第五章统都计推断.ppt

第五章 统计推断 §5.1 概述 §5.2 总体平均数比较的假设检验 §5.3 百分数资料的假设检验 §5.4 正态总体方差的假设检验 §5.5 参数估计 统计假设检验的步骤总结： ◆ 对样本所属的总体提出统计假设，包括无效假设和备择假设； ◆ 规定检验的显著水平α值； ◆ 在H0为正确的假定下，根据平均数或其他统计数的抽样分布，如为正态分布的，则计算正态离差u值。由u值查表即可知道因随机抽样而获得实际差数由误差造成的概率。或者根据已规定概率，如α＝0.05，查出u＝±1.96，因而划出两个否定区域为：P(x≤u-1.96σ)和 P (x ≥u+1.96σ)。 ◆ 将规定的α值和算得的u值的概率相比较，或者将试验结果和否定区域相比较，从而作出接受或否定无效假设的推断。 四、双侧检验与单侧检验 在上述显著性检验中，无效假设 与备择假设 。此时 ，备择假设中包括了 或 两种可能。 这个假设的目的在于判断有无差异， 而不考虑谁大谁小。 如新品种和老品处两品种的产量，新品种可能高于老品种， 也可能低于老品种。 此时，在α水平上 否 定 域 为 和 ，对称地分配在 正态曲线的两侧尾部，每侧的概率为α/2，如图所示。这种利用两尾概率进行的检验叫 双侧检验，也叫双尾检验， ua、ta为双侧检验的临界值。 检验的目的在于推断实施新技术是否提高了药效，这时H0的否定域在正态曲线的右尾。在α水平上否定域为 ，右侧的概率为α，如图4-15A所示。 若无效假设H0为 ，备择假设 HA为 ，此时H0的否定域在正态曲线的左尾。在α水平上，H0的否定域为，左侧的概率为α。如图4-15B所示。 这种利用一尾概率进行的检验叫单侧检验也叫单尾检验。此时α为单侧检验的临界值。显然，单侧检验的α =双侧检验的2α 。 由上可以看出，若对同一资料进行双侧检验也进行单侧检验 ，那么在 α水平上单侧检验显著， 只相当于双侧检验在 2α水平上显著。 所以，同一资料双侧检验与单侧检验所得的结论不一定相同。 双侧检验显著，单侧检验一定显著；但单侧检验显著，双侧检验未必显著。 例：某标准物质A组分的浓度为4.47μg/g，用某种方法重复测定A组分的浓度5次，测定值分别为4.28、4.40、4.42、4.37、4.35 μg/g 。如该方法在相应水平的总体方差σ2=0.108 μg/g ，问该法的测定结果是否偏低？ 例：检验一污水处理厂的出水的氯化物浓度，共采了20个水样。设水样的氯化物浓度遵从正态分布。问：（1）若标准差为30mg/L，水样的氯化物平均浓度为253mg/L，出水的氯化物浓度是否达到设计的250mg/L？（2）若标准差为20mg/L，平均浓度为261mg/L，出水的氯化物浓度是否超过250mg/L的标准。 例：检测两片不同降水环境下树林的生长情况，已知林高符合正态分布。随机从两片树林中抽取容量为15的两个样本如下（单位：m）： 样本1：9.6、9.1、10.2、10.5、8.8、10.8、9.5、8.1、10.8、8.4、10.1、8.5、8.9、11.2、8.3 样本2：11.3、10.8、9.3、8.8、12.4、12.5、11.6、10.8、9.5、9.2、10.1、12.0、11.7、11.2、12.4 若两总体的标准差分别为0.98m，1.14m，试以0.05的显著性水平检验不同的降水环境是否造成了这两片林区的生长差异？ ？ 例2：对某PCBs污染河流流域食鱼量不同的人群体内PCBs含量进行调查，食鱼高量、低量人群人体PCBs含量分别为553.63ppb和469.92ppb，标准差分别为65.32和48.66ppb，参与调查的人数分为被200人和80人，问人体PCBs含量是否受其食鱼量的显著影响？ 例：从河流的某一断面采得20个水样，测得酚的浓度（mg/L）为：0.027、0.025、0.031、0.030、0.023、0.028、0.034、0.026、0.024、0.026、0.024、0.028、0.024、0.032、0.024、0.033、0.029、0.031、0.023、0.032、0.025、0.031，试问0.05的显著性水平检验该断面的平均污染水平是否达到了0.030 mg/L。 例：用标准方法与新方法同时测定某废水样品中镉含量，其