概率模型(医学课件).ppt

第五章 t检验 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。 假 设 检 验 又叫 显著性 检验 （test of significance）。显著性检验的方法很多 ，常用的有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）。 第一节 显著性检验的基本原理 一、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