试验设计与统计分析8.pptVIP

第九章 食品试验设计基础与抽样方法 第一节 试验设计概述 第五节 完全随机设计 单因素完全随机设计 第六节 常用抽样方法及其抽样误差 第七节 样本含量的确定 在假设性检验中，统计意义不显著的结果，可能由两方面造成的： 可能两组间没有差别 可能两组间有差别，但样本太小，不能用统计方法来证明这种结果。 假设检验时的样本含量的估计 两个随机样本均数的显著性检验 [例]对南京市4所大学共51200名大学生进行心理健康抽样调查，试问代表总体95% 的样本含量为多少 【例】现欲用抽样调查了解某地小学生蛔虫感染率。要求误差不超过3%，如取α=0.05，问需要调查多少人？分析：本例α=0.05，uα = u0.05 =1.96， δ=0.03， P = 0.5（当π≈0.5时） 代入 n = ( uα /δ)2 ? P（1-P） = (1.96/0.03）2 0.5（1-0.5） = 1067.1 ≈ 1068 至少需要调查1068人 两因素完全随机设计 完全随机设计 一、单因素完全随机设计 [例] 在无酒精啤酒的研究中，为了解麦芽汁的浓度对发酵液中双乙酸生成量的影响，在发酵温度7OC，二氧化碳压力0.6kg/cm2，发酵时间6d的试验条件下，选定麦芽汁浓度(％)为6(A1)，10(A2)，1