第九章–t统计量简介.doc

第九章 – t 统计量简介 与前面章节的重大差别： 前面章节：总体 ? ??均为已知 总体??未知的情况?（实际情况大部分是这样），必须 ??的估计. 什么可以作为 ??的估计? 样本标准差 = s = sqrt(SS/n-1) () t 与 z 的不同适用条件： 标准误公式,计算出的考验统计量. ?已知: ?未知: 标准误= = 估计标准误= s = = 考验统计量: z 分数 z = 考验统计量 t-分数 t = z 或 t = 样本均值- 总体均值 (估计) 标准误 : 当 ?2值, 用z分数. ?2值, 用s2 来估计 ?2 t-统计量. 总体均值(, 置信区间)估计. t 统计量 ?2值考验假设 t 统计量公式 z 分数t 统计量估计标准误. 样本标准差(s)估计总体标准差(?),估计. 必须自由度. 自由度 描述样本样本均值样本样本 n - 1 个自由度 n 的数目越大, 样本总体代表性, 也就意味着s 是? 的更好估计考验统计量 t-分布形状 n的函数 t-分布形状自由度df函数 n 的数目越大(或 df越大), t-分布正态分布. 分布 (分布, t-分布). 正态分布表, t分布表 (表 2 单尾的比率 0.250 0.100 0.050 0.025 0.010 0.005 双尾的比率 df 0.500 0.200 0.100 0.050 0.020 0.010 1 1.00 3.078 6.314 12.706 31.821 63.657 2 0.816 1.886 2.920 4.303 6.965 9.925 3 0.765 1.638 2.353 3.182 4.541 5.841 4 0.741 1.533 2.132 2.776 3.747 4.604 5 0.727 1.476 2.015 2.571 3.365 4.032 6 0.718 1.440 1.943 2.447 3.143 3.707 :: :: :: :: :: :: :: t 分布表正态分布表t 分布表正态分布表? 因为正态分布表分布 (正态分布)描述t-分布表描述 t 分布自由度t分布 ( df 变 大,差别). 所以, 表中的每一行都对应于 t-分布 t-分数概率. t分布表临界区域t-分数 (, 对应于那些最常用的 alpha 水平). t分布表单尾双尾临界t值 如何用t分布表? 拒绝 H0对应于临界区域 z 分数 (, ? =0.05单尾考验临界z 1.65), 然后考察计算出来的实际z 分数，看它是否大于 ()临界 z. , 我们就拒绝 H0, , 我们就不拒绝 H0. z 分数 正态分布表正态分布表描述分布. 单尾考验 ? = 0.05, z 临界值 1.65. t分布表临界值t-分布函数df 值而变化. t考验step 1: 陈述 H0 和 H1 ； 确定显著性标准: ? = ? step 2: 确定考验单尾双尾 step 3: 确定考验df step 4: 查表求临界 t-分数 step 5: 计算样本t-分数 step 6: 比较样本t-分数临界t-分数 step 7: 对 H0 作出结论 （tobs = observed t；tcrit =表临界 t 例: 一位老师给9位学生一个20分的是非题测验。他想了解学生的成绩是否比猜测更差。9位学生的分数是: 6, 7, 7, 8, 8, 8, 9, 9, 10. （用? = 0.05的显著性水平）. step 1: H0: ? 10 H1: ? 10; ? = 0.05(单凭猜测的成绩是20分的一半，即10分). step 2: 单尾考验() step 3: df? n = 9, so df = 9 - 1 = 8 step 4: 查表求临界 t-分数: df = 8, 单尾考验, ? = 0.05, tcrit = -1.86 (, 所以临界 t ) step 5: 计算 tobs(计算, 标准差, 标准误,) = (?X)/n = 72/9 = 8.0 SS = (?X2) - (?X)2/ n = 588 - 722/9 = 12.0 s = sqroot(SS/n-1) = sqroot(12/8) = 1.225 标准误 = s/sqroot(n) = 1.225/sqroot(9) = 0.41 tobs = = (10 - 8) / 0.41 = -4.88 step 6: tobs = -4.88 tcrit = -1.86 step 7: 拒绝 H0 – . 例 2 9.0。