南农生统课本示稿第6章卡平方测验.pptVIP

试验设计与统计分析 第四章 理论分布和抽样分布 第七章 卡方测验 第二节 样本方差同质性测验 第一节 卡平方分布的定义和分布 第五节 几种常用的分布(回忆) 第一节 卡平方分布的定义和分布 第一节 卡平方分布的定义和分布 第一节 卡平方分布的定义和分布 第二节 样本方差同质性测验 第二节 样本方差同质性测验 第二节 样本方差同质性测验 第二节 样本方差同质性测验 第二节 样本方差同质性测验 第三节 适合性测验 第三节 适合性测验 第三节 适合性测验 第三节 适合性测验 第三节 适合性测验 第三节 适合性测验 第三节 适合性测验 第四节 独立性测验 第四节 独立性测验 第四节 独立性测验 第四节 独立性测验 第四节 独立性测验 第四节 独立性测验 第四节 独立性测验 第五节 卡方的可加性和联合分析 第七章 卡方测验 第二节 样本方差同质性测验 * * 本课程使用盖钧镒主编的《试验统计方法》一书作为课本。全程为38学时，占2学分。 第二章 试验设计与实施 第三章 次数分布和平均数、变异数 第五章 统计假设测验 第八章 参数估计方法 第六章 方差分析 第七章 卡方测验 第九章 直线回归和相关 第一章 科学实验及其误差控制 第十章 多元回归和相关 第十四章 不完全区组设计和统计分析 第十二章 单因素试验的统计分析 第十三章 多因素试验结果的统计分析 第十五章 抽样调查 第十一章 曲线回归 第一节 卡平方分布的定义和分布 第三节 适合性测验 第四节 独立性测验 第五节 卡方的可加性和联合分析 第四章介绍各种概率分布时， 我们已经初步介绍过卡平方分布 的定义。现在先回忆一下当 时的介绍。 ?2分布（卡平方分布） 若随机变量?2的概率密度函数为： 则称随机变量?2服从自由度为n的?2分布。 ?2分布曲线的特性： ⑴ ?2≥0，图象都在第一象限； ⑵ 不对称的单尾型曲线，随着自由度增加变得稍对称， 但顶峰变矮； ⑶ df≥3时，曲线与横轴间面积为1；df＜ 3时，曲线与 纵横两轴间面积为1。 例：随机变量?2服从df =3的?2分布，它在区间(0, ?20.05)的概率为95%，即在此区间以外的概率为5%，查表求?20.05的值。 p.367附表6列出了若干常用概率下(?)的?2分布表值。 df =1 df =3 df =5 f(? 2) ? 2 课本p.131中的(7.1)式指出，? 2的定义是互相独立的 多个正态差平方值的总和。即 因此，如果有k个随机变量yi (其中i=1,2,…,k), 并且各个 ，则它们的标准离差为 。 这时，就会有随机变量 服从自由度 df = k 的卡平方(?2)分布。 如果所有yi都来自同一(平均数为?，方差?2为的)总体， 就有： 实践中，?常常是未知的，因此用样本平均数 来代 替它计算，于是? 2就变成为 如果所有yi都来自同一(平均数为?，方差?2为的)总体， 就有： 但是，这时的自由度变成为df=k-1。 ? 2进一步变成 实践中，?常常是未知的，因此用样本平均数 来代 替它计算，于是? 2就变成为 但是，这时的自由度变成为df=k-1。 ? 2进一步变成 对于属性资料，K.Pearson推导出一个统计量: 其中Oi为第i组的观察数，Ei为第i组的理论数，自由度 df 则由分组数 k 和它们之间的独立程度来决定。 本章中大多数统计 假设测验都采用这些公 式。尤其下面这条公式 应该牢牢记住。 注意：所有测验方 法都是专门应用于计数资料的。不要将这些方法用来处理连续型随机变数资料！ 统计测验的基本方法和一般步骤 ： 2.利用试验数据计算一个统计量的值。再根据该样本统 计量的抽样分布，计算出当H0为正确时出现这样一个 值的概率。对不同资料进行测验时，由于统计量及其 的分布不同，计算统计量和概率的公式有所不同。 3.当此概率小于预先设定的水平，就根据“小概率事件 实际上不可能发生”原理拒绝H0，接受HA。该水平称 为显著水准(记为?)。常用的?为5%或1%。 1.针对研究的问题提出一对统计假设。其中： * 认为试验的处理没有效应的假设称为无效假设 （H0 - null hypothesis)； * 当H0不能被接受时所采纳的假设称为备择假设 （HA - alternative hypothesis)。 一个样本方差与已知总体方差的统计测验