生物统计附试验设计第五章PPT.ppt

第五章 t 检验; 前面讲了样本平均数抽样分布的问题。抽样研究的目的是用样本信息来推断总体特征，这就是我们将重点讨论的统计推断问题。 统计推断主要包括假设检验和参数估计两个内容。 统计假设测验又叫显著性检验，其方法很多，常用的有t检验、F检验和?2测验等。; 尽管这些检验方法的用途及使用条件不同，但其检验的基本原理是相同的。本章通过t测验介绍统计假设测验的原理，介绍几种t测验的方法。 参数估计有点估计和区间估计。;总体与样本间的关系;第一节 显著性检验的基本原理 第二节 样本均数与总体均数的差异显著性检验 第三节 两样本平均数的差异显著性检验 第五节 总体均数的区间估计;第一节 显著性检验的基本原理 本节的内容主要是解决这样几个问题，即进行显著性检验的目的、检验对象、基本思想和基本前提是什么 ？下面结合具体例子来说明。 （一）检验的目的 长白猪 大白猪; 问题：能否仅凭这两个平均数的差值 1.8头，立即得出长白与大白两品种经产母猪产仔数不同的结论呢？ 统计学认为，这样得出的结论是不可靠的 。这是因为试验指标既受处理因素的影响，又受试验误差(或抽样误差)的影响。 现实中，试验又不可能无限作下去。 怎样通过样本来推断总体呢?——这正是假设测验要解决的问题。;（二）检验对象 在进行显著性检验时只能以样本平均数作为检验对象，更确切地说，以 作为检验对象。 这是因为样本平均数具有下述特征： 1、离均差的平方和最小。说明样本平均数与样本各个观测值最接近，平均数是资料的代表数。; 2、样本平均数 是 总体平均数的无偏估计值 。 3、根据统计学中心极限定理，样本平均数 服从或逼近正态分布。 所以，以样本平均数作为检验对象，由两个样本平均数差异的大小去推断样本所属总体平均数是否相同是有其依据的。;（三）基本思想; 进行假设测验就是要分析： 表面差异主要由真实差异引起的，还是主要由试验误差所造成？ 虽然真实差异未知，但试验的表面差异是可以计算的，借助数理统计方法试验误差又是可以估计的。 所以，可从试验的表面差异与试验误差的权衡比较中间接地推断真实差异是否存在，这就是假设测验的基本思想。 ;（四）基本前提 ——合理进行试验设计； ——收集到正确、完整而又足够的资料 目的：降低试验误差，避免系统误差。;二、显著性检验的基本步骤; 提出无效假设的同时， 相应地有一对应假设，称为备择假设，记作HA。 备择假设是在无效假设被否定时准备接受的假设。 本例 ，即假设长白猪与大白猪两品种经产母猪产仔数的总体平均数不相等，其意义是指试验的表面效应，除包含试验误差外，还含有处理效应在内。;（二）在无效假设成立的前提下，构造合适的统计量，并研究试验所得统计量的抽样分布，计算无效假设正确的概率 对于上述例子，在无效假设成立的前提下，经统计学研究统计量 的抽样分布服从t分布。;其中 均数差异标准误； 为两样本的含量、平均数、均方。 ; 根据前面两个样本的数据，计算得：; 下面进一步估计出 查附表3 ，在 时，两尾概率为0.05的临界t值 ，两尾概率为0.01的临界t值 ，即： 由于根据两样本数据计算所得的t值为2.426，介于二个临界t值之间， ; ;（三）根据“小概率事件实际不可能性原理”否定或接受无效假设。 根据这一原理，当试验的表面效应是试验误差的概率小于0.05时， 可以认为在一次试验中试验表面效应是试验误差实际上是不可能的，因而否定原先所作的无效假设 ，接受备择假设， 即认为试验的处理效应是存在的。; 认为长白猪与大白猪两品种经产母猪产仔数总体平均数 不相同（差异显著）。 综上所述，显著性检验，从提出无效假设与备择假设到根据小概率事件实际不可能性原理来否定或接受无效假设，这一过程实际上是应用所谓“概率性质的反证法”对试验样本所属总体所作的无效假设的统计推断。;三、显著水平与两类错误; ?若 ，则说明试验的表面差异属于试验误差的概率P＞0.05，即表面效应属于试验误差的可能性大，不能否定H0这时称“差异不显著”，记为“ns”或不标记；; ?若