2009动科第五章改统计假设检验.pptVIP

第五章 均数差异显著性检验（t-test 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。 假设检验（hypothesis test）：又叫显著性检验，对未知的总体或不完全知道的总体根据某种需要首先作出假设； 然后由样本的实际结果经过一定的计算（主要计算由误差引起的概率）；最后从概率的意义上作出应当接受何种假设的结论，这个分析方法就称为统计假设检验。 参数估计：用样本统计量来估计总体参数, 包括点估计和区间估计。 t 检验的主要内容 第一节 显著性检验的基本原理 第二节 样本平均数与总体平均数差异显著性检验 第三节 两样本平均数的差异显著性检验 第四节 百分数资料差异显著性检验 第五节 总体参数的区间估计 作业 第一节 显著性检验的基本原理 一、显著性检验的意义 二、显著性检验的基本步骤 三、显著水平与两种类型的错误 四、双侧检验与单侧检验 一、显著性检验的意义 例、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 一、显著性检验的意义 造成差异的原因可能有两种: 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） 样本 总体 即： 通过样本研究其所代表的总体 一、显著性检验的意义 设长白猪、大白猪经产母猪产仔数的总体平均数分别为 u1、u2 试验研究的目的： 对 u1、u2是否相同做出推断 样本平均数包括总体平均数和试验误差. 显著性检验的基本思路 的差异是否显著，实际上是检验（u1-u2 的差异是否存在。 显著性检验的基本思路 利用小概率原理得结论: 是否该接受无效假设u1 u2 u1-u2未知，试验的表面效应可以计算，借助数理统计方法可以对试验误差作出估计。 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u1-u2是否存在。 二、显著性检验的基本步骤 无效假设是被检验的假设，通过检验可能被接受，也可能被否定 备择假设是在无效假设被否定时准备接受的假设 2.选定显著水平ɑ 常用的为0.05、0.01 二、显著性检验的基本步骤 3.在无效假设H0成立的前提下计算t值，即计算样本实得差异由误差引起的概率。 经统计学研究，得到一个统计量t ： 二、显著性检验的基本步骤 二、显著性检验的基本步骤 查P337附表3 查出df （n1-1）+ n2-1）时两尾概率为0.05、 0.01的临界t值 将所计算得到的t值的绝对值与临界t值进行比较 当df一定时 |t|值越大，概率越小 |t| 值越小，概率越大 二、显著性检验的基本步骤 4.根据“小概率原理”判断假设是否成立（否定或接受无效假设） 若|t| 5%，差异不显著，则接受H0 ，而否定HA，用“ns”表示或不标记符号 。 若t0.05≤|t| t0.01即1% P 5%，差异显著，则接受HA，而否定H0，用“*”表示。 若t0.01≤|t|即P 1%，差异极显著，则接受HA，而否定H0，用“* *”表示。 5、专业解释 三、显著水平与两种类型的错误 三、显著水平与两种类型的错误 Ⅱ型错误： “纳伪”错误 把真实差异错判为非真实差异 即: 四、双侧检验与单侧检验 对称地分配在t分布曲线的两侧尾部，每侧的概率为α/2 这种利用两尾概率进行的检验叫双侧检验也叫双尾检验。 四、双侧检验与单侧检验 单侧检验: 在α水平上 否定域为 ，右侧的概率为α， 在α水平上， 否定域为 ，左侧的概率为α ， 这种利用一尾概率进行的检验叫单侧检验也叫单尾检验 此时 为单侧检验的临界t值 单侧检验的 双侧检验的 同一资料双侧检验与单侧检验所得的结论不一定相同 选用单侧检验还是双侧检验应根据专业知识及问题的要求在试验设计时就确定 一般情况下，如不作特殊说明均指双侧检验 第二节 样本平均数与总体平均数差异显著性检验 检验一个样本平均数与已知的总体平均数是否有显著差异。 已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值 如：畜禽正常生理指标、怀孕期、家禽出雏日龄以及生产性能指标等 检验的基本步骤 1.提出无效假设与备择假设 H0 ： u u0 HA ： u≠u0 其中：u为样本所在总体平均数 u0为已知总体平均数 2.选定显著水平 ɑ 0.05，0.01 3.在H0的条件下计算t值 检验的基本步骤 4.查临界t值，作出统计推断 由 查附表3得临界t值 将计算所得t值的绝对值与所查的临界t值t0.05 n-1 ，t 0.01 n-1）比较 检验的基本步骤 若|t| t0.