生物统计学第六章统计假设检验分析.ppt

例8 利用第五章例6的数据， 两组籽粒蛋白质含量有无显著差异？ 解： 统计量 查表 拒绝域 接受 § 6.3 服从二项分布数据的显著性检验 设双总体 从中各自独立 抽取容量为 的样本， 出现事件A的次数分别是 将频率 作为 的点 估计， 现需要判断 差异是显著的，还是由于机 会造成的。 记 可以取统计量 当 时 进行检验 例9 调查了280名中学生发现有140名学生睡眠不足，在减轻学生课业后，调查120名学生仍有40名睡眠不足，（1）减轻学生负担后睡眠效果有无显著改善？ （2）求 的置信区间 解：（1） 拒绝 （2）随机变量 的置信区间端点为 的置信区间为 (0.064,0.2694) 第六章 统计假设检验 § 6.2 正态总体双样本场合的假设检验 § 6.3 服从二项分布数据的显著性检验 § 6.1 正态单样本的假设检验 § 6.0 假设检验概述 § 6.0 假设检验概述 一、假设检验的基本思想 对总体参数(均数、成数、方差等)所作的假设进行检验称为参数假设检验，简称参数检验；对总体分布形式的假设进行检验一般称为非参数检验或自由分布检验。 所谓假设检验就是对一个关于总体参数或总体分布形式的假设，利用样本资料来检验其真或伪的可能性。即在一定的概率下判断原假设是否合理，从而决定应接受或否定原假设。 引例 已知豌豆籽粒重量X服从正态分布 在改善栽培条件后，随机抽取9粒，其样本平均重量 若标准差不变，即 问改善条件 以后是否显著提高了豌豆籽粒的重量？ 原豌豆籽粒的重量平均 现改善条件以后 豌豆籽粒的平均重量 并不知道。379.2仅是随机抽取 9粒的平均重量，不是总体的平均重量 。 但 无外 乎三种情况： 二、假设检验的步骤 1. 提出原假设 和备择假设 2. 设计检验统计量 所设计的检验统计量应与原假设及待检验参数的估计量相关，但不能包含待检验的未知参数，且能够知道当原假设H0为真时该统计量的具体分布。 3. 给定显著性水平和确定相应的临界值 显著性水平表示假设 为真时拒绝原假设的概率， 用 表示。 一般取值很小， 常取 0.1、0.05、0.01等。 给定了显著性水平 也就确定了原假设 的接受区域 和拒绝区域。这两个区域的交界点就是临界值。 4. 依据假设检验的规则，由样本资料计算出检验统计量的实际值，与临界值比较，视实际值落入接受区域还是拒绝区域，做出接受或拒绝原假设 的结论。 三、两类错误和假设检验的规则 一般来说，决策结果可归纳为表6.1表现的四种情况： 由假设检验做出的决策既可能犯“弃真错误”又可能犯“取伪错误”。“弃真错误”称作假设检验的“第Ⅰ类错误”，“取伪错误”称作假设检验的“第Ⅱ类错误”。假设检验犯第Ⅰ类错误的原因是，在原假设为真的情况下，检验统计量不巧刚好落入小概率的拒绝区域，从而导致拒绝了原假设。 检验统计量在原假设下的分布密度 检验统计量在备择假设下的分布密度 § 6.1 正态单样本的假设检验 1、方差 已知时，检验 检验统计量 显著性水平α 拒绝域 ~ 拒绝域 拒绝域 例 1 已知豌豆籽粒重量X服从正态分布 在改善栽培条件后，随机抽取9粒，其样本平均重量 若标准差不变，即 问在显著水平0.05下改善条件以后是否显著提高了豌豆籽粒的重量？ 解法1 采用情况（B）的统计假设进行检验 （1）取统计量 （2）给出显著水平 需要求 查表求得 拒绝域 接受域 （3）将 代入统计量U中算出其观测值 拒绝 解法2 采用情况（C）的统计假设进行检验 （1）取统计量 ~ （2）给出显著水平 需要求 查表求得 拒绝域 接受域 （3）将 代入统计量U中算出其观测值 接受 要求试验用的 例2 若想订购一批某种动物做实验，动物重量服从正态分布，已知方差 动物平均体重 ，现从这批动物中随机抽取 10只这种动物，测得平均体重 问这批动物的体重与做实验用的动物体重是否有显著差异？ 解： （1）取统计量 ~ （2）给出显著水平 需要求 查表求得 拒绝域 接受域 （3）将 代入统计量U中算出其观测值 接受 未知时， 检验 方差 2、 检验统计量 ~ 显著性水平α 拒绝域为 拒绝域为 拒绝域为 随机抽取9个果穗，穗重（单位克）为308，305，311，298，315，300，321，294，320。 例3 已知从某种玉米平均果穗重 喷药后 问喷药后与喷药前果穗重差异是否显著？ （1）取检验统计量 ~ 解：经计算 修正样本标准差 样本容量 （2）给出显著水平 需要求 查表求得 拒绝域 （3）将 代入统计量T中算出其观测值 拒绝 ~ 3、总体均值未知，检验 情况（A） 拒绝域 情况（B） 拒绝域 情况（C） 拒绝域 取统计量 例4 一个混