了无效假设，当然也就否定了备择假设。在无效假设和备择假设中，无效假设是被直接测验的假设。 3. 为什么要提出无效假设 提出无效假设的目的在于：可以从假设的总体里推断其某一统计数的随机抽样分布，从而可以计算出某一样本结果出现的概率，这样就可以研究样本和总体的关系，作为假设检验的理论依据。因此，提出的无效假设必须是有意义的，即在假设的前提下可以确定试验结果的概率。 （二）统计假设测验 1. 什么叫统计假设测验 试验样本平均值与总体平均值差异的构成有三种可能性：(1)既有真实差异又有试验误差；(2) 全为真实差异；(3) 全为试验误差。在农业及生物试验中，非处理因素对试验指标(如玉米产量)的干扰总是存在的，因而第二种可能性实际上不存在。第一种可能性既有真实差异又有试验误差，不便于讨论。这样统计推断只能由第三种可能性出发，先假设真实差异不存在，试验表面差异全为试验误差。然后，计算该假设（可视为一随机事件）出现的概率，根据概率的大小来判断假设是否正确，即真实差异是否存在。这一过程为对试验样本所属总体所作假设是否正确的统计证明，一般称统计假设检验或假设测验。因此，统计假设检验没有复杂的统计运算，更多的是逻辑推断。 2. 方法 假设测验方法是先按研究目的提出一个假设； 然后通过试验或调查，取得样本资料； 最后检查这些资料结果，看看是否和假设所提出的有关总体参数的结果相符合。 如果两者之间甚为符合，则接受这个假设H0；如果不符合，则否定它，即推断这个假设是错误的，因而接受其对应假设HA。 （三）作出推断 1. 推断的原理 当一事件的概率很小时，可认为该事件在一次试验中几乎是不可能事件。这就是“小概率事件实际不可能性”原理。我们将用此原理决定接受或否定假设H0。当表面差异全由随机误差造成的概率小于0.05或0.01时，我们就可认为它不可能全属于抽样误差，从而否定无效假设H0 ，接受备择假设HA 。 用来判断是否属于小概率事件的概率值叫显著水平。一般以α表示。在农业试验中，常取0.05或0.01，记为α＝0.05或α＝0.01。 （三）作出推断 2. 推断的方法 统计假