百分数的假设检验.pptVIP

种子 发芽 不发芽 害虫 存活 死亡 植物 结实 不结实 后代 红花 白花 产品 合格 不合格 二 项 分 布 频 率 分 布 合格率 发芽率 死亡率 结实率 性状比 二项成数 目标性状 频率的假设检验 当 np 或 nq5 由二项式 (p+q)n 展开式直接检验 概率函数 Cnxpxqn-x P(x) P(0) C50p0q5 0.00001 P(1) C51p1q4 0.00045 P(2) C52p2q3 0.0081 P(3) C53p3q2 0.0729 P(4) C54p4q1 0.32805 P(5) C55p5q0 0.59049 孵化小鸡的概率表 (p= 0.90 q=0.10) P(0)或P(1)或P(2) 0.05，差异显著； P(3)或P(4)或P(5) 0.05，差异不显著。 频率的假设检验 当 np 和 nq 30 中心极限定理 正态分布 （ u 检 验 ） 近似 发芽率 死亡率 结实率 相状比 频率的假设检验 当 5np 或 nq30 由于二项总体的百分数（频率）是由某一属性的个体计算来的整数，所以是离散型的。当样本不太大时，把它当作连续型的近似正态总体来处理，结果会有些出入，容易发生第一类错误。补救的办法时仍按正态分布的假设检验计算，但必须进行连续性矫正，即随机变量所落的区间+0.5，如一个样本由 矫正为 。 一、一个样本频率 的假设检验 适用范围：检验一个样本频率（记为）和某一理论值或期望值p的差异显著性。 在二项分布中，事件A发生的频率 x/n称为二项成数，即百分数或频率。则二项成数的平均数和标准差分别为： 也称为二项总体成数的标准误，当 p 未知时，常以样本百分数 来估计。此时上式改写为： = 称为样本成数标准误。 样本频率的标准误 其中 q = 1-p 1、当 np 和 nq 30，不需连续性矫正，则u值为： 2、当 5np 或 nq30时，需要进行连续性矫正，uc值为： 如果np30，因0p1，所以n30 其中“＋”表示在 p时取“－”； p时取“＋”。 例：有一批蔬菜种子的平均发芽率为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， 检验种衣剂对种子发芽有无效果？ （3）不知使用种衣剂的发芽率是高是低，用双尾检验。 分　析 （1）一个样本频率的假设检验； （2） np 和 nq 30 ，无需连续矫正，用u检验； （１）假设 （2）水平 （3）检验 （4）推断 H0:p=0.85 　即用种衣剂浸种后的发芽率仍为0.85; HA:p≠0.85 选取显著水平α＝0.05 u 1.96，P0.05 在0.05显著水平上，否定H0，接受HA； 认为种衣剂浸种能够显著提高蔬菜种子的发芽率。 例：规定种蛋的孵化率0.80为合格，现对一批种蛋随机抽取100枚进行孵化，结果有78枚孵出， 问这批种蛋是否合格？ （3）只有孵化率≤ 0.80，才认为是不合格，故采用 单尾检验。 分　析 （1）一个样本频率的假设检验； （2） np 和 nq 5 ，但nq 30，需要进行连续矫正， 由于n 30，用u检验； （１）假设 （2）水平 （3）检验 （4）推断 H0:p≤ 0.80，即该批种蛋不合格。 HA:p0.80 选取显著水平α＝0.05 uc 1.645，P0.05 在0.05显著水平上，接受H0，否定HA； 认为这批种蛋不合格。 二、两个样本频率 的假设检验 适用范围：检验两个样本频率 和 差异的显著性。 一般假定两个样本的方差是相等的，即 两个样本频率差数的标准误 H0: p1 = p2= p，q1=q2=q 当n1= n2=n时 在总体p1和p2未知，假定 条件