实例分析单侧检验中无效假设设立重要性.docVIP

实例分析单侧检验中无效假设设立重要性 　　摘要结合生物统计教材实例,对假设检验中单侧检验建立无效假设的的不同,而产生不同结果的原因进行了分析,以为单侧检验中无效假设的设立提供参考。 　　关键词无效假设;假设检验;单侧检验 　　中图分类号O212文献标识码A文章编号 1007-5739(2010)08-0044-02 　　 　　CaseStudyonDiscussiontheImportanceofEstablishNullHypothesisofOne-sidedTest 　　SUN Gui-rongKANG Xiang-taoTIAN Ya-dongLI Guo-xiHAN Rui-li 　　(College of Animal Husbandry and Veterinary,Henan Agricultural University,Zhengzhou Hennan 450002) 　　AbstractAccording to the bio-statistics textbook case,the reason of generating different results was discussed with the establishing of different null hypothesis of one-sided test in hypothesis test. It can provided reference for the establishing of null pothesis in one-sided test. 　　Key wordsnull hypothesis;hypothesis test;one-sided test 　　 　　1问题的提出 　　明道绪主编的《生物统计附试验设计》教材中例5.1按饲料配方规定,每1000kg某种饲料中VC不得少于246g,现从工厂的产品中随机抽测12个样品,测得VC含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1 000kg,若样品的VC含量服从正态分布,现对此产品是否符合规定进行验证。 　　教材按照下面的方式计算: 　　按题意,此例应采用单侧检验。 　　(1)提出无效假设与备择假设H0:μ≤246,HA:μ246。 　　(2)计算t值。经计算得:■=252,S=9.115,所以, 　　t=■=■=■=2.281 　　df=n-1=12-1=11 　　(3)查临界t值,作出统计推断。因为单侧t0.05(11)=双侧t0.10(11)=1.796,|t|单侧t0.05(11),P246,表明样本平均数与总体平均数差异显著,可以认为该批饲料VC含量符合规定要求。 　　在课堂上有同学提出下面的计算方式: 　　(1)提出无效假设与备择假设,H0:μ≥246,HA:μ246。 　　(2)计算t值。经计算得:■=252,S=9.115,所以 　　t=■=■=■=2.281 　　df=n-1=12-1=11 　　(3)查临界t值,作出统计推断。因为单侧t0.05(11)=双侧t0.10(11)=1.796,|t|单侧t0.05(11),P0.05,否定H0:μ≥246,接受HA:μ246,表明样本平均数与总体平均数差异显著,可以认为该批饲料VC含量不符合规定要求。 　　对同一个试验结果的数据,在同样的显著性水平(a=0.05),由于统计假设的不同,得出了2种截然不同、互相矛盾的检验结果,使学生非常困惑。因此,在教学过程中,要让学生合理的设立无效假设H0和备择假设H1,而这需要深入地理解假设检验的基本思想。 　　2假设检验原理的概述及问题的分析 　　显著性检验的基本思想:具有概率性质的反证法。 　　首先,对试验样本所在总体做无效假设H0:μ1=μ2,即表面效应由试验误差引起;HA(备择假设):μ1≠μ2,即表面效应包含试验,误差和处理效应,主要为处理效应;然后,按照显著性检验的步骤,做一次试验并根据在无效假设H0 成立前提下,构造统计量计算某统计量的值;最后,根据小概率事件实际不可能性原理决定统计量的实测值是否为小概率事件,判断假设是否成立。 　　根据显著性检验的原理,很容易判断出2种解法出现问题的原因在于无效假设的不同,解法 1无效假设为该批饲料VC含量符合规定要求,在这个假定下,用该批饲料VC含量不符合规定要求这一小概率事实来推翻其符合要求的假定,实际上是表达了在95%的概率该批饲料VC含量符合规定要求,不符合要求的概率为5%,这样根据显著性检验,95%的概率批饲料VC含量符合规定要求,对厂家来说是有利的;解法2的无效假设正好与解法1相反,无