第三章_假设检验推荐.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 推断 与 无显著差异 第三步： 作统计推断 第四步：写出统计结论 F0.975 =0.143 F =0.9913 F0.025=5.99 这两种密度下水稻产量的方差相同。 第三节 方差的假设检验 * 2、用于可数资料的适合性检验，即检验理论频数与实际频数是否相符。 卡平方检验 一、卡平方检验的用途 1、用于可数资料的独立性检验，即检验样本变量间是否相互独立。 3、用于可量资料的方差齐性检验，即检验样本间的变异程度是否一致。 4、用于资料的分布型检验，如正态分布检验、二项分布检验等。 * 卡平方检验 K.Pearson证明这个统计量服从自由度为 df ＝k－1的卡平方分布 二、卡平方检验的基本公式 Oi 为实测频数， Ei 为理论频数， k 为研究对象的分组数。 * ?2分布（卡平方分布） ?2分布曲线的特性： ⑴ ?2≥0，图象都在 第一象限； ⑵ 不对称的单尾型曲线，随着自由度增加变得 稍对称，但顶峰变矮； ⑶ df≥3时，曲线与横轴间面积为1；df＜ 3时， 曲线与纵横两轴间面积为1。 df =1 df =3 df =5 f(? 2) ? 2 * 卡平方检验 卡平方值计算 矫正卡平方值计算 * 三、卡平方检验种类： （二）适合性检验 1、资料分为两组的适合性检验 2、资料分为三组的适合性检验 3、资料分为四组的适合性检验 （一）独立性检验 1、2*2联列表式卡平方检验 2、r*c联列表式卡平方检验 卡平方检验 * 第四节 2x2列联表卡方检验 （一）独立性检验（Test for independence） ?2 应用于独立性检验，主要为探求两个可数资料的变量间是否独立，也即这两个变量是否相关。如：小麦的拌种和发芽率；蟑螂的死亡与药效；电冰箱的颜色与销售量等。 原假设：变量间相互独立、无关 当χ2≥ 时，推翻原假设，两个变量显著相关 当χ2≥ 时，推翻原假设，两个变量极显著相关 当χ2 时，接收原假设，两个变量独立无关 * 第四节 2x2列联表卡方检验 1、2×2联列表的独立性检验 处理项目 处理一 处理二 合计 结果一 a11 a12 R1 结果二 a21 a22 R2 合计 C1 C2 n df = (2-1)(2-1)=1 * 若样本容量小于40，或四个单元理论频数中有一个小于5时，须用矫正公式： 或用Fisher精确检验。 第四节 2x2列联表卡方检验 * 第四节 2x2列联表卡方检验 示例 在防治苗木砧木立枯病的试验中，调查经过拌 种处理和未经过拌种处理的海棠苗发病数如下： 处理项目 拌种处理 未拌种处理 合计 发病株数 未发病株数 26 50 184 200 210 250 合计 76 384 460 试分析拌种与否和立枯病的发生有否关系？ * 第四节 2x2列联表卡方检验 结论：拌种与立枯病发生显著相关，拌种后能显著降低发病率。 计算卡方统计量： * 2、 r×c 联列表的独立性检验 处理 结果1 结果2 结果3 … 结果c 总计 处理1 a11 a12 a13 … a1c R1 处理2 … 处理r A21 Ar1 A22 Ar2 A23 Ar3 … … A2c Arc R2 Rr 总计 C1 C2 C3 … Cc n 第四节 RxC列联表卡方检验 * 计算统计量： 自由度：df = (r-1)(c-1) 第四节 RxC列联表卡方检验 表中理论频数小于5的格子不能超过1/5，不能有小于1的理论频数。 否则可以通过增加样本数、或行列合并来实现。 * 第四节 RxC列联表卡方检验 例题：今调查四个葡萄品种的结果枝蔓生果穗数的情况，调查结果如下： 品种 一穗枝蔓数 二穗枝蔓数 三穗枝蔓数 合计 A B C D 12 60 246 416 224 548 659 765 76 39 28 47 312 647 933 1228 合计 734 2196 190 3120 试检验各级枝蔓数是否与品种不同有关？ * 第四节 RxC列联表卡方检验 计算统计量 结论：不同葡萄品种结果枝蔓生果穗数极显著不同 * 第五节 卡平方适合性检验 （二）适合性检验（Test for goodness-of-fit） ?2 适合性检验，主要应用于可数资料变量，检验变量的各水平间是否符合一定的比例。如