二项总体百分数p的置信区间例314： 调查100株玉米.ppt

第四章 统计推断 第五节 参数的区间估计 根据小概率事件实际不可能性原理，这个假设应被否定，即表面差异不全为试验误差，新品系与原品种之间存在真实差异。 2.1.1 总体方差已知时的检验 当总体方差 为已知时，检验一个样本平均数 的总体平均数 是否属于平均数为 的指定总体，不论其样本容量是否大于30，均可采用u检验 例3.1. 某渔场按常规方法所育鲢鱼苗一月龄的平均体长为7.25cm，标准差为1.58cm，为提高鱼苗质量，现采用一种新方法进行鱼苗，一月龄时随机抽取100尾进行测量，测得其平均体长为7.65cm，试问新鱼苗方法与常规方法有无显著差异？ 1）假设 检验计算： 推断： 2.1.2 总体方差未知时的检验 当总体方差未知时，只要样本容量n30时，可用样本方差来代替总体方差，仍可用u检验。 例3.2. 生产某种纺织品，要求棉花纤维长度平均为30mm以上，现有一棉花品种，以n=400进行抽查，测得其纤维长度为30.2mm，标准差为2.5mm，问该棉花品种的纤维长度是否符合纺织品的生产？ 2.2 一个样本平均数的t检验 3.1 成组数据的平均数比较 将试验单位完全随机分为两组，再随机各实施一处理，这样得到的数据称为成组数据，以组的平均数作为比较的标准。 例3.3：调查三化螟每一卵块的卵数，第一代查128块， 例3.12：某蔗糖自动打包机在正常工作状态时的每包蔗糖重量具有N(100,2)。某日抽查10包，得x=101kg，问求打包机u值的95%置信区间。 样本容量 若统计数的标准误愈小，则对总体参数的1-α置信区间愈狭窄；因而统计数愈可靠。但标准误的大小又是和样本容量n的平方根成反比。所以通过增大n，可使统计数和相应的总体参数接近到任意程度。 但因n的增大必然伴随着人、物、财力消耗的增多，故在试验实践中往往只能取一个适当的n值，使统计数和相应的参数的相差在某一可许可的范围内。 平均数的样本容量 在实际计算时， 可先代以 。若算得的n大于30，说明用 取代是合理的，若算得的n小于30，则应以 的 代入再计算一次。 例3.15：测得某小麦品种越冬期细胞液渗透压的s=0.77。若要使所得 与μ的相差不超过0.5，并且置信度为95%，应测定多少次？ 平均数差数的样本容量 组群比较时： 例3.16：调查相似生产条件下施肥和不施用磷、钾混合肥的蚕豆田个4块，施用的产量是24，20，29，25，不施用的产量是18，24，15，19。 成对比较时： 例3.17：如果希望在这种类似的试验中能有95%的把握发现绝对值2的真差，问n应有多大？ 二项成数的样本容量 单个二项成数的样本容量： 例3.18：已知纯种紫稃尖水稻与非紫稃尖水稻水稻杂交后，F2代紫稃尖植株出现的概率为p=0.75。试求欲使实得p与p的相差不超过0.01，置信度为0.95，则样本容量要多大？ 两个二项成数的样本容量 例3.19：杂种水稻的一般结实率为0.8，现研究若干措施对结实率的效应，希望成数观察差与总体成数真差的相差不超过0.2，且置信概率为0.95，则样本容量需多大？ 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。 如第一节小麦产量一例，如n从25增至225，则 - σx =75/√225=5㎏ 由此计算的接受区间变小，为 290.2㎏~309.8㎏。若μ=315㎏，则不能发现H0：μ=μ0为错误的概率β=0.1492=14.92%(图4.8) 。 4、如显著水平一定，则改进试验技术和增加样本容量可以有效的降低犯两类错误的概率。 第五节 参数的区间估计 一、参数区间估计的基本原理 点 估 计： 区间估计： 是以样本的统计数估计总体的相应参数。 在一定概率保证下，估计参数可能在内的一个范围或区间。 置信区间： 置信限： 置信水平：置信水平等于1-α ? ?2 95% 99% 样本 为了一般化表示，通常把某一区间的概率用“1-?”,两尾 概率用?表示，两尾概率的临界u值为u ? 所以有 二、常见参数的区间估计 1、总体平均数 ? 的置信限 ?总体方差已知时 ?的置信限为 由于这一区间并不包括正常工作状态时的总体平均数，所以否定H0。 ?总体方差未知，小样本时 ?的置信区间为 [例3.13] 试求例4.1新种植规格下玉米产量的95%置信区间。 t0.05,7=2.365 L1=(355-2.365×3.3541)=347(㎏) L2=(355+2.365×3.3541)=363(㎏) 即347≤ μ ≤363