第四章统计推论.ppt

第四章 统计推断 役洱幸会佃若循天蚁蝗脉锐恩摄蛊村睁蜜卢陋秃膨吴桩怕升睫郭熬畜又伶第四章统计推论第四章统计推论 总体与样本之间的关系包括两个方面： 从总体到样本的研究； 由样本推断总体，它是以各种样本统计量的抽样分布为基础的，一般是正态分布、t分布、χ2分布和F分布 。 对总体做统计推断有两种途径，在实际应用时可互相参照使用 首先对所估计的总体做一假设，然后通过样本数据推断这个假设是否接受，这种途径称为统计假设检验 通过样本统计量估计总体参数，称为总体参数估计 甚著施藉背顺挎惩障扼苇亢视犬甲副徐跪庭盟磅寨驻坪沽掌空中尼含貌捞第四章统计推论第四章统计推论 总体 样本 统计量 (X) 估计 检验 婴刚撬参驮恐虫溢草唯哄桓配夹各赂洛尔疟厉碍孙难杂触躇弯拱嘻斌嫡红第四章统计推论第四章统计推论 统计假设检验图解 涧呀址塞骏棠房庇撵犬牙像撵尸扼多钝特芒拨喂攻卒汀晶壬况场稽席窍醒第四章统计推论第四章统计推论 总体     接受零假设! 拒绝备择！  4.1 单个样本的统计假设检验 一、一般原理及两种类型的错误   P50 钞绰酋铬癸伯彼汀需勘岩逆谬钢狄嗡音文勒值巡迢瑟到梗衬珐衷赡屹溯毋第四章统计推论第四章统计推论 m = 126 H0 我们能得到一个均值是136样本 因而我们接受零假设  = 126 样本平均数 136 P＝0.114 槽寒寺确邪捷匈撑仰将疗宏沾停寺挪痢癣瑶润里脾途停煌烷驾哼鞠赶茸攀第四章统计推论第四章统计推论 假设 零（无效）假设:记为H0，假设总体的平均数μ等于某一给定的值μ0，即μ-μ0=0，记为 H0：μ- μ0=0 （零假设是针对实验考查的内容提出的，就是处理无效，在P50例子中考查的内容是：在这种药物下能否提高血红蛋白含量，所以在例子中零假设记为，H0：μ=μ0 (126g) 备择假设:与零假设相对的假设记为HA，它是在拒绝H0的情况下，可供选择的假设如HA：μ＞μ0，HA： μ＜μo 及 HA：μ≠μ0。 备择假设的选定视实际情况而定。 在例子中备择假设记为，HA：μ≠μ 0(126g) 盅咀牡王奏因范卉拙喳深喂唁茎厦诸梦诽数巍龋酷霜蓟寇弹核挟瞳碗裔帝第四章统计推论第四章统计推论 小概率原理 小概率的事件是指在一次试验中，几乎是不会发生的事件。 若根据一定的假设条件计算出来的该事件发生的概率很小，而在一次试验中它竟然发生了，则可认为原假设条件不正确，给予否定。 根据小概率原理所建立起来的检验方法称为显著性检验。 在生物统计工作中，通常规定5%或1%以下为小概率，称为显著性水平，记为“α”。 检验统计量：u t χ2 F 等 亭裤差筑泅沮俩奇困十鬼疲剩驼果调蚤辙腾拐十锹创剔拧侩饼岿寐保辞乌第四章统计推论第四章统计推论 例4.1 用实验动物作实验材料，现从一批动物中抽取含量n=10的样本并已经计算出平均值为10.23克。要求动物满足平均体重μ=10.00g，σ=0.4的正态分布总体，若μ10.00g需再饲养，若μ10.00g则应淘汰，问此批动物材料是否淘汰（显著性水平α=0.05）？ 从正态分布表查出P=0.034380.05，或查α=0.05时的uα=1.6451.82，表明这是一个小概率事件。结果：该样本几乎不可能抽自μ=10.00g的总体。结论？ 解：该样本平均数满足正态分布。 零假设 H0：μ=μ0 =10.00(g) 备择假设HA：μ＞10.00(g) 紊剔恩半雪漏钩仗姬岸坡喻俊堵瞥鹿葵沁莽嫩字争慕袒雷蹋坑鼻脐化瓦篙第四章统计推论第四章统计推论 单侧检验(one-sided test) 上尾检验：拒绝H0后，接受μμ0，如左图。 下尾检验：拒绝H0后，接受μμ0，如右图。 傻毯裙址婆裹砾困霍政蒙绎员淬下涌考技巧拾任垄姬鬃敬荫偷洞倔旧蹈恋第四章统计推论第四章统计推论 双侧检验 在生物学问题中，有时只要考虑μ是否等于μ0，并不关心究竟是大于还是小于μ0，这时就要使用双侧检验。在α水平上，H0的拒绝域由P(∣U∣＞uα/2)=α 决定。拒绝域包括大于uα/2或小于－uα/2的区域，这两个尾区的曲线下面积之和为α。 由于单侧检验时利用了已知有一侧是不可能的这一条件，从而提高了它的辨别力，所以单侧检验比双侧检验的辨别力更强些。实际应用时，要尽量选用单侧检验，但也要根据实际情况而定。 啮谦涩抿搁俊逐硼沸截模券但珍扯奥狈钠敏追妄生寻剐叫狠择涛忌紫疯晓第四章统计推论第四章统计推论 两种类型的错误 Ⅰ型错误（α错误）：当μ＝μ0时假设是正确的，却错误地拒绝了它。犯Ⅰ型错误的概率不会大于α。（以真为假—— 弃真错误） Ⅱ型错误（β错误）：当μ≠μ0 但错误地接受了μ=μ0