第章假设检验与方差分析新资料.pptVIP

* * * * * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * * * * * * * * * * * * * * * 第三节 总体比例的假设检验 一 单个总体比例的假设检验 二 两个总体的比例是否相等的检验 一、单个总体比例的假设检验 例6-6 一项调查结果声称，某市小学生每月零花钱达到200元的比例为40%，某科研机构为了检验这个调查是否可靠，随机抽选了100名小学生，发现有47人每月零花钱达到200元，调查结果能否证实早先调查40%的看法？（?=0.05） 解：由条件充分大，可以利用正态近似的公式进行计算。H0:? = 40% H1 :? ? 40% 确定拒绝域临界值z0.025=1.96，Zz0.025，故不能拒绝，调查结果还不能推翻40%比重这个看法。 二、两个总体的比例是否相等的 检验 第四节 单因子方差分析 一 问题的提出 二 方差分析的检验统计量 三 关于方差分析的两点说明 一、问题的提出 例6-7：已知在一组给定的条件下饲养小鸡所增加的体重服从正态分布。某养鸡场欲检验四种饲料配方对小鸡增重的影响是否不相同（假定已经经过检验表明不同饲料配方下的小鸡增重方差相等）。为此，他们对四组初始条件完全相同的小鸡，在完全相同的其他饲养条件下，分别使用四种不同的饲料配方进行喂养。所得到的增重数据如表6-3。 表6-3 四种不同饲料配方下小鸡的增重情况 饲料配方 i 小鸡序号 j 38周后小鸡个体增重 (克) yij 1 2 3 4 5 6 yi. 配方1 370 420 450 490 1730 配方2 490 380 400 390 500 410 2570 配方3 330 340 400 380 470 1920 配方4 410 480 400 420 380 410 2500 y.j 1600 1620 1650 1680 1350 820 8720 对于类似本例的问题，一般地，把随机变量分组的数目记作m，我们可建立下列假设： 二、方差分析的检验统计量 开展方差分析需要先建立样本数据的方差分析恒等式 SST = SSR + SSE 式中，总变差平方和 组间变差平方和 组内变差平方和 以上三式中的样本平均数定义为： 总样本平均数 各组样本平均数 ni是各组样本观测值的个数，n为所有样本观测值的个数，m是分组数目。 可以证明，在原假设成立的条件下，下面的检验统计量服从分子自由度为m?1，分母自由度为n?m的F分布。即 上式的分子MSR为组间方差，MSE为组内方差。F值越大，越说明总的方差波动中，组间方差是主要部分，有利于拒绝原假设接受备选假设；反之，F值越小，越说明随机方差是主要的方差来源，有利于接受原假设。 因此，检验规则为：根据提出的显著性水平?，把拒绝域放在分子自由度为m?1 ，分母自由度为n?m的F分布的右侧，当P-值小于? ，或是检验统计量的样本值大于临界值（落在拒绝域）时拒绝原假设。 例6-8 利用表6-3中的数据进行单因子方差分析（显著水平为? =0.05）。 解： （1）建立假设 H0: ? 1= ? 2= ? 3= ? 4 H1: ? 1 , ? 2 , ? 3 , ? 4 不完全相同 （2）计算离差平方和 （3）构造统计量并计算检验统计量的样本值 （4）确定检验规则，做出检验结论 P-值规则：根据算得的检验统计量的样本值（F值）算出P-值=0.411573（见表6-4）。由于P-值=0.411573显著水平标准? = 0.05，所以不能拒绝H0，即没有得到足以表明四种配方的饲料下小鸡增重水平有差异的显著证据。 临界值规则：根据给定的显著水平? = 0.05 ，查表得临界值为F0.05(3,17)=3.20。因F=1.063.20，检验统计量的样本值落入接受域，所以不能拒绝H0，即没有得到足以表明四种配方的饲料下小鸡增重水平有差异的显著证据。 表6-4 方差分析表 变异 来源 离差 平方和 自由度 均方差 F值 P-值 临界值 组间 7112.143 3 2370.714 1.01232 0.411573 3.196774 组内 39811.67 17 2341.863 总计 46923.81 20 三、关于方差分析的两点说明 （一）方差分析中变