假设检验基本原理PPT.pptVIP

生 物 统 计 学;如果一个人说他从来没有说过谎。他能够证明吗？要证明他没有说过谎，他必须出示他从小到大每一时刻的录音录像，所有书写的东西等等，还要证明这些物证是完全的、真实的、没有间断的。这简直是不可能的。即使他找到一些证人，比如他的同学、家人和同事，那也只能够证明在那些证人在场的某些片刻，他没有被听到说谎。;反过来，如果要证明这个人说过谎很容易，只要有一次被抓住就足够了。 企图肯定什么事物很难，而否定却要相对容易得多。 这就是假设检验背后的哲学。;区间估计与假设检验的基本区别; 假设检验又叫显著性检验是统计学中的一个重要内容 。 显著性检验的方法很多 ，常用的有u检验、t检验、F检验和?2检验等。尽管这些检验方法的使用条件及用途不同，但检验的基本原理是相同的。 ;*;*;*;第一节 统计假设检验的 基本原理 ;如，某地进行了两个水稻品种对比试验，在相同条件下，两个水稻品种分别种植10个小区，获得两个水稻品种的平均产量为:　 　 我们能否根据　 就判定这两个水稻品种平均产量不同？结论是，不一定。; 这里，试验的表面差异 是由两部分组成： 一部分是试验的真实差异 ； 另一部分是试验误差 。 虽然真实差异 未知，但试验的表面差异 是可以计算的，借助数理统计方法可以对试验误差作出估计。所以，可将试验的表面差异 与试验误差相比较间接推断真实差异 是否存在，即进行差异显著性检验。;二、显著性检验的步骤; （一）提出假设 ; 这种假设通常称为无效假设或零假设，记为 　　　。无效假设是待检验的假设，它有可能被接受，也有可能被否定。 相应地还要有一个对应假设， 称为备择假设。备择假设是在无效假设被否定时 ，准备接受的假设，记为 　　　 或 。　　　 通过检验，若否定无效假设，我们就接受备择假设。此外，样本频率、变异数以及多个平均数的假设检验，也应根据试验目的提出无效假设和备则假设。;（二）确定显著水平 在进行无效假???和备择假设后，要确定一个否定H0的概率标准，这个概率标准叫显著水平（significance level)或概率水平(probability level)，记作α。 α是人为规定的小概率界限，生物统计学中常取α＝0.05和α＝0.01两个显著水平。; （三）计算概率 ;*; 下面估计|u|≥2.526的两尾概率，即估计P（|u |≥2.526）是多少？ 我们知道，两尾概率为0.05的临界值为 =1.96，两尾概率为0.01的临界 值为 =2.58，即：; P（| |＞2.58） = P（ ＞2.58）+ P（ ＜-2.58） =0.01 ; 所以，| |≥2.526的概率P介于0.01和0.05之间，即 0.01 ＜ p ＜ 0.05 说明假定表面差异（ ）是由抽样误差造成的概率在0.01—0.05之间(小概率取值范围内)。; (四)统计推断 ; 根据这一原理 ，当表面差异是抽样误差的概率在小于0.05（ α ）时 ，可以认为在一次抽样中表面差异是抽样误差实际上是不可能的，因而否定原先所作的无效假设H0： ，接受备择假设HA： ， 即认为存在真实差异。 当表面差异是抽样误差的概率大于0.05（ α ）时，说明无效假设H0： 成立的可能性大，不能被否定，因而也就不能接受备择假设HA： 。; 显著性检验的结果表明： 本例的样本平均数与原总体平均数之间的表面差异（ ） 除包含抽样误差外，还包含真实差异（ ） ， 即喷洒了药剂的玉米单穗重总体平均数 与原来的玉米单穗重总体平均数 不同。;*;*;三、显著水平与两种类型的错误 (一)显著水平 ; 可以看到，是否否定无效假设 ，是用实际计算出的检验统计数　的绝对值与显著水平　对应的临界　值　　比较： 若|　|≥　　，则在 水平上否定 若|　| ＜ ，则 不 能 在 水 平 上