生物统计学课件5单个与两个样本的检验.pptVIP

* 第二节 单个样本的统计假设测验 一、单个样本统计假设测验的程序 1、（统计）假设 H0：? = ?0 来源：以往的经验，某种理论或模型，预先的规定 HA：? ≠ ? 0 来源： H0以外的可能的值，担心实验会出现的值， ? ? 0 希望实验出现的值，有某种特殊意义的值。 ? ? 0 2、显著水平?： ? = 0.05，? = 0.01 3、两种类型的错误： ?，? 4、确定应使用的统计量：u，t，?2 5、建立在?水平上H0的拒绝域 6、对推断的解释 二、对单个样本平均数的测验 1、在?已知时，样本平均数的显著性测验-u检验 例5-5： 已知豌豆子粒重量（mg）服从正态分布N（377.2，3.32）。在改善了栽培条件后，随机抽取 9 粒，其子粒平均重 =379.2，若标准差仍为3.3，问改善了栽培条件是否提高了豌豆子粒重量？ ∵u0.05 = 1.645,　∴u u0.05 , ∴拒绝H0： μ = μ0（377.2），接受HA： μ μ0 即改善了栽培条件显著地改善了豌豆的子粒重。 解：已知豌豆籽粒重符合正态分布 H0： μ = μ0（377.2）， HA： μ μ0 = 0.05 称 H0： μ = μ0 为“无效假设”！ 2、在?未知时，样本平均数的显著性测验 - t检验 例：已知玉米单交种群单105的平均果穗重 μ0 = 300克，喷药后，随机抽取 9 个果穗，其穗重为 308，305，311，298，315，300，321，294，320（克），问 喷药前与喷药后的果穗重，差异是否显著？ 解：已知玉米穗重是服从正态分布的随机变量， ? 未知 H0： μ = μ0（300克）， HA： μ ≠ μ0 = 0.05 ∵︱t︱＞t 0.05/2，8 ∴拒绝H0： μ = μ0（300）， 接受HA： μ ≠ μ0 即喷药前后的果穗差异是 显著的。 查表，当 （一）、检验的程序 1、假设 H0： ? = ?0 HA：① ? ≠ ?0 ② ? ?0 （ 已知?不可能小于 ?0） ③ ? ?0 （已知?不可能大于 ?0 ） 2、 ?= 0.05， ?= 0.01 3、 ，df = n-1 5、作出结论，并给予生物学解释。 HA:? ?0 HA ： ? ?0 4、H0的拒绝域： 三、单个样本变异性的检验 ----?2检验 HA ： ? ≠ ?0 (二)、应用实例： 一个混杂的小麦品种，株高标准差为?0=14cm，经过提纯后，随机地抽取10株，它们的株高为：90，105，101，95，100，100，101，105，93，97cm，考察提纯后的群体是否比原群体整齐？ 解：根据检验程序： 1、小麦株高是服从正态分布的随机变量 2、 H0： ? = ?0（14cm） HA： ? ?0 3、 ? = 0.01 4、 5、查表： df = n-1=10-1=9时， ∵ ∴拒绝H0： ? = ?0（14cm） 接受HA： ? ?0 即提纯后的群体株高比原来整齐了。 在进行单个样本的显著性测验时，我们必须提出有意义的H0：? = ?0 。这使得这种方法的应用受到了限制。 在实际应用时，人们常常选择两个样本，一个做为处理，一个作为对照，在这两个样本间进行比较。 例如比较两种分析方法，两种处理，两种药物，两种不同的物质，两种实验方法，两条公式等的差异，判断这种差异是否可以用偶然性来解释。 在进行两个样本的比较时，我们只要检验 H0：?1= ?2 或 H0：?1- ?2 = 0 ，而不必了解 ?1 与 ?2 究竟为何值。 第三节 两个样本差异显著性的检验 一、两个样本方差比的检验----F 检验 (方差的齐性检验) 我们已经了解： 当H0： ?1 = ?2 时， 据此，我们可以进行F检验，用以判断?1 和 ?2 的差异是否显著。 比较两个样本的 变异性是否一致 符合F分布。 （一）、检验的程序 1 、抽样： 从两个正态总体N1（μ1，?12）和N2（ μ2，?22 ）中分别以n 1 和 n2为样本容量进行抽样，计算s 12 和s 22 。 μ1与 μ2可以相等，也可以不相等。 2 、假设： H0： ?1 = ?2 HA：① ?1 ≠ ?2 ② ?1 ?2 （若已知?1 不可能小于 ?2）， ③ ?1 ?2 （若已知?1不可能大于 ?2） 3 、显著水平：?= 0.05或 ?= 0.01 4