4.1统计假设检验.pptVIP

食 品 试 验 设 计 赵胜娟 zshj-114@163.com 河南科技大学食品与生物工程学院 第三章 统计假设检验 §1 统计假设检验(显著性检验)概述 1.1 统计假设检验的意义 Question: 表面上看，新曲种醋酸含量与原生产标准的总体平均数有2.24%的差异（称为试验的表面效应），能否说明采用新曲种后醋酸含量有所改变？ ⑴ 如果处理效应不存在，则表面效应仅由误差造成。此时说明采用新曲种酿造的醋的醋酸含量与原曲种无显著差异. ⑵ 在无效假设H0成立的前提下，构造合适的统计量，并由该统计量的抽样分布计算样本统计量的概率。 在试验研究中常用的显著水平有0.05和0.01两个。还有0.001,0.10,0.20,0.25等。 第一类错误（Ⅰ型）： 又称α错误。 要使犯第一类错误的概率小一些，可将显著水平α定得小一点。 第二类错误（Ⅱ型）：又称β错误。 β的大小通常难以确切估计，但与一些因素有关。一般与显著水平α、原总体的标准差σ、样本含量n、 以及相互比较的两样本所属总体平均数之差μ1-μ2等因素有关。样本含量及 μ1-μ2越大、均数标准误σ越小， β值越小。 α错误与β错误的互变关系： 在其它因素确定时，α值越小，β值越大；反之，α值越大， β值越小。 由于 值的大小与α值的大小有关，