第七章试验资料的统计推断统计学的目的不只是为了研究样.pptVIP

实际工作中，有时需要用单尾测验 1.Ｈ0： ??≤ ? 0，对 ＨA： ? ? 0， 测验的否定区域位于正态分布右尾。 2.Ｈ0： ??? 0 ，对 ＨA ： ? ? 0 ，其否定区域位于正态分布的左尾。 以上将否定区仅选在一尾的测验，叫一尾或单尾测验。 一般而言，如果凭借一定的知识和经验，推测 ?应当或可能是 ?0 的，为测验 ?是否显著 ?0 ，我们的假设应是： Ｈ0：?≥?0 ，对 ＨA ：? ?0 反之，为测验 ?是否显著 ?0的，我们的假设应是： Ｈ0：??≤ ?0，对 ＨA：? ?0 第五节 平均数的假设测验 一、单个平均数的假设测验 指测验某个样本平均数 的总体平均数?与某一已知总体平均数?0 之间的差异是否显著。 ：?= ?0 ＨA ： ?≠?0 总体的标准差一般为未知的，可由样本方差去估计总体方差，如果样本为大样本（n?30 ）可以直接进行u测验；如果样本为小样本（n30），则要进行t测验。 u或t = 进行t检验时，依据自由度为df=n-1查临界t值tα。 二、两个样本平均数的统计假设测验 指测验两个样本所属总体的平均数 ?1和??间有无显著性差异。 H0 : ?1=??2 ＨA ：?1≠?2 测验的方法随试验设计的不同而有差别，可分为成组数据和成对数据的比较两大类。 （一） 成组数据 两个处理间的各供试单位彼此独立，其观察值之间无一一对应关系，即为成组数据。其测验又依两样本所属总体的方差 和 是否已知和样本容量的大小不同，测验方法也不同。 1.在两个样本所属正态总体的方差和 已知时，用 u 测验。 总体的方差往往是未知的，如果两个样本均为大样本（n1≥30，n2≥30），可以用两个样本均方估计其总体的方差： 两个样本所属总体方差未知，且又为小样本时，可以假定两个样本所属总体方差相等，即 = ，为了增加误差估计的精确度，将两个样本均方乘以各自的自由度之和，再除以两个样本自由度之和，得到两个样本均方的加权平均数作为总体方差?2的估计值。 * * 第七章 试验资料的统计推断 统计学的目的不只是为了研究样本，而是要通过样本的结果来推断其所属总体的特征，即统计推断问题。统计推断就是根据抽样分布律和概率理论，由样本结果（统计数）对总体特征（参数）进行推论。试验所获得的资料通常是样本资料，而我们的目的是希望知道样本所属总体的情况。因此，统计推断是科研工作中的一个十分重要的工具。 统计推断的基本内容有两个方面： （1）统计假设测验；（2）参数估计。 第一节 概率的基本知识 假定在同一组条件下重复进行同一类试验或调查，随机事件A的频率（a/n ）在试验或调查的次数n逐渐增大时，将稳定地在某一数值P附近摆动，而且当n愈增大时这种摆动的幅度愈变愈小（频率的稳定性），则定义随机事件A的概率为P，并记为： P（A）= P 在通常情况下，由于P是一个理论值，实际中P不可能准确获得的，所以人们常用n充分大时事件A的频率作为该事件概率P的近似值，即 P（A）=P ～(a/n) 而且： 0 ? P(A) ? 1 随机事件的概率表现了事件的客观统计规律，反映事件在一次试验中发生的可能性大小。P(A)愈大，事件A就愈容易发生。如P(A)=1，那么，事件A是必然事件； 相反，P(A)愈小，事件A就愈不容易发生，当P(A)=0时，表示事件A根本不可能发生，成为不可能事件。若事件A发生的概率很小，表示事件A在一次试验中出现的可能性很小，以至实际上不可能出现，这称为“小概率事件实际不可能性”原理。概率论的这一原理是统计假设性测验的基本原理。在生物统计上，常把事件发生的概率小于5% 叫做小概率事件。 概率计算法则： 1.若事件A与事件B是互斥事件，其概率分别为P(A)和P(B)，则事件A与B的和事件的概率等于事件A的概率与事件B的概率之和，即： P(A+B)= P(A)+P(B) 若事件A的概率为P(A)，那么其对立事件B的概率为： P(B)= 1- P(A) 若事件A1、A2、A3、…、An构成试验