生物统计3-统计假设测验.docVIP

第五章 统计假设测验 第四章复习 例1一正态分布已知P(u≤-1.17)=0.1210请计算P(u≥1.17)P(-1.17≤u≤1.17)，P(u≤1.17)， P(u≥-1.17)和P(u≤-1.17)+ P(u≥1.17) 例2正态分布求其分布中间有50%和95%观察值的全距解查附表3正态离差u值表(两尾)P=0.5时u=0.67499, P=0.05时u=1.96, 因此全距分别为2.7和7.84 第五章 统计假设测验 引入上章抽样分布是从总体到样本在实际研究中往往只知道样本不知道总体本章统计推断解决从样本到总体的问题有两个问题一是参数估计包括点估计和区间估计如由样本200蔸二化螟平均虫量推断整块田二化螟虫口密度就是点估计推测总体虫口密度可能在某个范围变动就是区间估计二是假设测验如有多大的把握保证总体虫口密度落在该区间范围内；又如品种比较，新品种平均产量比旧品种高30kg/667m2，有多大把握说新品种确实优于旧品种而不是随机误差。 目的：从田间试验所得的所有观察值既包含了处理的真实效应，又包含了许多非处理因素的偶然影响，两者混淆在一起，因此必须进行假设测验，将试验误差和处理的真实效应加以区别，才能对处理间的差异作出正确可靠的结论。 定义：是确定不同质的事物的数量界限的一种数理方法，本质上讲就是将统计数的分布分为接受区和否定区，若试验结果落在接受区则接受Ho，反之否定Ho。 统计假设测验的基本步骤 例：某地当地小麦品种一般亩产300斤，既＝300，多年种植知＝75。现有一新品种，在该地种25个小区，某产＝330斤。问新品种是否（显著）优于旧品种？ 思路：如果不优于也不劣于旧品种，则新品种可作为原总体的一个随机样本。其平均数服从抽样分布呈正态分布，则330偏离300有一个概率，如果出现的概率小于0.05，则依小概率的实际不可能性原理否定假设，既新品种所属总体不同于旧总体，因此新品种与旧品种有显著差异。 对样本所属总体提出一个假设 Ho：无效假设，既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，亦即假设其没有效应，差异是随机误差。 HA：备择假设，又叫对应假设，即如果统计假设测验时否定Ho了则必须接受HA，如果接受了Ho则必须否定HA。 本例：Ho：，即假定新品种所属总体平均数＝原品种所属总体平均数＝300，而样本平均数乃随机误差。HA： 规定测验的显著水平，农业上常用＝0.05或＝0.01表示3、在Ho为正确的前提下计算样本平均数或其它统计数在抽样分布中发生的概率P本例 =(330-300)/(75/5)=30/15=2 因为Ho为：而HA：即新品种可能等于或不等于旧品种而不等于中包括优于或劣于因此用两尾测验查附表3u=2时0.04P0.05，也就是说差数30属于随机误差的概率小于0.05因此据小概率的实际不可能性原理4、 将算得的概率P和规定的显著水平相比较如P则否定Ho接受HA即该差异在水平上是显著的即有95%的把握认为新品种不同于旧品种反之如P则接受Ho也就是新品种与旧品种无显著差异来源于同一个总体差数30是随机误差 也可以按照下面这个更易理解的方法Ho：，HA： ＝0.05 查附表3P=＝0.05时两尾u绝对值=1.96 因所以=270.6～329.4 即在的抽样分布中落在(～)即270.6～329.4区间的概率为95%此为接受区域现=330329.4而这种情况出现的概率只有0.025按照小概率的实际不可能性原理故否定Ho接受HA即新品种显著不同于旧品种 几个名词解释显著水平用来测验假设的概率标准农业上常为0.05或0.01否定区域对于的抽样分布如以显著水平作为接受或否定假设的界限则以外的区域称之接受区域对于的抽样分布如以显著水平作为接受或否定假设的界限则以内的区域称之 假设测验的两尾测验和一尾测验 1两尾测验当处理可能优于对照也可能劣于对照时假设测验中所考虑的概率为正态曲线左边一尾概率和右边一尾概率之和具两个否定区域2、一尾测验当处理仅可能优于对照或仅可能劣于对照时假设测验中所考虑的概率仅为正态曲线左边一尾概率或仅为右边一尾概率仅具一个否定区域上例应采用两尾测验又例某种农药规定杀虫效果达90%方合标准(指定值)则Ho≤90%，HA：90%。 3、注意事项1) 试验前慎重考虑用一尾测验还是两尾测验2) 作一尾测验时将附表3的两尾概率除以2再查u值或者将一尾概率乘以2再查u值如一尾测验=0.05则相当于查两尾测验=0.1所对应的u值即1.643) 当相同时两尾测验的u绝对值大于一尾测验的u绝对值如=0.05对两尾测验u=1.96对一尾测验=0.1，u=1.64。 假设测验的两类错误 由样本结果通过假设测验而作出推断时我们并没有100%把握肯定不发生错误一般可能发生两类错误第一类错误又叫错误假设本来是正确的(