第七篇 章　参数假设检验 教育统计分析(研究生) .ppt

总体平均数的显著性检验 总体服从正态分布，总体标准差已知 总体平均数的显著性检验 总体服从正态分布，总体标准差未知,n≤30 df=n-1 总体平均数的显著性检验 总体服从正态分布，总体标准差未知，n30 练习（情形A） 假定某地区物理高考的成绩成正态分布，平均成绩为66分，标准差为6，某校参加高考的40名学生的平均分为70分，问能否说该校的成绩与该地区的平均成绩有显著差异？ 练习（情形B） 假定某地区物理高考的成绩成正态分布，平均成绩为66分，某校参加高考的20名学生的平均分为70分，标准差为6，问能否说该校的成绩与该地区的平均成绩有显著差异？ 练习（情形C） 假定某地区物理高考的成绩成正态分布，平均成绩为66分，某校参加高考的40名学生的平均分为70分，标准差为6，问能否说该校的成绩与该地区的平均成绩有显著差异？ One-Samples T Test过程(P223) Analyze－＞Compare Means-One-Samples T Test 练习 假定某地区物理高考的成绩成正态分布，平均成绩为66分。某校参加高考的52名学生成绩见文件“onesamT.sav”，问能否说该校的成绩与该地区的平均成绩有显著差异？ 内容提要 抽样分布原理 假设检验基本原理 总体平均数显著性检验 One-Samples T Test过程 样本平均数差异的显著性检验 Independent-Samples T Test过程 Paired-Samples T Test 单因素方差分析 One-way ANOVA过程 平均数差异的显著性检验 平均数差异显著性检验的原理 样本平均数差异显著性检验的情况 独立样本 相关样本 df=5 df=7 df=9 df=30 中央面积为0.95不同自由度t的临界值 自由度 2 4 6 20 30 ∞ t值 ±4.30 ±2.78 +2.45 ±2.09 ±2.04 ±1.96 已知α=0.05，df=6，查表确定t分布临界值。 df df 例题 某小学三年级进行语文测验，从中随机抽取16份试卷，平均分为80分， 标准差为10分，已知用相同难度的测验对历届学生测验结果的平均成绩为78分。 试确定其抽样分布的形态、平均数、标准差。 求样本平均数的相应统计量，并确定这个样本平均数抽样分布上该值出现的概率是否大于5%？ 样本平均数抽样分布的形态 当总体分布为正态而其方差未知时，若满足n30以上时t分布接近正态分布，故此时样本平均数的抽样分布可视为渐近正态分布。 标准误 例题 某小学三年级进行语文测验，从中随机抽取36份试卷，平均分为80分， 标准差为10分，已知用相同难度的测验对历届学生测验结果的平均成绩为78分。 试确定其抽样分布的形态、平均数、标准差。 求样本平均数的相应统计量，并确定这个样本平均数抽样分布上该值出现的概率是否大于5%？ 我们已经学过了哪些标准分？ 样本分布： 总体分布： 抽样分布： σ2已知 σ2未知，n30 内容提要 抽样分布原理 假设检验基本原理 总体平均数显著性检验 One-Samples T Test过程 样本平均数差异的显著性检验 Independent-Samples T Test过程 Paired-Samples T Test 单因素方差分析 One-way ANOVA过程 假设检验的过程 总体 拒绝 样本平均年 龄是20 样本 原假设 不, 不可能! 假设总体的平均年龄是50岁。 （原假设） 从一个例子看假设检验的思路 摸球试验：有放回地在一个袋子中连续摸6次，都是红球，你能否接受“袋子中一半是红球一半是白球”的说法？为什么？ 如果我接受你的说法（假设），那么我看到的现象（样本）出现的可能性是多少？如果这种可能性太小，会是什么情况？ 假设检验的基本概念 H0: 一半红球一半白球。 （或者p=0.5); H1:红球白球不是各一半。（或者p不是0.5）。 原假设； 备择假设； 选择的态度：拒绝？接受？ 假设 Ho：零假设（原假设，虚无假设）。是关于当前样本所属总体与假设总体无区别的假设。 H1：备择假设。是关于当前样本所属的总体与假设总体相反的假设，是根据样本信息否定了零假设时，应当采取的假设的假设。 假设 例： Ho：小班教学的学生的学习成绩与大班教学的学生的学习成绩没有显著区别。 H1：小班教学的学生的学习成绩与大班教学的学生的学习成绩有显著区别。 假设检验是从虚无假设出发的 在缺乏信息进行判断时虚无假设作为研究的起点，被认为是真实的。 例：现在让你来判断一组足球运动员和一组橄榄球运动员哪一组跑得更快。 前面的例子 小班教学的学生的学习成绩与大班教学的学生的学习成绩没有显著区别。 当你没有理由相信在两个班的学生之间确实没有差异时，你只有进行猜测。在