两个样本及差异显著性检验.pptxVIP

两个样本的差异显著性检验LD130914检验的假设单侧检验与双侧检验两个方差的检验 — F 检验标准差（ σ i）已知时，两个平均数间差异显著性检验标准差（σ i）未知但相等时，两个平均数间差异显著性检验—成组数据 t 检验标准差（σ i）未知且可能不等时，两平均数间差异显著性检验假设检验（Hypothesis test） 对所估计的总体提出相应的假设，通过实验或调查得到的样本数据，用统计方法对样本数据分析，依据样本提供有限信息, 检验假设是否成立，推断总体情况。例.1用实验动物做实验材料，要求动物平均体重 μ=10.00g，若μ10.00g 需再饲养，若 μ10.00g 则应淘汰。动物体重是服从正态分布 N（μ，σ2）的随机变量，已知总体标准差 σ = 0.40g1.建立检验的假设H0： μ=μ0 （零假设，总体平均数等于某一给定值，本例 μ0=10.00）HA：μ≠μ0 （备择假设，在拒绝 H0 的情况下可供选择的假设，例如，HA：μ10.00; HA: μ10.00; 及HA ≠10.00）2.单侧检验与双侧检验单侧检验：理论上只可能一个方向,如 μμ0例：理论上某新药疗效应优于安慰剂药的效果双侧检验: 理论上可能为两个方向 ,如 μ≠μ0 例：研究男性与女性β脂蛋白指标（总体水平）是 否不同？单侧检验（上尾检验）双侧检验如果问题只要求判断 μ 是否等于 μ0，并不需要知道究竟是大于μ0 还是小于 μ0 时应该做双侧检验。如果实现可以断定 μ 不可能大于 μ0 或不可能小于 μ0，则可做单侧检验。3.两个方差的检验—F 检验F— test 程序如下：（1）假定从两个正态总体中独立抽取含量分别为 n1 和 n2 的两个随机样本，计算出 s12 和 s22 ，做 F 检验时与总体平均数 μ1 和 μ2 无关，他们可以相等也可不等。（2）零假设 H0： σ1= σ2. 备择假设可以是以下 3 种情况中的任何一种：HA： σ1 σ2 (已知 σ1 不可能小于 σ2）HA： σ1 σ2 (已知 σ1 不可能大于 σ2）HA： σ1 ≠ σ2 (包括以上两种情况）（3）显著水平：常用 α=0.05 或 α=0.01 两个水平（4）检验统计量：在 H0：σ1= σ2 下可用下式：Fdf1,df2 = s12/s22, df1 = n1-1, df2 = n2-1（5）建立 H0 的拒绝域：相应于 HA： σ1 σ2， 应做上尾单侧检验，当 F Fα 时拒绝 H0，Fα 可查附表得到相应于 HA： σ1 σ2， 应做下尾单侧检验，当 F F1-α 时拒绝 H0，下侧临界点 F1-α 的值可由下式求出： Fdf1,df2,(1-α) =1 / Fdf2,df1,α相应于 HA： σ1 ≠ σ2， 应做双侧检验，当 F Fα/2 以及 F F 1-α/2 时拒绝 H0例.2测定了 20 位青年男子和 20 位老年男子的血压值（收缩压 mmHg）如下表，问老年人血压值个体间的波动是否显著高于青年人？　青年男子　　老年男子　X1X1=X1-100X12X2X2=X2-100X2298-24133331089160603600120204001363612691222248412828784114141961303090013030900114141961555530251232352911616256134341156140401600128287841606036001077491000012323529105525125256252201201440012929841120204001323210241828267241545429161303090011515225139391521126266761909081001323210241242457613636129611010100130309001303090074045196解：?人类血压值是服从正态分布的随机变量，且上述两样本是独立获得的假设：H0：σ1= σ2；HA：σ1 σ2（已知老年人的血压值在个体之间的波动只会大于青年人，绝不会小于青年人）显著性水平： α = 0.05 统计量的值：Fdf1,df2 = 其中 S12 = = 193.4, s22 = = 937.7于是F = = 0.206?建立 H0 的拒绝域：因 HA： σ1 σ2，故为下尾单侧检验，当 F F0.95 时拒绝 H0。 α=0.05 的下侧临界值可由下式求出：F19,19,0.95 = = = 0.459结论：因 F F0.95, 即 P 0.05, 所以拒绝 H0，接受 HA。结论是老年人的血压值在个体之间的波动显著高于年青人。4