15百分率资料的假设检验.pptVIP

百分率资料的假设检验 检验的对象 质量性状用统计次数方法，获得的百分率资料 服从于二项分布 例：发芽率、病株率、开花率、结实率 关键点：质量性状，百分率，二项分布。 检验的条件 样本容量足够大 n 100，概率 p 不是过小 当：np 和 nq 均大于5时 二项分布近似于正态分布 用近似 u 检验法（正态近似法） 当：np 和 nq 均大于30以上 则：不进行 u 检验的连续性矫正。 适用正态近似法的资料规模 样本百分率 p np 或 ( f ) 样本容量 n 0.5 15 30 0.4 20 50 0.3 24 80 0.2 40 200 0.1 60 600 0.05 70 1400。 一、单个样本百分率假设检验 目的：检验一个服从于二项分布的样本百分率 与所在总体的百分率之间是否存在差异 公式： 例1：花粉率的假设检验 总体：预期糯性花粉粒百分率为 p0 = 0.5 样本：现视检150粒，得68粒 问：视检结果与理论参数是否存在差异 分析：n = 150，p^ = 68 / 150 = 0.453 假设Ho ：视检样本百分率 p^ 与总体理论参数百分率 p0 之间的差异是属随机误差。 例1：计算 u 值 例1：统计推断 计算得： u = -1.146 比较：｜u｜ u0.05 ，所以：p 0.05 推断：接受无效假设Ho ，差异不显著 结论：视检样本百分率 p^ 与总体理论参数百分率 p0 之间的差异是随机误差 视检结果与理论参数是来自同一总体 说明：提问 ？ 检视对象与理论参数是一致的。 单个样本的连续性矫正 如果：np 和 nq 均小于5时 则：不能使用正态近似法的 u 检验 如果：np 和 nq 均小于或等于30时 则：要进行连续性矫正，计算 uc 值 二、两个样本百分率假设检验 目的：检验服从于二项分布的两个样本百分率之间是否存在差异 公式： 例2：大豆豆荚率的假设检验 样本1：A品种：120个豆荚，瘪荚38个 样本2：B品种：135个豆荚，瘪荚52个 问：两品种间是否存在差异 分析：n1= 120，f1 = 38，p^1 = 0.317 n2= 135，f2 = 52，p^2 = 0.385 由于：np、nq均大于30，无需进行连续性矫正 假设Ho ：两品种间瘪荚率差异属随机误差。 例2：计算 u 值 例2：统计推断 计算的：u = -1.133 比较：｜u｜ u0.05 ，所以：p 0.05 推断：接受无效假设Ho ，差异不显著 结论：两样本瘪荚率之间的差异是随机误差 A、B品种的瘪荚率是来自同一总体 说明：提问? 两个样本的连续性矫正 如果：np 和 nq 均小于或等于30时 则：要进行连续性矫正，计算 uc 值 公式： 例3：完整的检验过程 样本1：A品种：视检20 个豆荚，三粒荚14个 样本2：B品种：视检25个豆荚，三粒荚7个 问：两个品种的三粒荚率是否存在差异 已知： n1= 20， f1= 14， p^1= 0.70 n2= 25， f2= 7， p^2= 0.28 p— = 0.467， q— = 1 – 0.467 = 0.533 (合并) n1 p— = 9.34， n2 p— = 11.675 （均小于30） 故：采用连续性矫正的 u 检验。 例3：假设与计算 假设Ho ：两品种的三粒荚率差异属随机误差 计算：正态近似法的 uc 值 例3：统计推断 计算得：uc = 2.505 比较： u0.05 uc u0.01 ，α(0.05) p α(0.01) 推断：否定无效假设Ho，差异达显著水平 结论：两品种三粒荚率的差异是真实差异 A品种的三粒荚率为 p^1= 0.70 B品种的三粒荚率为 p^