中学教育第四章统计推断.docVIP

第四章 统计推断 抽样试验的根本目的在于根据样本的统计量推断其相应总体的本质特征，即从一个样本或一系列样本所得的结果去估计总体的参数，这称为统计推断，它包括参数估计和假设测验两个方面。 参数估计有点估计和区间估计，前者是用样本平均数()作为总体平均数()的估计值，而后者则是估计未知总体参数的取值范围。 假设测验又称显著性测验，是通过一定的方法来检验参数估计的可靠性。 第一节 统计假设测验 一、基本概念 (一)、统计假设 例4.1 设某地区的当地小麦品种一般亩产300kg，并根据多年种植结果获得其标准差为75㎏，现引进某新品种通过25个小区的试验，得到其平均亩产为330㎏，问(1)新品种与当地品种是否有显著差异？(2)新品种是否比当地品种增产？ 对例4.1的试验结果进行分析，新品种每亩产量为330㎏，而当地品种每亩产量为300㎏，从表面上看，新品种似乎比当地品种每亩增产30㎏，但这种增产可能是由于两种原因引起的：一是新品种本身比当地品种产量高(在品种遗传特性上)，二是由于误差引起的。但到底是何种原因引起的，在统计学上首先提出一个有关总体参数的假定，即统计假设。 1. 单个样本平均数的假设 假设一个样本是从具有平均数为μ的总体中随机抽出的，并且总体平均数μ和某一定值μ0相等，记作H0：μ=μ0，即本例中假定新品种是从当地品种中抽出的一个样本，μ=300。 2. 两个样本平均数的假设 假设两个样本是从两个平均数相等的总体中随机抽出的，记作H0：μ1=μ2。 上述假设称无效假设，即处理没有效应，某一处理的总体平均数(μ)与对照(此处的对照并非指试验中设置的对照，而是指当地多年生产的实际情况)的总体平均数()或两个处理的总体平均数(μ1和μ2)相同，试验结果的差异实质上是由误差引起的。 与无效假设相对应的另一个统计假设称备择假设或对应假设。根据测验目的不同，备择假设分为三种情况：一是某一处理的总体平均数与对照的总体平均数不相同(有显著差异)或两个处理的总体平均数不相同，此时分别记作HA：μ≠μ0或HA：μ1≠μ2；二是某一处理的总体平均数大于对照的总体平均数或某一处理的平均数大于另一个处理的平均数，此时分别记作HA：μμ0或HA：μ1μ2；三是某一处理的总体平均数小于对照的总体平均数或一个处理的总体平均数小于另一个处理的总体平均数，此时分别记作HA：μμ0或HA：μ1μ2。 通过假设测验，如果否定了无效假设，则必然接受备择假设；相反，如果肯定了无效假设，则必然否定备择假设。 (二)、显著水平 指统计假设测验中所用的概率标准，又称显著水准，常用α表示。 根据“小概率事件实际不可能性原理”，在统计分析中常用α=0.05或α=0.01作为田间试验的概率标准，其中前者称显著水平，而后者称极显著水平。根据测验结果，如果试验结果的差异单纯由误差引起的概率小于或等于0.01，则表示两者之间有真实差异或一个总体的平均数大于另一个总体的平均数或小于另一个总体的平均数的概率在0.99以上，称差异极显著或有极显著差异；如果试验结果的差异单纯由误差引起的概率在0.05～～的分布必趋向正态分布，具有N(μ，)，并且遵循正态分布N(0，1)。但其只有在总体方差σ2已知或σ2虽未知但样本容量相当大，可用s2直接作为σ2的估计值时才有如此特点。如果样本容量不太大(n30)而σ2未知时，若以s2估计σ2，则标准化离差的分布不呈正态而是与自由度df=n-1有关的t分布。 因此，当总体方差已知或属于大样本时，一般用u测验；而当总体方差未知又属于小样本时，则只能用t测验。 二、统计假设测验的基本方法 (一)、建立统计假设 即根据测验目的和要求，写出无效假设和对应的备择假设。如果为单个样本平均数的假设测验，则H0：μ=μ0和HA：μ≠μ0(两尾)或H0：μ=μ0和HA：μμ0(右尾)或H0：μ=μ0和HA：μμ0(左尾)；如果为两个样本平均数的假设测验，则H0：μ1=μ2和HA：μ1≠μ2(两尾)或H0：μ1=μ2和HA：μ1μ2(右尾) 或H0：μ1=μ2和HA：μ1μ2(左尾)。 例如例4.1中先假定当地品种的每亩产量为μ0 =300㎏，新品种的每亩产量为μ，则有(1) H0：μ=μ0=300㎏，即新品种和当地品种的产量相同和HA：μ≠μ0，即新品种与当地品种在产量上有显著差异；(2) H0：μ=μ0=300㎏，即新品种和当地品种的产量相同和HA：μμ0，即新品种比当地品种增产。 在建立统计假设时，应以文字描述的方式说明其所代表的具体含义，以免引起误解。 (二)、选取显著水平 根据试验目的确定选取显著水平(α=0.05)还是极显著水平(α=0.01)。如果试验结果对生产的影响较大，盲目应用可能会造成较大的损失，则宜用极显著水平；如果试验结果对生产的影响