第五章 统计假设检验-huPPT.ppt

因而两样本百分数的差数标准误为： 故由 即可对 H0 : p1 = p2 作出假设测验。 【例5.9】调查低洼地小麦378株( n1)，其中有锈病株355株( y1)，锈病率93.92% ( )；调查高坡地小麦396株(n2)，其中有锈病346株( y2 )，锈病率87.31% ( )。试测验两块麦田的锈病率有无显著差异？ 1、假设H0：两块麦田的总体锈病率无差别，即 H0 : p1 = p2 ；对 HA : p1 ≠ p2 。 显著水平取 ，作两尾测验，u0.05=1.96。 2、测验计算： 3、实得|u|=3.16u0.05=1.96，故P0.05， 4、推断：否定H0 : p1 = p2 接受HA : p1 ≠ p2 ，即两块麦田的锈病率有显著差异。 【例5.10】原杀虫剂A在1000头虫子中杀死657头，新杀虫剂B在1000头虫子中杀死728头，问新杀虫剂B的杀虫率是否高于原杀虫剂A？ 假设新杀虫剂B的杀虫率并不高于原杀虫剂A，即 H0 : P2≤P1 ；对 HA : P2＞P1 。 显著水平 ，作一尾测验, u0.01=2.326（一尾概率）。 测验计算： 实得u－u0.01=－2.326，故P0.01， 推断：否定H0 : P2≤P1 ，接受HA : P2＞P1 ，即新杀虫剂Ｂ的杀虫率极显著地高于原杀虫剂A。 三、二项样本假设测验时的连续性矫正 二项总体的百分数的分布是间断性的二项分布。把它当作连续性的正态分布或 t 分布处理，结果会有些出入，一般容易发生第一类错误(否定H0)。 因此，在假设测验时需进行连续性矫正。 在n30，而 5时这种矫正是必须的。经过连续性矫正的正态离差 u 值或 t 值，分别以uC 或 tC 表示。 如果样本大n30、 5，试验结果符合表5.6条件，则可以不作矫正，用u测验。 （一）单个样本百分数假设测验的连续性矫正 单个样本百分数的连续性矫正公式为： 它具有 v =n－1。式中 是 的估计值 【例5.11】用基因型纯合的糯玉米和非糯玉米杂交，按遗传学原理，预期F1植株上糯性花粉粒的p0=0.5，现在一视野中检视20 粒花粉，得糯性花粉8粒，试问此结果和理论百分数 p0=0.5 是否相符？ 假设系p = p0 =0.5的一个随机样本，即H0: p=0.5 对HA:p≠0.5 显著水平取 ，用两尾测验。 测验计算： np=nq=20×0.5=10 推断认为实得百分数0.4与理论百分数0.5没有显著差异。 查附表4(p360)，v = 20－1=19，t0.05=2.093，现实得 | t | t0.05 ，故P 0.05 =20×0.4=8 粒(糯)， =20-8=12 粒(非糯) （二）两个样本百分数相比较的假设测验的连续性矫正 设两个样本百分数中，取较大值的具有 y1 和 n1 ，取较小值的具有 y2 和 n2 ，则经矫正的 tC 公式为： 它具有 v =n1+n2－2 。 其中 为 中 的估计值。 【例5.12】用新配方农药处理25头棉铃虫，结果死亡15头，存活10头；用乐果处理24头，结果死亡9头，存活15头。问两种处理的杀虫效果是否有显著差异？ 本例不符合表5.6条件，故需要进行连续性矫正。 假设两种处理的杀虫效果没有差异，即H0 : p1 = p2 ；对HA : p1 ≠ p2 。 显著水平 ，作两尾测验。 测验计算： 查附表(p360)，v =24+25－2=47≈45时，t0.05=2.014。现实得| tC | t0.05 ，故P0.05。 推断：接受H0 : p1 = p2 ，否定HA : p1 ≠ p2 ，即承认两种杀虫剂的杀虫效果没有显著差异。 本例如不作连续性矫正，t =(0.60－0.375)/0.143=1.57，大于1.29，增加了否定H0 发生第一类错误的可能性。 计算u值 因为实得| u |= 0.69 u0.05 = 1.96，故P0.05 查表3(p359)，比较P值，作出结论