生物统计学第5章.pptVIP

5.3 两个样本的差异显著性检验 单个样本的显著性检验是根据样本统计量与零假设所提出的总体参数之间的比较。 两个样本：处理与对照，比较它们之间是否存在足够显著的差异，如果差异显著，那么这两个样本来自两个不同的总体，即处理效果显著。 因实验设计不同，一般可分为两种情况： 成组设计两样本平均数差异显著性检验； 配对设计两样本平均数差异显著性检验。 5.3.1方差齐性检验-F检验 从两个正态总体中抽取的样本观察值的变异程度的检验, 建立在F分布基础上。 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， s22 2. H0:?12=?22 , HA:?12 ? ?22 3.显著水平：?=0.05 4.统计量 根据 F 的定义： 5. H0的拒绝域： 对于 HA:?12 ?22, FF ? HA:?12 ??22 FF? /2 为查表方便，F检验通常以较大均方作分子，较小的均方作分母，F值都大于1，做上侧检验。 即， 【例】测定西24号小麦的蛋白质含量10次，s12=1.621，测定农大139小麦的蛋白质的含量5次，s22 =0.135，验证定西24号小麦的蛋白质含量的变异是否比农大139号为大？ 解：1.小麦蛋白质含量是服从正态分布的随机变量，而且上述两样本是独立获得的。 2 . H0:?12 = ?22 , HA:?12 ?22 显著水平：?=0.05 3. 4. H0拒绝域：查表得，F9,4,0.05=5.999 FF? ，拒绝H0 ， 即定西24号小麦蛋白质含量的变异大于农大139。 5.3.2成组数据的差异显著性检验 (unpaired student’s t-test) 成组设计是指实验只有两个处理，将实验单位（材料）完全随机地分成两个组，然后对两组随机施加一个处理。 两组实验单位相互独立，所得的二个样本相互独立，其含量不一定相等。 处理 观测值xij 样本含量ni 平均数 总体平均数 1 X11 x12…x1n1 n1 ?1 2 X21 x22…x2n2 n2 ?2 ?i 已知，两个平均数间差异显著性检验-u检验 1. 从两个总体独立地抽取含量分别为n1和n2的随机样本。 2. H0:?1=?2, HA:?1??2 , 或HA:?1?2 , HA:?1?2 , 3. 显著水平： ?=0.05 ,或?=0.01 4. 统计量 其中 叫做平均数差数标准误差。 H0的拒绝域: 对于HA: ?1 ? ?2 , ?u?u ?/2 HA: ?1 ?2 , uu ? HA: ?1 ?2 , u-u ? 【例】调查从天山和阿尔泰山采集的朱雀体长，每一山地采20 问在?=0.05水平上，两地朱雀体长是否显著差异？ 解： 1.朱雀体长服从正态分布，两个样本是独立获得的。 2.H0: ?1=?2, HA:?1?2 3 .H0的拒绝域 HA:?1?2 ，做上侧检验，查表3得u0.05=1.645，u=1.581.645 接受H0 （P0.05） 4.结论:天山朱雀体长并不显著地比阿尔泰山朱雀的长。 ?i 未知，两个平均数间差异显著性检验 ——成组数据t检验（独立样本t检验） 根据?i是否相等，分为t检验和Aspin-Welch检验。 ?i未知但相等时，叫做成组数据(two sets of data)t检验。 1.H0:?1=?2, HA:?1?2 , HA:?1?2 , HA:?1??2 2. 显著水平： ?=0.05 ,或 ?=0.01 3. 统计量 样本平均数差的标准误差 当ni30大样本时,n1-1= n1 , n2-1= n2 4.H0的拒绝域: 对于HA:?1? ?2 ,?t? t ?/2 HA:?1?2 , tt ? HA:?1?2 ， t-t ? 5.结论，解释。 在应用成组数据t检验时，要求?1=?2 具有齐性, 在t检验之前要做方差齐性检验。 例：研究喷施矮壮素使玉米矮化的效果，在抽穗期测定喷施矮壮素小区的玉米8株，对照区9株，结果见表，问矮壮素处理的效果是否显著？ 解 先计算s12, s22 根据，