农业-统计假设检验-46页.pptxVIP

第六章 统计假设检验; 假 设 检 验 又叫 显著性检验 （test of significance）。显著性检验的方法很多 ，常用的有 t 检验、F 检验和 ?2 检验等。尽管这些检验方法的用途及使用条件不同，但其检验的基本原理是相同的。本章以两个平均数的假设测验为例来阐明显著检验的原理，介绍几种 t 检验的方法，然后介绍总体参数的区间估计（interval estimation）。 ; 第一节 统计假设测验基本原理; 能否仅凭这两个平均数的差值 - =1.8 kg/10m2 ，立即得出甲与乙两品种产量不同的结论呢？统计学认为，这样得出的结论是不可靠的。这是因为如果我们再分别随机抽测10个点，又可得到两个样本资料 。由于抽样误差的随机性，两样本平均数就不一定是11kg/10m2和9.2 kg/10m2 ，其差值也不一定是1.8kg/10m2 。造成这种差异可能有两种原因，一是品种造成的差异，即是甲与乙品种本质不同所致，另一可能是试验误差（或抽样误差）。 ; 对两个样本进行比较时 ，必须判断样本间差异是抽样误差造成的，还是本质不同引起的。如何区分两类性质的差异？怎样通过样本来推断总体？这正是显著性检验要解决的问题。 两个总体间的差异如何比较？一种方法是研究整个总体，即由总体中的所有个体数据计算出总体参数进行比较。这种研究整