X2检验、t检验.pptVIP

A、第一种情况，每个样本及差数的变异量为： 样本1、 样本2、 自由度可按：2（n-1）确定。 B、第二种情况 由于配对与非配对的试验设计不同，差数标准差的公式有所不同， 配对时求合并标准差。 例：不同肥料条件下栽培小麦，蛋白质含量如下：问两 种小麦籽粒含蛋白量是否有差别？ 样本号 蛋 白 质 含 量 甲x1 乙x2 (x1 － x1)2 (x2 －x2）2 1 12.6 13.1 0.0196 0.0049 2 13.4 13.4 0.4356 0.1369 3 11.9 12.8 0.7056 0.0529 4 12.8 13.5 0.0036 0.2209 5 13.0 13.7 0.0676 0.0729 6 12.7 0.1089 7 12.4 0.3969 Σx1＝63.7 Σx2=91.2 Σ(x1- x1)2 Σ(x2- x2)2 x1=12.74 x2=13.03 =11.2320 =0.9943 解：a、假设没有差别 b、列表计算 df＝12－2 ＝10 t0.05 ＝2.228 c、∵ t t0.05 P 0.05 . ∴ 差异不显著。 * * 黄冈师范学院 生物统计学 第二讲 X2测验 一、学习目标 1、了解X2测验的基本原理； 2、了解X2测验的应用范围； 3、能够处理实际问题。 二、教学重点 X2测验的运用。 三、教学难点 X2测验原理的理解。 四、教学方法 讲述法。 五、教学学时 4学时。 六、本章练习 3题 第二讲 X2测验 一、X2检验的意义 判断观察资料对自然规律的代表性如何，即实际数值与理论数值之间符合的程度如何，常用X2测验法。 1899年Karl pearson完善了X2检验法和X2值的抽样分布表（chi-square distribution table），其基本推导及内容为： 1、计数资料对某种理论的符合程度 K 设0为实际次数，T为理论次数 ∑（0-T）＝ 0 i=1 n、为所有情况之总体数； K为总情况数。 例：检查F2代400株中红花281株、白花119株、理论为300株、100株。 ∑＝(300-281)+(100-119)＝0 无意义。 b、改进 K ∑（0-T）2 若结果＝0，说明观察值与理论值完全吻合； i=1 ∑（0-T）2的数值越小，说明实际次数与理论次数越接近，但不能说明实际次数和理论次数之间的差异程度。 例：（5-1）2=16. （504-500）2＝16. 绝对数值相等，但差别程度相差很大。 c、将绝对数值折合成理论次数的百分比，即实际次数与理 论次数差异的程度。 二、