dz05.docVIP

第五章 t检验 /lesson/scndswtj/dz05.doc 前面讲了样本平均数抽样分布的问题。抽样研究的目的是用样本信息来推断总体特征。所谓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（test of hypothesis）和参数估计（parametric estimation）二个内容。由一个样本平均数可以对总体平均数作出估计，但样本平均数包含有抽样误差，用包含有抽样误差的样本平均数来推断总体，其结论并不是绝对正确的。因而要对样本平均数进行统计假设检验。 假设检验又叫显著性检验（test of significance），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。本章以两个平均数的差异显著性检验为例来阐明显著检验的原理，介绍几种t检验的方法，然后介绍总体参数的区间估计（interval estimation）。 显著性检验的基本原理 一、显著性检验的意义 为了便于理解，我们结合一个具体例子来说明显著性检验的意义。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 经计算，得长白猪10头经产母猪产仔平均数=11头，标准差S1=1.76头；大白猪10头经产母猪产仔平均数=9.2头，标准差S2=1.549头。能否仅凭这两个平均数的差值-=1.8头，立即得出长白与大白两品种经产母猪产仔数不同的结论呢？统计学认为，这样得出的结论是不可靠的。这是因为如果我们再分别随机抽测10头长白猪和10头大白猪经产母猪的产仔数，又可得到两个样本资料。由于抽样误差的随机性，两样本平均数就不一定是11头和9.2头，其差值也不一定是1.8头。造成这种差异可能有两种原因，一是品种造成的差异，即是长白猪与大白猪本质不同所致，另一可能是试验误差（或抽样误差）。对两个样本进行比较时，必须判断样本间差异是抽样误差造成的，还是本质不同引起的。如何区分两类性质的差异？怎样通过样本来推断总体？这正是显著性检验要解决的问题。 两个总体间的差异如何比较？一种方法是研究整个总体，即由总体中的所有个体数据计算出总体参数进行比较。这种研究整个总体的方法是很准确的，但常常是不可能进行的，因为总体往往是无限总体，或者是包含个体很多的有限总体。因此，不得不采用另一种方法，即研究样本，通过样本研究其所代表的总体。例如，设长白猪经产母猪产仔数的总体平均数为，大白猪经产母猪产仔数的总体平均数为，试验研究的目的，就是要给、是否相同做出推断。由于总体平均数 、未知，在进行显著性检验时只能以样本平均数 、作为检验对象，更确切地说，是以（-）作为检验对象。 为什么以样本平均数作为检验对象呢？这是因为样本平均数具有下述特征： 1、离均差的平方和∑（-）2最小。说明样本平均数与样本各个观测值最接近，平均数是资料的代表数。 2、样本平均数是总体平均数的无偏估计值，即E（）=μ。 3、根据统计学中心极限定理，样本平均数服从或逼近正态分布。 所以，以样本平均数作为检验对象，由两个样本平均数差异的大小去推断样本所属总体平均数是否相同是有其依据的。 由上所述,一方面我们有依据由样本平均数和的差异来推断总体平均数 、相同与否，另一方面又不能仅据样本平均数表面上的差异直接作出结论，其根本原因在于试验误差（或抽样误差）的不可避免性。若对样本观测值的数据结构作一简单剖析，就可更清楚地看到这一点。 通过试验测定得到的每个观测值，既由被测个体所属总体的特征决定，又受个体差异和诸多无法控制的随机因素的影响。所以观测值由两部分组成，即=+。总体平均数反映了总体特征，表示误差。若样本含量为，则可得到个观测值：,,，。于是样本平均数===+。说明样本平均数并非总体平均数，它还包含试验误差的成分。 对于接受不同处理的两个样本来说，则有：=+, =+。 这说明两个样本平均数之差（-）也包括了两部分：一部分是两个总体平均数的差（-），叫做试验的处理效应（treatment effect）；另一部分是试验误差（-）。也就是说样本平均数的差（-）包含有试验误差，它只是试验的表面效应。因此，仅凭（-）就对总体平均数、是否相同下结论是不可靠的。只有通过显著性检验才能从（-）中提取结论。对（-）进行显著性检验就是要分析：试验的表面效应（-）主要由处理效应（-）引起的，还是主要由试验误差所造成。虽然处理效应（-）未知，但试验的表面效应是可以计算的，借助数理统计方法可以对试验误差作出估计。所以，可从试验的表面效应与试验误差的权衡比较中间接地推断处理效应是否存在，这就是显著性检验的基本思想。 为了通过样本对其