统计推断样本频率的统计推断课件.ppt

这些性状组成的总体通常服从二项分布，因此叫二项总体，即由“非此即彼”组成的总体。 有些总体中的个体有多个属性，但可根据研究目的经适当的统计处理分为“目标性状”和“非目标性状”两种属性，也可看作二项总体。 在二项总体中抽样，样本中的“此”性状出现的情况可用次数表示，也可用频率表示，因此频率的假设检验可按二项分布进行，即从二项式 的展开式中求出“此”性状频率产的概率，然后作出统计推断。 如果样本容量 n 较大，0.1≤P≤0.9时, np 和 nq 又均不小于5， 的分布就趋于正态，因而可将频率资料作正态分布处理，从而作出近似的检验。 一、一个样本频率的假设检验 这是检验一个样本频率 与某一理论频率 p0 的差异显著性。 根据 n 和 p 的大小，其检验方法是不一样的 ： 当 np 或 nq ＜5 , 则由二项式 展开式直接检验。 当 np 或 nq ＞ 5时，二项分布趋近正态，可用u 检验，但需进行连续性矫正。 如 np 或 nq 均大于30 时，则可不进行连续性矫正。  样本频率的标准误 为： 不矫正时的 u 值计算式为： 矫正时的u值计算式为： ＞p时,取“一”号，在 ＜p时,取“＋”号。 例4.10 有一批蔬菜种子的平均发芽率 p0 = 0.85，现随机抽取 500 粒，用种衣剂进行浸种处理，结果有445 粒发芽，试检验种衣剂对种子发芽有无效果。 本题中， p0 = 0.85 ，n = 500，由于 np 和 nq 都大于30，故不需进行连续性矫正。 (1)假设 H0： p = 0.85，即用种衣剂浸种后的发芽率仍为 0.85。 HA： p ≠ p0 （2）确定显著水平 a=0.05； （3）检验计算： （4）推断：由于 u ＞ u 0.05 =1.96，p 0.05，故否定H。，接受HA，认为用种衣剂浸种能够显著提高蔬菜种子的发芽率。 例 4.11 规定种蛋的孵化率 p0 0.80 为合格，现对一批种蛋随机抽取 100 枚进行孵化检验，结果有 78 枚孵出，问这批种蛋是否合格？ 此题中，np、nq 都大于 5，但 nq 3 0，故需进行连续性矫正。又只有孵化率 ≤ 0.80才认为是不合格，故采作单尾检验。 (1) 假设 H0：p ≤ P0，即该批种蛋不合格。 对HA： p P0 （2）确定显著水平 a = 0.05； （3）检验计算： (4)推断：由于 u u 0.05 =1.645，p 0.05 故否定HA，接受H 0 ，认为这批蛋不合格。 二、两个样本频率的假设检验 这是检验两个样本频率 和 差异显著性 一般假定两个样本的方差是相等的， 这类检验在实际应用中具有更重要的意义。 由于在抽样试验中，其理论频率 P 为未知数，就不能对两样本某属性出现的次数进行比较，只能进行频率的比较。 和单个样本频率的假设检验一样： 当 np 或 nq ＜ 5 则按二项分布直接进行检验； 当 np 或 nq ＞ 5 时，用u检验，并需进行连续性矫正； 当 np 或 nq 均大于30时，则可不进行连续性矫正。 两个样本频率差数的标准误 为： 在 H0: p1 = p2 的条件下： 当 n1 = n2 = n 时，化简为： 不矫正时的u 值计算式为： 矫正时的u值计算式为： 如果 n1 ＜ 30 , n2 ＜ 30 ，可用 t 代替 u 。 例4.12 研究地势对小麦锈病发病的影响，调查低洼地麦田 378株，其中锈病株 342 株，调查高坡地麦田 396 株，其中锈病株 313 株，试比较两块麦田锈病发病率是否有显著性差异。 本题 np 和 nq 均大于30，不需进行连续性矫正。 事先不知两块麦的锈病发病率孰高孰低，故进行双尾检验。 (1) 假设 H0：p1 = p2 ，即两块麦田锈病发病率没有显著差异。 对 HA： p1 ≠ p2 ； （2）确定显著水平 a = 0.01 （3）检验计算： （4）推断：由于 u