第5章假设检验要点.pdf

第五章 假设检验 统计推断 (statistical inference) 统计推断是根据带随机性的观测数据（样本）以 及问题的条件和假设模型，而对未知事物作出 的 以概率形式表达的推断。 参数估计 (parameter estimation) 用样本统 计量对总体参数进行估计 假设检验 (hypothesis test)利用样本统计量对 总体的分布特征进行检验 (显著性检验 significance test) 2 假设检验 • 假设(hypothesis) – 对总体的某些未知的或不完全知道的性质所提 出的待考察的命题 • 假设检验(显著性检验) – 对试验样本所属总体所作假设是否正确的统计 证明 2 （t检验、F检验、 检验 ） 3 第一节 显著性检验的基本原理 一、显著性检验的意义 随机抽测10头长白猪和10头大白猪经产母猪的产 仔数，资料如下： 长白：11 11 9 12 10 13 13 8 10 13 大白： 8 11 12 10 9 8 8 9 10 7 x =11头 S =1.76头 1 1 x =9.2头 S =1.549头 2 2 x   ,x   1 1 1 2 2 2 x x (  ) (  ) (  ) (  ) 1 2 1 1 2 2 1 2 1 2 x x : 表面效应 目的就是分析表面效应主要 1 2 是由处理效应引起，还是由   : 处理效应 试验误差引起。从而分析处 1 2 理效应是否存在。   :试验误差 1 2 表面效应可以计算，试验误 差可以估计，根据这些推断 处理效应是否显著。 5 显著性检验的基本步骤 6 【例】 某种猪场分别测定长白后备种猪和蓝塘后备种猪 90kg时的背膘厚度，测定结果如表5-3所示。设两品种后备 种猪90kg时的背膘厚度值服从正态分布，且方差相等，问该 两品种后备种猪90kg时的背膘厚度有无显著差异？ 1 表 5-