第5章 t检验PPT.ppt

第五章 t 检验(样本平均数的显著性检验）; 第一节：假设检验概述 1、显著性检验定义： 假 设 检 验 ( 显著性 检验)：先对总体提出假设（建立二事件），再在原假设(事件）成立条件下，据样本统计量求其概率，判断假设是否成立过程,包括t检验、F检验和?2检验等。 因为P（H0）+P（HA）=1 ; 通过样本研究其所代表的总体。例如，设长白猪经产母猪产仔数的总体平均数为 ， 大白猪经产母猪产仔数的总体平均数为 ，试 验研究的目的，就是要给 、 是否相同 做出推断。由于总体平均数 、 未知 ，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，是以（ - ）作为检验对象。 ; 试验观测值由两部分组成，即 = + 总体平均数 反映了总体特征，表示误差。 若 样本含量 为n ，则 可 得 到 n 个 观 测值： ， ， ， 。于是样本平均数 ; 说明样本平均数并非总体平均数，它还包含试验误差的成分。 对于接受不同处理的两个样本来说，则有： = + ， = + 这说明两个样本平均数之差（ - ）也包括了两部分： 一部分是两个总体平均数的差（ - ），叫试 验 的 处 理 效 应 ；另一部分是试验误差（ - ）。;思考题;;统计量概率计算;例：;第二节、显著性检验的基本原理 一、显著性检验的基本步骤1、建立假设（检验目的）;显著性检验步骤;无效假设： 备择假设： 以上二假设为对立事件，有： P(H0)+P(HA)=1;;错误假设; 2、在无效假设成立的前提下，构造合适的统计量，并据统计量的抽样分布，计算无效假设成立概率 。; 3、根据“小概率事件实际不可能性原理”否定或接受无效假设，并作出结论。 若事件的概率很小，例如P(H0)≤0.05，0.01（实际不可能事件），表示原假设成立的可能性较小，则否定H0，接受HA。;二、显著水平与两种类型的错误 用来否定或接受无效假设的概率 叫 显 著 水 平，记作α。在生物学研究中常取α=0.05或α=0.01。 ;t检验显著性判断标准;t检验判断标准示意图; 根据 “小概率事件实际不可能性原理”否定或接受无效假设，故接受或否定无效假设，都没有绝对100%的把握。 Ⅰ型错误：H0成立，但否定了它，就是把非真实差异错判为真实差异，即 为 真，却接 受 。 （以真为假） 只有否定H0时才可能犯Ⅰ型错误，但犯Ⅰ型错误概率不会超过α 。; Ⅱ型错误：H0不成立，却接受了它，就是把真实差异错判为非真实差异，即 为真，却接受 。 (以假为真) 接受H0时可能犯Ⅱ型错误。 ;说明：;思考题;复习题;显著性检验;;例; 解： 1、提出无效假设与备择假设 H0： = 30 ； HA： ≠ 30 2、计算 t 值 经计算得： =30.90，S =0.74;所以 = (30.9-30)/0.23 = 3.91 df=n-1=10-1=9 ; 3、查临界t值，作出统计推断 因为 t0.05(9)= 2.262，t0.01(9)=3.25 ， 否定H0 ： =30，接受HA ： ≠30，表示这批蛋重与30克有极显著差异。 ;三、双侧检验与单侧检验;单、双侧检验的适用条件： 无效假设 与备择假设 . 此时 ，备择假设中包括了 或 两种可能。 若检验目的不考虑谁大谁小(无方向性）则采用双侧检验。 考虑谁大谁小(有方向性）采用单侧检验。;单、双侧检验的区别; 若对同一资料进