- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
学习是一种锻炼心智的活动。 学习是一个国家、民族、家庭的文化积累与传承。 第五单元 T检验 一、小概率原理 小概率事件在一次试验中不可能发生(指0.05与0.01的概率) 统计推断是根据样本和假定模型对总体作出的以概率形式表述的推断,它主要包括假设检验和参数估计二个内容。 假设检验又叫显著性检验。显著性检验的方法很多 ,常用的有t检验、F检验和?2检验等。尽管这些检验方法的用途及使用条件不同,但其检验的基本原理是相同的。 A 第一例: 一个样本的T检验 注意问题 t的构成=差值/误差 结论中,只能表述无差异、差异显著、差异极显著 T分布曲线 B:第二例:两个样本的T检验 由于 根据两样本数据计算所得的 t 值 为2.426,介于两个临界t值之间,即: t0.052.426t0.01 所以,| t |≥2.426的概率P介于0.01和0.05之间,即:0.01 P 0.05。 C:第三例 配对数据资料的T检验 1.随机抽测了10只兔的直肠温度,其数据为: 38.7、39.0、38.9、39.6、39.1、39.8、38.5、39.7、39.2、38.4(℃),已知该品种兔直肠温度的总体平均数=39.5(℃),试检验该样本平均温度与是否存在显著差异? 2.某猪场从10窝大白猪的仔猪中,每窝抽出性别相同、体重接近的仔猪2头,将每窝两头仔猪随机地分配到两个饲料组,进行饲料对比试验,试验时间30天,增重结果见下表。试检验两种饲料喂饲的仔猪平均增重差异是否显著? 1.为什么在分析试验结果时需要进行显著性检验?检验的目的是什么? 2.什么是统计假设?统计假设有哪几种?各有何含义? 3.显著性检验的基本步骤是什么?什么是显著水平?根据什么确定显著水平? 4.什么是统计推断?为什么统计推断的结论有可能发生错误?有哪两类错误?如何降低两类错误? 5.什么是双侧检验、单侧检验?各在什么条件下应用?二者有何关系? 6.进行显著性检验应注意什么问题?如何理解显著性检验结论中的“差异不显著”、“差异显著”、“差异极显著”? 7.什么是配对试验设计、非配对试验设计?两种设计有何区别? 8.什么是总体平均数、总体百分数P的点估计与区间估计?与P的95%、99%的置信区间为何? 一、名词解释 假设检验(显著性检验) 无效假设 备择假设 显著水平 Ⅰ型错误 Ⅱ型错误 双侧检验(双尾检验) 单侧检验(单尾检验) 非配对设计(成组设计) 均数差异标准误 配对设计 差异标准误 u检验 样本百分数标准误 参数估计 点估计 区间估计 置信区间 置信度(置信概率) 二、简答题 1.为什么在分析试验结果时需要进行显著性检验?检验的目的是什么? 2.什么是统计假设?统计假设有哪几种?各有何含义? 3.显著性检验的基本步骤是什么?根据什么确定显著水平? 4.什么是统计推断?为什么统计推断的结论有可能发生错误?有哪两类错误?如何降低两类错误? D第四例:百分率资料显著性检验 1.某鸡场种蛋常年孵化率为85%,现有100枚种蛋进行孵化,得小鸡89只,问该批种蛋的孵化结果与常年孵化率有无显著差异? 2.研究甲、乙两药对某病的治疗效果,甲药治疗病畜70例,治愈53例;乙药治疗75例,治愈62例,问两药的治愈率是否有显著差异? 1.T检验的原理是小概率原理,应用了数学中的反证法。 2.T检验有四种: 一个样本的T检验 二个样本的T检验(样本容量相同和不同) 配对数据的T检验 百分率资料的T检验 大概率区 小概率区 相对应数据来自同一个体,且一 一配对
文档评论(0)