最新第五章对单个和两个总体平均数的假设检验.pptVIP

* (3)取α＝0.01, 查附表4 得t0.01(12) = 3.055 ∵|t| = 5.79 t0.01(12) = 3.055 ∴P 0.01, 否定H0，两品种猪的肌肉脂肪含量存在极显著差异。 df= n1+n2-2=10+4-2=12 3两总体方差不相等而且未知时的检验－t 检验 （一）方差的齐性检验 在很多情况下，我们不能确定两个总体的方差是否相等，而且方差不相等的情况下，假设检验方法不同。 因此，需要首先进行方差的齐性检验。 目的：确定两个总体的方差是否相等，从而进一步确定检验方法。 5. 2.4 两总体方差不相等而且未知时的检验－t 检验 因此，构造一个统计量假设检验：σ12＝σ22。 这种利用服从F分布的检验统计量来进行假设检验的方法称为F检验。 方差的齐性检验步骤： 设有两个正态总体，X1服从N(μ1， σ12)， X2服从N(μ2， σ22)。 1. 零假设： H0： σ12=σ22 备择假设：H1: σ12≠σ22 2. 确定显著平准：0.05、0.01 5. 2.4 两总体方差不相等而且未知时的检验－t 检验 3. 计算检验统计量 确定否定域：查F表，确定临界值，接受或者拒绝H0 此检验为双侧检验，上、下侧分位点数不同。 以方差大者为分子，小者为分母，求F值。 如果检验结果不显著，接受零假设σ12=σ22，那么还按照前一种t检验进行检验。 如果检验结果显著，接受备择假设σ12 ≠ σ22，那么按照下面的t检验方法进行检验。 （二） σ12 ≠ σ22 条件下两平均数的比较 由于两个总体的方差不等，所以不能用合并的方差来估计总体方差，只能分别用两个样本方差来估计两个总体方差。 按照以前的公式得到： 于是得检验统计量： 不严格服从 t（n1+n2-2） 近似服从 n1=n2=n 魏泽辉讲义 * 例： 某猪场随机抽测了甲、乙两品种猪血液中白细胞的 密度，测得甲品种13头猪白细胞数的平均值为 10.73×104/mm3，标准差为1.28×103/mm3, 乙品种15头猪白细胞数的平均值为 16.40×104/mm3,标准差为3.44×103/mm3。试比较两品种猪的白细胞数是否有显著的差异。 魏泽辉讲义 * 解：已知 (1)方差的齐性检验 假设： H0： σ12=σ22;HA: σ12≠σ22 统计推断：α＝0.05，查附表5，F0.05/2（14，12）＝3.05，由于FF0.05/2，故否定H0接受HA，即两个样本所属总体方差存在显著的差别。 魏泽辉讲义 * (2)两总体平均数的比较 假设: H0:μ1= μ2 , HA: μ1≠ μ2 检验统计量 魏泽辉讲义 * 统计推断：α＝0.01，查附表4，t0.01（18）＝2.878，由于t=-5.9279t0.01(18)，故否定H0接受HA，即两品种猪的白细胞数存在极显著的差异。 魏泽辉讲义 * 例： 为检验一种新的饲料配方是否比原来的饲料配方对猪的增重效果更好,选取符合条件的猪20头,随机等数分为2 组,分别每头单圈饲喂这两种饲料,所得增重纪录如下,试据此比 较这两种饲料配方对猪增重速度是否有显著的差异。 A ：32 23 48 41 20 29 53 39 30 40 B： 27 30 32 26 31 27 23 29 35 20 魏泽辉讲义 * 解：已知 (1)方差的齐性检验 假设： H0： σ12=σ22;HA: σ12≠σ22 统计推断：α＝0.05，查附表5，F0.05/2（9，9）＝4.03，由于F=5.78F0.05/2（9，9），故否定H0接受HA，即两个样本所属总体方差存在显著的差别。 魏泽辉讲义 * (2)两总体平均数的比较 假设: H0:μ1= μ2 , HA: μ1 μ2 检验统计量 魏泽辉讲义 * 统计推断：α＝0.05，查附表4，t0.1（12）＝1.782，由于t=2.07t0.1(12)，故否定H0接受HA，即配方1的增重效果显著优于配方2。 5. 2.2 配对资料的假设检验－t检验 魏泽辉讲义 * 配对样品平均数间的比较 为了排除实验单位不一致对实验结果的影响，准确地估计实验处理效应，降低实验误差，提高实验的准确性和精确性，如果可能，应采用配对实验设计，可将其看作两个相关样本平均数的比较。 配对的目的是使为了把同一重复内二个实验单位的初始条件的差异减少到最低限度，使实验处理效应不被实验单位的差异而夸