第一章统计学基础讲述.ppt

3.给定右尾概率的临界F值——F ?(df1, df2) （2）Excel插入函数求临界F值及右尾概率 FINV(Probability,Deg_freedom1,Deg_freedom2)：给出在特定自由度Deg_freedom1和Deg_freedom2的F分布中,划分右概率为指定值Probability的临界F值 FDIST(X,Deg_freedom1,Deg_freedom2):给出在特定自由度Deg_freedom1和Deg_freedom2的F分布中， F取值大于某指定正值X的概率。 例如， FINV(0.05,3,10)=3.71:表示在自由度df1=3和df2=10的F分布中， P(F3.713)=0.05 FDIST(5,2,6)=0.053，表示在自由度df1=2和df2=3的F分布中， P(F5)=0.053。 * f(F) FDIST（ 2.6, 5,10) =0.093示意图 F 0.093 2.6 * 名称 定义 临界值 概 率 样本平均数 NORMINV（ ?，?，? ） NORMDIST（X， ?，? ，1） 两样本平均数差数 t TINV（?，df） ?两尾概率 TDIST（X，df，1） 单侧概率 TDIST（X，df，2） 双侧概率 ?2 CHIINV（?，df） ?右尾概率 CHIDIST（X，df） 右尾概率 F FINV（（?，df1，df2） ?右尾概率 FDIST（X，df1，df2） 右尾概率 抽样分布概率计算插入函数汇总 * 第四节 统计假设检验原理 一、 试验结果直观分析及存在问题 ５种添加剂对蛋糕品质影响试验结果 * 直观分析结论： 添加剂４添加剂３添加剂２添加剂１添加剂５ 直观分析存在问题： 处理平均数间变异: 　 Max./Min=7/3=2.33(倍) 相同处理重复间变异： Max./Min=9/3=3 (倍) 相同处理重复间变异程度处理平均数间变异程度 直观分析结论可靠性不足！ * 1、试验数据波动原因 1.处理效应—试验处理（条件）不同造成的试验数据波动 ——表现为处理平均数间的变异 2.试验误差—试验过程中的未控因素及偶然因素造成的试验数据波动 　——表现为：处理内部观测值间的变异 处理平均数间的变异 处理内部观测值间的变异程度 ——反映了试验误差大小 处理平均数间的变异程度 ——反映了处理效应与试验误差大小 * 2、统计假设检验的任务 根据试验(样本)数据，采用各种统计分析方法，判别处理效应是否存在—显著性 统计假设检验——显著性检验 * 二 统计假设检验的原理与方法 一、统计假设检验的原理——小概率原理 人们在长期的实践中总结出一个原理:一个事件如果发生的概率很小的话,那么可认为它在一次实验中是不会发生的。数学上称之小概率原理 把小概率事件在一次试验中看成是实际不可能发生的事件。 小概率事件的实际不可能性原理。 * EX1 据历年资料，已知某小麦品种的千粒重平均为36g, 标准差为2g。若在小麦灌浆期喷施KH2PO4作根外追肥，收获后测得9个样品的平均千粒重为37g，问根外追肥对提高小麦千粒重是否有效？ 直观判断： 样本平均：37g 总体平均：36g KH2PO4根外追肥增产：37 -36=1g 结论： 小麦灌浆期KH2PO4根外追肥，使小麦千粒重增加1克 * 小麦总体 （千粒重）?=36g, ?=2g 获得该样本的概率多大？ 假定：根外追肥无效 37-36=1属于抽样误差 来自原总体的1个样本 * 抽样分布情形： 已知：小麦千粒重总体：X~N(μ=36,σ=2) 随机抽取n=9的所有样本， 则： 样本平均数总体： Excell插入函数： NORMINV(0.025, 36, 0.6667)=34.7 NORMINV(0.975, 36, 0.6667)=37.3 * 95% 37 2.5% 2.5% 平均数为37的样本是原总体大概率样本 * 样本平均数37-总体平均数36=1克 这1g之差属于抽样误差， 而非跟外追肥的效应 推断：试条件下，小麦灌浆期进行KH2PO4根外追肥对提高小麦千粒重的效