数据资料统计分析3.1.pptVIP

样本频率的标准误为： 不需进行连续性矫正时，u值计算： 需进行连续性矫正时，uc值计算： 【例】有一批蔬菜种子的平均发芽率p0=0.85，现随机抽取500粒，用种衣剂进行浸种处理，结果有445粒发芽，试检验种衣剂对种子芽率有无影响。 已知：p0=0.85，n=500，由于np和nq30，不进行连续性矫正。 (1)假设H0:p=p0=0.85，对HA:p≠p0 (2)确定显著水平α=0.05 (3)统计量：q=1-p0=1-0.85=0.15 (4)结论：由于|u|u0.05，P0.05，故否定H0，接受HA，认为用种衣剂对种子芽率有显著的影响。 第五节 两个样本的差异显著性检验 两个样本之间作比较。如，比较两种试验方法、两种处理、两种药物或两种不同的过程等。 一、两个方差的检验—F检验 从一正态总体（μ ,σ2 ）中随机抽取两个样本，其样本方差 与 ，在比较两个样本的方差时，使用两者的比，就是F检验。 两个总体方差比的F检验(临界值) F F1-? F? 拒绝H0 方差比 F 检验示意图 拒绝H0 一般将大方差作分子，小方差作分母，使F 值大于1，因此，表上df1 的代表大方差自由度， df2 代表小方差自由度。F检验与t 检验相类似。 F 检验是把计算所得的F 值与临界Fα值比较。 具体方法： （1）假设： ：σ1=σ2 HA：σ1σ2（ σ1＞σ2） （2）显著性水平：α （3）统计量： F df1 ， df2 = （4）建立H0的拒绝域： （5）结论 二、两个平均数差异的显著性检验 1．配对数据均数间的比较 对于同一个体测得的处理前后的数据，或从各个个体的同一类组织上测得的数据，或从在相同条件下效应间的差变性比一般的为小的个体上测得的数据，就可以把它们配对比较， 配对比较时， 的计算公式为： n为对子数 自由度=n-1 = — d=x1-x2 ／S = 具有自由度df=n-1 2. 标准差（σi）已知时，两个均数间的差异显著性检验 从两个正态总体中独立地抽取含量分别为n1和n2的样本，那么样本平均数的和与差( )的分布也是正态分布，服从 ，因此统计量应为： 在H0：u1=u2的假设下，上式变为： 与uα进行检验 例： 根据多年的资料，某杂交黑麦从播种到开花的天数的标准差为6.9d,现在相同实验条件下采用两种方法取样调查,A法调查400株,得出从播种到开花的平均天数为69.5d; B法调查200株,得出从播种到开花的平均天数为70.3d;试比较两种调查方法所得黑麦从播种到开花的天数有无显著差别。 总体方差σ2=σ12 =σ22=(6.9d)2, n1=400,n2=200,故用u检验 假设：H0:μ1=μ2, HA:μ1≠μ2 (2)取显著水平α=0.05 (3)统计量: =-1.338 (4) 结论:由于|u|＜u0.05=1.96,P＞0.05,故接受H0 ,否定HA 。两种调查方法没有显著差异。 3. 标准差（σi）未知，但方差具齐性时，两均数间的差异显著性检验 首先进行方差齐性检验： 统计量 4. 标准差（σi）未知，但方差不具齐性时，两均数间的差异显著性检验 首先进行方差齐性检验后，方差不具齐性。即σ1≠σ2。 自由度df（df1=n1-1,df2=n2-1）： 检验统计量： 与 比较进行双侧检验 三、两个百分率的比较 其中：Pc为总的百分率，n1、n2分别是两组的个体数 t与 比较进行检验 * 33 * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * 38 In this diagram, do the populations have equal or unequal variances? Unequal. 第三节 总体参量估计(parametric estimation) 总体推断的途径:1.对所估计的总体提出一个假设,μ=μ0,然后通过样本数据