体育统计学(第四篇).ppt

2.已知条件 由题目可知，总体平均 ，总体方差未知；样本平均 ，样本标准差 ，样本量 。 3.检验： Step1 依题意建立原假设： 备择假设： Step2 根据已知条件选择并计算相应的检验 统计量：因为总体方差未知且为小样 本，所以应使用 统计量。 由公式 【公式4-2-2】 得： Step3 设定显著性水平 , 查 分布表得 临界值 。 Step4 将检验统计量与临界值比较，做出统计决断： 因为 ，表明检验统计量落在接受域，故应接受原假设，做出“尚不能说样本所属总体平均与已知总体平均有差异”的决断。结论：该校学生中考语文成绩与全县中考语文成绩无差异。 答:该校学生中考语文成绩与全县语文成绩无差异。 第四章 数据的进一步统计分析——推断统计 【实例4-1-1】 设有一个老鼠的总体，在一定的时间内的300次迷津实验中，老鼠们正确无误地达到目的地的平均次数是145次，标准差是25。从这个总体中随机地选出50只老鼠，给它们注射某种药物后进行迷津实验。在相同时间内的300次迷津实验中，这50只老鼠正确无误地达到目的地的平均次数是152次。 问题： 样本(即接受药物注射的 50只老鼠)迷津实验的平均成绩与(老鼠)总体迷津实验的平均成绩的差异是随机由抽样的误差所引起的？还由药物效果引起的？(样本 ? 总体) 不管是哪种答案，在未进行相应的统计分析前，我们都只能说是一种假设，并且这两种答案只有一个是真的——即只有一种假设是成立的。究竟哪个假设成立，则需要通过统计的假设检验才能知道。 当我们的目的是希望通过样本观测值取得对某一命题强有力的支持，那么便把这命题的逆命题作为原假设，用 表示。 若在一定的准则下，根据样本提供的信息，统计的检验结果偏离了原假设，我们就必须拒绝原假设，同时接受与原假设相反的命题——备择假设。 备择假设用 表示，它实际上就是我们希望得到支持的命题，亦称相反假设。 【实例4-1-1】中，通常我们都希望“样本平均与总体平均的差异是由药物效果引起的”这一命题得到强有力的支持，那么就应建立以下假设： 原 假 设 ： 样本平均与总体平均的差异是由抽样误差引起的； 备择假设 ： 样本平均与总体平均的差异是由药物效果引起的。 第四章 数据的进一步统计分析——推断统计 （二）假设检验: 在统计学中，所谓的假设检验是指在提出原假设的前提下，通过分析样本数据的特征，然后根据小概率原理来检验原假设真伪的过程。 假设检验的目的就是要在 和 之间做出拒绝哪一个接受哪一个的判断。 假设检验可以帮我们防止主观判断的错误 ——即避免“将局部现象当作总体情况”之误。 第四章 数据的进一步统计分析——推断统计 （三）假设检验的基本原理——小概率原理 小概率原理的思想：小概率事件在一次试验（或随机抽样）中几乎是不可能发生的。因此，如果在一次试验（或随机抽样）中发生了小概率事件，则不能将其视为“偶然事件”。 第三章 数据的进一步统计分析——推断统计 （四）显著性水平 显著性水平的基本含义：是指假设检验中所谓小概率事件的概率，常用希腊字母记为 。在教育统计中， 的取值通常设定为 0.05、0.01、0.001。 第四章 数据的进一步统计分析——推断统计 显著性水平界定了假设检验中拒绝域的范围。假如检验统计量（如 值）的值落在拒绝域，则表明小概率事件在一次随机抽样中发生。根据小概率原理，这时不能将这一小概率事件视为“偶然事件”，因此应做出“拒绝原假设”的决断。 图4-1-1 分布与拒绝域 显著性水平的高低反映的是做出“接受或拒绝原假设”决断的把握程度。换言之，显著性水平只是表明我们在多大把握程度上做出“总体有无差异”或“总体相关是否为零”的判断，而不是总体差异或总体相关是否显著的判断。 重要提示 第四章 数据的进一步统计分析——推断统计 二、假设检验的基本步骤 1.提出原假设与备择假设 通常将希望得到强有力支持的命题的逆命题设为原假设。例如： 第四章 数据的进一步统计分析——推断统计 2.计算检验统计量（以平均数差异检验统计量为例）