试验设计与分析(园艺)第六章 卡平方测验.pptVIP

第六章 卡平方（ ）测验;主要内容;第一节 卡平方（ ）分布;一、Helment 定义;经过反复多次抽样即可得到一系列的 ，这些 就构成自由度为n的一种分布。 这里的自由度为独立的正态离差的个数。 以上这种因自由度的不同而变化的一组分布，统称卡平方（也叫卡方，记作）分布，它的一般性定义为： ; 分布的图形为一组具有不同df的曲线（右图）。 值最小为0，最大为+∞，因而在坐标轴的右边。 df较小时呈偏态，随着df增加，偏度降低，到+∞时，呈对称分布。该分布的平均数为df，方差为2df。附表6为 时的右尾概率表。 ;如果所研究总体的μ未知，而用样本代替，那么 此时，独立的正态离差个数为n－1个，故df= n－1。 ;二、Pearson 定义;由于 值是多项ui2或（O－E）2/E之和，所以它具有可加性。 根据Helment定义， 分布是连续性的，但计数资料是间断性的。??间断性资料计算出 的偏大，这就容易犯第一类错误。尤其是在df＝1时，需要加以连续性矫正。;三、Bartlett 定义;Bartlett的 值为： 其中C为矫正数： ;第二节 适合性测验;一、适合性测验的意义;二、适合性测验的步骤;在实际应用中，往往不需要计算具体的概率值。只要计算出 ，我们就认为无效假设发生的概率小于等于α，属于小概率事件，从而否定它，而接受备择假设。 ;三、两组资料的适合性测验;应用举例;H0：桃果皮毛茸的有无受一对完全显性基因控制，即有毛：无毛=3:1，HA：有毛：无毛≠3:1。 确定显著水平α=0.05，查附表4， df=1时， 计算 值： ;（4）由上表知， ，接受H0而否定HA。 （5）推断：桃果皮毛茸的有无受一对完全显性基因控制。 ; 值也可以直接计算（假设理论比例为r:s）： 上例中： ;四、多组资料的适合性测验;应用举例;H0：实际观察次数之比符合9:3:3:1的理论比例，HA：实际观察次数之比不符合9:3:3:1的理论比例。 确定α=0.05，df=3时， 。 各组的理论次数： 黄色圆粒：556×9/16=312.75 黄色皱粒：556×3/16=104.25 绿色圆粒：556×3/16=104.25 绿色皱粒：556×1/16=34.75;由于 ，接受H0而否定HA。 推断：这些植株符合孟德尔提出的9:3:3:1的理论比例。 ; 值也可以直接计算（假设理论比例为a1:a2:…: an－1:an ）： 上例中： ;实际资料多于两组的 值通式则为： 式中mi为各项理论比率，Oi为其对应的观察次数。 上例中，;第三节 独立性测验 ;一、独立性测验的意义;计算过程： （1）所得次数资料按两个变数作两向分组，排列成相依表； （2）根据两个变数相互独立的假设，算出每一组格的理论次数； （3）由 算得 值。;此 的自由度随两个因素各自的分组数而不同。 设横行r分组，竖行c分组，那么df=(r－1)(c－1)。 当 时就接受H0而否定HA，即两个因素相互独立; 当 时便接受HA而否定H0，即两个因素彼此相关。 ;二、2×2表独立性测验 ;应用举例;H0：两因素相互独立，即种子灭菌与否和散黑穗病病穗多少无关；HA：两因素彼此相关。 规定显著水平α=0.05，当df=1时， 根据两变数相互独立的假定，算得各组格的理论次数：该组格的横行总和乘以纵行总和再除以观察总次数 E1=(210×76)/460=34.7 E2=(250×76)/460=41.3 E3=(210×384)/460=175.3 E4=(250×384)/460=208.7;处 理 项 目;由于 ，故否定H0，接受HA 。 推断：种子灭菌与否和散黑穗病发病高低有相关，种子灭菌对防治小麦散黑穗病有一定效果。;以上 的计算也可以不通过理论值，而采用下面的公式 上例中;三、r×c表独立性测验 ;应用举例;H0：稻叶衰老情况与灌溉方式无关，HA：稻叶衰老情况与灌溉方式有关。 确定显著水平α=0.05，当df=4时， 。 计算各项的理论值，列于下表： ;由于 ，所以接受H0而否定HA，即稻叶衰老情况与灌溉方式无关。 ;同样，以上 的计算也可以不通过理