第四章统计推断－新.pptVIP

２、成对数据的比较 将性质相同的两个供试单位配成一对，并设有多个配对，然后对每一配对的两个供试单位分别随机地给与不同处理 ,所得的观察值为成对数据 设两个样本的观察值分别为： X1.1,x1.2,x1.3,……,x1.n x2.1,x2.2,x2.3,……,x2.n n对观察值为：(x1.1,x2.1),(x1.2,x2.2),(x1.3,x2.3),…… ……,(x1.n,x2.n) 每对的差数：di=x2i-x1i 差数的平均数和方差为： 差数平均数的标准误： ? ? 所以： 具有 df=n-1 若H0:μd＝０，则： 例4.7：同一番茄叶片分别接种Ａ、Ｂ两种病毒，得病斑数如下。试测验两种处理方法的差异显著性。 当用样本平均数总体均数作统计推断时，可能会发生第一类错误或第二类错误，但是两类错误不可能同时发生。 第一类错误α会对第二类错误β产生影响，当显著水平从α=0.05 减少到α=0.01时，则会增大第二类错误的概率。 在假设检验中犯第一类错误的概率，其概率为α。 在假设检验中犯第二类错误的概率，其最大值为β=1-α。 关于两类错误： １、样本容量n固定的条件下，提高显著水平α（取较小的α值），将增大第二类错误的概率β值。 ２、在n和α相同的条件下，真总体平均值μ与假设总体平均值μ0的相差（以标准差为单位）愈大，则犯第二类错误的概率越小。 ３、为了降低犯两类错误的概率，需采用一个较低的显著水平，如α=0.05；同时适当增加样本容量，或适当减小总体方差σ２，或两者兼有之。 ４、如果真总体的μ在接受区间外且α已固定，则改进试验技术和增加样本容量可有效降低犯第二类错误的概率。 第二节　平均数的假设测验 一、单个样本平均数的统计推断 （一）单个样本平均数的假设检验 这是检验样本均数所属的总体均数μ与假设的总体均数μ0是否相等的假设检验。 无效假设Ho:μ=μ0，μ≠μ0（或者Ho：μ≥μ0，HA：μμ0　 Ho：μ≤μ0，HA：μμ0)。 １、u测验 当总体方差σ2已知或σ2未知但n≥30时，用u检验。 例4.2：如引进品种与原地方品种比较，因σ2已知时，故用u检验： 例4.3：抽检了80包方便面，计得净重平均数为65.05(g)，s=2.54(g)，试检验该方便面净重的总体均数μ是否显著高于标准μ0=65(g)？ 假设 H0:μ≤65(g) 对HA:μ65(g) 显著水平 α=0.05 检验计算 虽然总体方差σ2未知，但是n30为大样本，故可用u检验。 实得uuα=1.645， 故接受Ho:μ≤65(g)否定HA:μ65(g)，即该方便面净重的总体均数μ与标准重量μ0=65(g)之间无显著差异。 ２ 当总体方差σ2未知，且n30为小样本时，用t检验。 例4.4：随机抽样测定了某小麦品种的千粒重，n=8，观察值为32.7、36.8、35.9、34.6、35.6、37.6、33.4、35.1(g)，试检验该小麦品种千粒重的总体均数μ与假设总体均数μ0=34(g)之间的差异显著性？ 参数假设 Ho:μ=34g;HA:μ≠34g 显著水平 α=0.05 检验计算 由于总体方差σ2未知，且n30为小样本，故需用t检验。 df=n-1=8-1=7 两尾临界值t0.05=2.3646 统计推断：因p(│t│2.3646)=0.05，实得t值的概率p＞0.05，故接受Ho:μ=34(g)，否定HA:μ≠34(g)， 即该小麦品种千粒重总体均数μ与假设总体均数μ0=34(g)之间无显著差异。 (二)总体均数μ的区间估计 当总体方差σ2已知或σ2未知但n≥30时，μ的1-α的置信区间为： (三)推断总体均数μ所需的样本容量 由样本均数的抽样分布可知，当n趋近∞时，必趋近μ,但是n 的增大必将使人力物力消耗增多，故n不可能很大。 σ σ σ 用uα替换上式中的u值，即可得推断总体平均数所需的样本容量。 若为 t分布，则： σ 二、两个样本平均数差数的统计推断 （一）假设测验 １、成组数据的比较(两个独立总体均数差数(μ1-μ2)的假设检验) 两个处理完全随机设计，各供试单位彼此独立，不论两处理的样本容量是否相同，所得数据为成组数据 (1)u测验： 当两个总体方差σ12和σ22已知时，用u测验： 例4.5：某小麦平方米产量的σ2＝0.4(Kg)2，在其地块内用Ａ、Ｂ两法抽样：A法１２样点，( 1＝1.2Kg，B法8样点，2＝1.4Kg。比较两法每平方米产量是否相等。