田间试验与统计分析 第四章 假设检验.ppt

第四章 统计假设测验 第一节 统计假设测验的基本原理 ?　统计推断的概念 ?　假设测验 ?　参数估计 　　因为两个水稻品种平均产量 　 、　都是从试验种植的10个小区获得，仅是两个品种有关总体平均数　　　 的估计值。由于存在试验误差 ，样本平均数并不等于总体平均数 ，样本平均数包含总体平均数与试验误差二部分，即 于是， 表明，试验的表面差异 是由两部分组成： 一部分是试验的真实差异 ； 另一部分是试验误差 。 虽然真实差异 未知，但试验的表面差异 是可以计算的，借助数理统计方法可以对试验误差作出估计。所以，可将试验的表面差异 与试验误差相比较间接推断真实差异 是否存在，即进行差异显著性检验。 显著性检验的目的在于判明，试验的表面 差异 主要是由试验的真实差异 造成的，还是由试验误差 造成的，从而得到可靠的结论。 二、显著性检验的步骤 （一）提出假设 这种假设通常称为无效假设或零假设,记为 　　　。 无效假设是待检验的假设，它有可能被接受，也有可能被否定。 相应地还要有一个对应假设， 称为备择假设。备择假设是在无效假设被否定时 ，准备接受的假设，记为 　　　 　　　 通过检验，若否定无效假设，我们就接受备择假设。 （二）计算概率 第三章已述及，若 ，则样本数 ， ， ，将其标准化，得 下面估计|u|≥2.526的两尾概率，即估计P（|u|≥2.526）是多少？ 我们知道，两尾概率为0.05的临界值为 =1.96两尾概率为0.01的临界值为 =2.58，即： P（| |＞2.58） = P（ ＞2.58）+ P（ ＜-2.58）=0.01 所以，| |≥2.526的概率P介于0.01和0.05之间，即 0.01 ＜ p ＜ 0.05 说明假定表面差异 是由抽样误差造成的概率在0.01— 0.05之间。 (三)统计推断 统计推断：是指用一个或一系列样本的结果去估计总体可能的结果的过程。统计推断基本上包括两大部分的内容，一是假设测验，二是参数估计。 假设测验：判断统计假设是否正确的过程称为假设测验。即 :先作无效假设再依据该假设概率大小来判断接受或否定该假设的过程。 根据这一原理 ，当表面差异是抽样误差的概率小于0.05时 ，可以认为在一次抽样中表面差异是抽样误差实际上是不可能的，因而否定原先所作的无效假设H0： ，接受备择假设HA： ， 即认为存在真实差异。 当表面差异是抽样误差的概率大于0.05时，说明无效假设H0： 成立的可能性大，不能被否定，因而也就不能接受备择假设HA： 显著性检验的结果表明： 本例的样本平均数与原总体平均数之间的表面差异 除包含抽样误差外，还包含真实差异（ ） ， 即喷洒了药剂的玉米单穗重总体平均数 与原来的玉米单穗重总体平均数 不同。 综上所述，显著性检验，从提出无效假设与备择假设，到根据小概率事件实际不可能性原理来否定或接受无效假设，这一过程实际上是应用所谓“概率性质的反证法”对样本所属总体所作的无效假设的统计推断。 三、显著水平与两种类型的错误 (一)显著水平 对于上述例子　的检验来说，若∣u∣＜1.96 ，则说明试验的表面差异属于试验误差的概率p＞0.05，即表面差异属于试验误差的可能性大，不能否定　　　　　。统计学上把这一检验结果表述为： “总体平均数　 与　　差异不显著”，在计算所得的 u 值的右上方标记“　　”或不标记符号； 　若　　≤|　|＜　　，则说明试验的表面差异属于试验误差的概率p在0.01—0.05之间，即0.01＜p≤0.05，表面差异属于试验误差的可能性较小，应否定H0：　　　，接受HA：　　　。统计学上把这一检验结果表述为：“总体平均 与 差异显著 ” 　　若|　|≥