试验设计与数据分析32276.pptVIP

试验设计与数据分析 HOW WE TEACH IS ALSO WHAT WE TEACH, HOW WE LEARN IS ALSO WHAT WE LEARN. 我们教育的方式本身也是我们教育的内容； 我们学习的方式本身也是我们学习的内容。 目 录 第一章 绪论 第二章 常用统计分布 第三章 参数估计 第四章 假设检验 第五章 方差分析 第六章 回归分析 第七章 试验设计 第八章 非参数统计分析 第九章 主成分分析和因子分析 第十章 科技绘图 第十一章 常用统计软件 第三章 参数估计 3.2 参数区间估计 抽样分布与区间估计 置信概率与置信区间 区间估计的种类 区间估计的种类 特别说明 对正态总体均值?的区间估计 估计均值， ?已知 估计均值，?已知 确定样本容量 估计均值， ?未知 估计均值， ?未知 对两个正态总体均值差的区间估计 对两个正态总体均值差的区间估计 对两个正态总体均值差的区间估计 估计均值差，方差已知 对正态总体方差? 2的区间估计 估计方差， u未知 对两个正态总体方差比的区间估计 估计方差比， u未知 两个正态总体,方差 和 未知但可认为 例 调查某农场每亩30万苗6块和每亩35万苗的水稻田 7块，得每亩产量如下表所示（单位：kg）。假如两种 密度下水稻产量的变异程度相同，试求两种密度水稻平 均亩产差异的95%置信区间。 要计算方差？ 还是用MINITAB吧 计算公式 n1＝6，n2＝7，df＝n1＋n2－２＝11， ＝ 895， ＝ 875， ， 。因此 当df ＝11时，t 0.05＝2.201，于是有 因为 ，不能合并方差，只好各算各的：用 代替 ，用 代替 。于是有统计量 它近似服从 t 分布，但自由度需要矫正，矫正公式为： 其中 小样本、两个总体方差 和 未知但可认为 利用此分布，可计算总体均值之差 ?1－ ?2 的置信区间。 例 测定玉米品种A的蛋白质含量(%)10次，得n1=10， ；又测定另一玉米品种B的蛋白质含量(%)8次，得 。试求两种玉米品种蛋白质平均含量之差 的95%置信区间。 根据数据，可算得： 当df ＝11时，t0.05 ＝2.201。将有关数值代入后，于是有： 按此关系，可以利用样本方差来s2对总体方差? 2进行估计。 如果原总体服从正态分布，并且方差为 ，从中抽取大 小为n的样本得样本方差s2。按卡方分布的性质有关系： 例 从一批温度表中随机抽取13支，放在恒温水浴的同 一位置。当水沸腾时，同时记下它们的读数如表所示。 试求这批温度表读数方差的95%置信区间。 先进行 正态性检验， 如果是正态分布 手工计算s2 ？太费事， 我们用MINITAB 计算公式 按数据得 n ＝13，s2＝1.3759。当df＝12时， 。因而有： 95% 于是求得? 2的95%置信区间为(0.7074，3.7491)。 方差的置信区 间是不对称的 95% 从一个方差为 的正态总体中随机抽取一个大小为n1的 样本，得到的样本方差为 ；又独立地从一个方差为 的正态总体中随机抽取一个大小为n2的样本，得到的样 本方差为 。那么，比值 将服从第1自由度为 df1＝n1－１，第2自由度为df2＝n2－１的F分布。 利用F分布的这个性质可以求出两方差比值的置信区间。 例 调查某农场每亩30万苗6块和每亩35万苗的水稻田 7块，得每亩产量如表5.4所示（单位：kg）。假如两种 密度下水稻产量的变异程度相同， 求两种密度下水稻亩产的方差之比的95%置信区间。 Ｆ分布表列出?=0.005、0.01、0.025和0.05的Ｆ值。 利用该表根据区间（F，∞）的右尾概率来查F。相应的 左尾概率需用公式F(1－?, df1 , df2)＝1/F(? , df2, df1)算出。 回忆 计算公式 查得F0.025,5,6＝5.9875，F0.025,6,5＝6.9777，F0.975,5,6＝1/ F0.025,6,5 ＝1/6.9777＝0.143