5-1常用显著性检验方法.pptVIP

3.1.2 单个样本平均数的t 检验 t 检验（t-test）: 利用t分布来进行统计量的概率计算的假设 检验方法。 应用范围: 主要应用于总体方差未知的小样本资料（n30）. 例4-2 用山楂加工果冻，传统工艺平均每100 g加工500g果冻，采用新工艺后，测定了16次，得知每100g山楂可出果冻平均为 ＝520g，标准差S＝12g。问新工艺与老工艺在每100g加工果冻的量上有无显著差异？ 采用双侧t检验: 本例总体方差未知，又是小样本。 （1）提出无效假设与备择假设 ，即新老工艺没有差异。 ，新老工艺有差异。 （2）确定显著水平α＝0.01 （3）计算t值 =520g，S=12g （4）查临界t值，作出统计推断 由 =15，查t值表, 得 t0.01（15）= 2.947，因为|t|t0.01， P0.01， 故应否定H0，接受HA， 表明新老工艺的每100g加工出的果冻量差异极显著。 在实际工作中还经常会遇到推断两个样本平均数差异是否显著的问题，以了解两样本所属总体的平均数是否相同。对于两样本平均数差异显著性检验，因试验设计或调查取样不同，一般可分为两种情况。 3.2 两个样本平均数的差异显著性检验 3.2.1 成组资料平均数的假设检验 成组设计：当一个试验只有两个处理的时，可将试验单元完全随机地分成两组，然后对两组试验单元各自独立地随机施加一个处理。在这种设计中两组的试验单元相互独立，所得的两个样本相互独立，其含量不一定相等。这种试验设计为处理数k＝2的完全随机化设计。这样得到的试验资料为成组资料。成组设计数据资料的一般形式见下表。 表1 成组设计（非配对设计）资料的一般形式 成组资料的特点：两组数据相互独立，各组数据的个数可等， 也可不等. 1 u 检验 u检验分析条件: 1.两个样本所在总体为正态分布，且总体方 差 和 已知； 2.总体方差未知，但两个样本都是大样本 （n1, n2≥30）。 由两均数差抽样分布理论可知，在上述条件下，两个样本平均数之差服从正态分布，即 ～ 参数关系： ～N（0，1） 那么 在H0：μ1＝μ2下，正态离差u值为 差数标准误差为 （4-2） （4-3） 如果总体方差未知，但两个样本为大样本，可由样本方差S12、S22分别估计总体方差σ12 、 σ22 ，平均数差数的标准误可由下列公式估计： 其中，S12、S22分别是样本含量为n1、n2的两个样本方差。 例4 在食品厂的甲乙两条生产线上各测定了30个日产量如表 所示，试检验两条生产线的平均日产量有无显著差异。 甲生产线（x1） 乙生产线（x2） 74 71 56 54 71 78 65 53 54 60 56 69 62 57 62 69 73 63 58 49 51 53 66 62 61 72 62 70 78 74 58 58 66 71 53 56 77 65 54 58 63 62 60 70 65 58 56 69 59 62 78 53 67 70 68 70 52 55 55 57 表2 甲乙两条生产线日产量记录 （1）建立假设。 即两条生产线的平均日产量无差异。 （2） 确定显著水平α＝0.01 （3） 计算 故： （4）统计推断。 由α＝0.01查附表，得u0.01＝2.58 实际|u|＝3.28u0.01＝2.58，故P0.01，应否定H0，接受HA。说明两个生产线的日平均 产量有极显著差异，甲生产线日平均产量高于乙生产线日平均产量。 当两个样本所在总体方差未知，又是小样本，但假定 时，有 2 t 检验 ～t（ ） （4-4） 当样本含量相等时（ ） 自由度df＝2（n-1） 例5 海关抽检出口罐头质量，发现有胀听现象，随机抽取了6个样品，同时随机抽取6个正常罐头样品测定其SO2含量，测定结果见表3。试分析两种罐头的SO2含量有无差异。 正常罐