第7章-统计假设检验分析.ppt

统计推断 是指根据样本以及问题的条件和假定模型对未知事物(即总体)作出的以概率形式表述的推断，它主要包括统计假设检验和参数估计两个内容。 　统计假设检验又叫显著性检验 一、显著性检验的意义 (一)为什么要进行显著性检验？ 例1 某实验要求实验动物平均体重μ=10.00g, 现有实验动物10只，平均体重 =10.23g, 已知总体标准差σ=0.4g，问这些动物在该实验中能否使用？ (二)　检验目的与对象 例1 设抽取该10只动物的总体体重平均数为μ，实验要求的实验动物体重平均数为μ0 . 　目的　总体平均数（μ=μ0） 　对象 样本平均数 （二）显著水平(Significance level） 用来确定否定或接受无效假设的概率标准叫显著水平，记作α。 α越小，显著性水平越高，在生物学研究中常取α=0.05 或 α=0.01。 α=0.05称为5%显著水平 ；α=0.01称为1%显著水平或极显著水平。 (四)应用 　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（分析的目的）在试验设计时就确定。 　一般若事先不知道所比较的两个处理效果谁好谁坏，分析的目的在于推断两个处理效果有无差别，则选用双侧检验； 若根据理论知识或实践经验判断甲处理的效果不会比乙处理的效果差( 或相反)，分析的目的在于推断甲处理是否比乙处理好(或差)，则用单侧检验。 一般情况下，如不作特殊说明均指双侧检验。 第二节　单个样本统计量的差异显著性检验 一、单个样本平均数的差异显著性检验 σ已知 　U-test μ为样本所在总体平均数； μ0 为已知总体平均数 【例1】 某实验要求实验动物平均体重μ=10.00g, 现有实验动物10只，平均体重 =10.23g, 已知总体标准差σ=0.4g，问这些动物在该实验中能否使用？ 【解析】 　已知动物体重服从正态分布，而且标准差已知，可用u检验。 设抽取该10只动物的总体体重平均数为μ，实验要求的实验动物体重平均数为μ0 1. 建立假设 H0:μ=μ0 ，HA:μ≠μ0 （双尾检验） 2．选择显著水平： α=0.05 3．计算u值 ： 4．∵ HA: μ≠μ0，当∣u∣ u0.025时拒绝H0 查正态分布表得，u0.025=1.96。 5. 做出推断及生物学解释： ∵ ∣u∣ u0.025 ，P0.05， ∴接受H0:μ=μ0 ，即可以认为这10只动物抽自总体平均数为10g的总体，本次实验可以利用。 【例4】 将例1修改：某实验要求实验动物平均体重μ=10.00g, 现有实验动物10只，平均体重 =10.23g, 总体标准差σ未知，可计算得出S=0.4g，问这些动物在该实验中能否使用？ 【解析】 　已知动物体重服从正态分布，标准差未知，可用t检验。 设抽取该10只动物的总体体重平均数为μ，实验要求的实验动物体重平均数为μ0 1. 建立假设 H0:μ=μ0 ，HA:μ≠μ0 （双尾检验） 2．选择显著水平： α=0.05 3．计算t值 ： 4．∵ HA: μ≠μ0，当∣t∣ t0.025时拒绝H0 查t分布表得，t0.025,(9)=2.262。 5. 做出推断及生物学解释： ∵ ∣t∣ t0.025 ，P0.05， ∴接受H0:μ=μ0 ，即可以认为这10只动物抽自总体平均数为10g的总体，本次实验可以利用。 【例5】 在鱼塘中10个点取水样，测定水中含氧量，得数据：4.33，4.62，3.89，4.14，4.78，4.64，4.52，4.48，4.55，4.26(mg/l)，能否认为该鱼塘中平均含氧量为4.50(mg/l)？ 【例6】一个混杂的小麦品种，株高标准差 　　　　　，经提纯后随机抽取10株，它们的株高为：90、105、101、95、100、100、101、105、93、97cm,考查提纯后的群体是否比原群体整齐？ 例7： 分别测定了20位青年男子和20位老年男子的血压值，其样本标准差分别为：S12=143.4，S22=937.7，问老年人的血压值个体间的波动是否显著高于青年人？ 解： ①人类的血压值是服从正态分布的随机变量。 ②假设：H0:σ1=σ2, HA:σ1σ2 ③显著性水平：=0.05 ④检验统计量： ⑤建立H0的拒绝域：因HA:σ1σ2，故为下尾单侧检验，当FF0.95时，拒绝H0. ⑥结论：因FF0.95，拒绝H0，接受HA。即老年人的血压值个体间的波动显著高于青年人。 可以用大S值做分子，小S值做分母计算。