生物统计-假设检验.pptVIP

，则P0.05，接受H0 ， 差异不显著 ( no statistical significance) ，则 0.01P≤0.05，拒绝H0 ， 差异显著(statistical significance) ，则P0.01，拒绝H0 ， 差异极显著 (highly statistical significance) 例题：已知成年马血液中白细胞总数μ0＝8×103个/mm3，今随机抽测了10匹马的白细胞总数分别为：7.1, 10.8, 7.5, 7.8, 9.2, 9.4, 8.5, 8.9, 7.6, 8.4 (个/mm3),试检验该样本均数与总体均数有无差异。 H0： μ＝μ0 HA： μ≠μ0 接受 H0： μ＝μ0，认为样本均数与μ0差异不显著，可以认为该样本取自均数为μ0的总体。 双侧检验（ 两尾检验，two-tailed test) H0： μ＝μ0 HA： μ≠μ0 μμ0 μμ0 单、双侧检验 单侧检验（ 一尾检验，one-tailed test) H0： μ＝μ0 HA： μμ0 右侧检验 α H0： μ＝μ0 HA： μμ0 左侧检验 单、双侧检验的关系 双侧tα 单侧tα 双侧检验显著，单侧检验一定显著； 单侧检验显著，双侧检验不一定显著； 例某地区10年前普查时，13岁男孩平均 身高为1.51m，现抽查200个12.5岁~13.5岁男孩，平均身高为1.53m，标准差为0.073m,问 10年来该 地区男孩身高是否有明显增长？ 解：由于生活改善，孩子身高有增无减，并且题目也是问身高是否有增长，因此本例选择单侧检验。例中总体均值 未知，要判断 是否成立？ 选择 为 ， 为 ， t =3.87，查 t 分布表得到单侧分位数 t 0.05(199) ≈ t 0.05(180) =1.653， t 0.01(199) ≈ t 0.01(180) =2.347， t t 0.01(199) ，∴有极显著差异，拒绝H 0， 应该认为 10 年来该地区男孩身高有明显增长。 例：某药厂生产一种药品进行四次测定，得主要成分含量的均数 ，若测定值总体为正态分布总体，试在α＝0.05下， 检验正态总体μ是否小于8.32。 H0： μ＝μ0=8.32 HA： μ8.32 三。均数差异类型 （一） 与已知总体均数的差异显著性检验 (单样本的假设检验, single-sample tested) （二） 两样本所在总体均数间差异显著性检验 （双样本的假设检验, two-sample tested） （三）多样本的假设检验 单、双侧检验的关系 双侧Zα 单侧Zα 双侧检验显著，单侧检验一定显著； 单侧检验显著，双侧检验不一定显著； 如何选择单、双侧检验 例：某猪场随机抽测了甲、乙两品种猪血液中白细胞的密度，测得甲品种13头猪白细胞数的平均值为10.73×103/mm3，标准差为1.28×103/mm3，乙品种15头猪白细胞数的平均值为16.40×103/mm3，标准差为3.44×103/mm3。两品种猪的白细胞数是否有显著的差异。 如何选择单、双侧检验 （2）：如果根据专业知识无法判断优劣， 如一项新技术、新措施或研制的一种新药物是否优于原型；两种不同的技术、措施或药物间的比较 有一些可以参考的原则： （一）选择双侧检验 （1）：研究者只关心两总体均数是否有差异，不考虑总体平均值谁大谁小时 如何选择单、双侧检验 如果根据专业知识可以判断优劣： 例如，根据药理知识判断，某两种药物同时使用，其疗效一定高于原药单独使用 相反，根据专业知识，作为饲料资源的农副产品或肉食品中有毒、有害物质的含量不能高于某一规定值 有一些可以参考的原则： （二）选择单侧检验 5）相伴概率：在原假设成立时检验统计量的观测值以及比它更极端的可能值出现的概率之和。 例题：一种鸭通常被感染上某种传染病的概率为0.2，现有一种新的疫苗，将其注射25只鸭以检验其效果，结果发生感染的不超过1只，试判断这种疫苗对预防感染该传染病是有效的。 X ~ B ( k; 25, 0.2 )， 在H0: 成立的前提下 P ( X ≤1) =