生物统计学-7课件.pptVIP

第七章 拟合优度检验---?2检验 第一节 拟合优度检验的一般原理 第二节 拟合优度检验 第三节 独立性检验 第一节 拟合优度检验的一般原理 什么是拟合优度检验？ 拟合优度检验是用来检验实际观测数与依照某种假设或模型计算出来的理论数之间的一致性，以便判断该假设或模型是否与观测数相配合。 该检验包括两种类型。第一种类型是检验观测数与理论数之间的一致性；第二种类型是通过检验观测数与理论数之间的一致性来判断事件之间的独立性。 这两种类型的问题都使用?2检验 拟合优度检验的统计量 例：统计某奶牛场一年所生68头犊牛中：母犊30头、公犊38头。按1:1的性别比例，68头犊牛中公、母的理论头数应各为34头。 问公、母犊之间的差异是抽样误差造成，还是犊牛性别比例发生了实质性的变化? 将观测值分为k种不同类别。上例 k=2(公、母)。 共获得n个独立的观测值，第i类观测值的数目为Oi， 第i类的概率为pi 。 p1=1/2, p2=1/2. 第i类的理论数为Ti，Ti=npi.则T1=T2=34。 Oi与Ti进行比较，判断Oi与Ti之间总的不符合程度有否由于机会造成的 第二节 拟合优度检验 1、一般程序 2、对二项分布的检验 3、对正态性的检验 1、一般程序 1）按第一章第二节所介绍方法对数据进行分组(对于离散型数据，组间距通常是1)。 2）根据总体分布类型和样本含量n计算理论数Ti。 3）有时需用样本数据估计总体参数。计所估计参数的个数为a。 4）合并两个尾区的理论数．使之不小于5，合并后的组数记为k。 5）相应于2的自由度为k-1，相应于3的自由度为k-1-a. 1、一般程序 6） 零假设：因为拟合优度?2检验不是针对总体参数做检验的，因而零假设不需提出具体参数值，只需判断观测数是否符合理论数或某一理论分布。它的零假设是观测数与理论数相符合，可形象化地记为H0：O-T＝0。 7）计算出?2值并与?2临界值比较，当?2 ＞ ?2α时拒绝H0；当?2 ＜ ?2 α时接受H0 2、对二项分布的检验- φ 已知 例 纯合的黄圆豌豆与绿皱豌豆杂交，F1自交，第二代分离数目如下，问是否符合自由组合规律？ 2、对二项分布的检验- p 已知 2、对二项分布的检验- p 已知 理论数Ti均大于5，不需合并 Ho：O—T＝0， α=0.05 因计算理论数时参数φ是已知的，则a=0，自由度df=4-1=3. 结论是接受Ho，符合9：3：3：1的分离比。 df=3不需矫正。 对二项分布的检验- φ 未知 例 用800粒牧草种子进行发芽试验，分80行，每行10粒种子，共有174粒发芽。则每粒种子发芽的概率约为174/800=0.2175，不发芽的概率约为0.7825（即1-0.2175），每行发芽种子数见下表， 问该资料是否服从二项分布。 对二项分布的检验- φ 未知 对二项分布的检验- p 未知 表中理论概率由二项分布概率计算公式：计算，如 表中的理论行数由理论概率乘以80行而得，如 0.0861?80=6.8880， 0.2392?80=19.1360 由于表中后6组的理论次数均小于5，故将后6组与第5组合并为一组。并组以后，资料分为5组。 对二项分布的检验- p 未知 由表可知，?2=2.9025。由df=5-2=3，查?2值表得： ?20.05（3）=7.81，因为?2?20.05，P0.05， 表明实际行数与由二项分布计算得来的理论行数差异不显著，可以认为种子发芽试验的结果服从二项分布。 3、对正态性的检验 3、对正态性的检验 第三节 独立性检验(independence test) 列联表（contingency table） ?2检验是另一种类型的?2检验，可以用它检验事件间的独立性或者说检验处理之间的差异显著性。 下表是不同给药方式与给药效果表。问口服给药与注射给药的效果有无差异？ 2）求理论值：根据事件的概率法则，若事件A和事件B是相互独立的，则有 在零假设的基础上，有： 其理论数T1可由理论频数乘以总数得出：同样可求出其它理论数。 6、r×c列联表 行数和列数都大于2的列联表称为r×c列联表（r×c contingency table ） 其理论数的计算为： 其自由度为： 实例 例：在甲、乙两地进行水牛体型调查，将体型按优、良、中、劣 四个等级分类，其结果见下表，问两地水牛体型构成比是否相同。 实例 1. 提出无效假设与备择假设 H0：O-T=0,水牛体型构成比与地区无关，即两地水牛体型构成比相同。 2. 计算各个理论次数，并填