统计假设测验.pptVIP

西南科技大学生命科学与工程学院周海廷制作 上章主要讨论了从总体到样本的问题,本章将讨论从样本到总体的问题，即统计推断问题。 统计推断：根据效应是误差的概率而作出推论的方法 。统计推断包括统计假设测验和参数估计两个方面。 统计假设测验：先作无效假设（处理的效应是由误差造成），再依据该假设概率大小来判断接受或否定该假设的过程 。 一、统计假设 由于总体多是无限的，往往需要用样本推断总体，因此首先需要提出一个有关其总体参数的假设。例如假设某小麦新品种的产量和原品种的产量一样。下面是一些统计假设的例子： （一）单个平均数的假设 一个样本是从平均数为μ0的总体中随机抽出的，记作H0：μ=μ0。 例如：某一小麦新品种的产量具有原地方品种的产量,其平均产量μ等于某一指定值μ0，记为： H0：μ= μ0 （二）两个样本平均数相比较的假设 两个样本是从两个具有相同的总体中随机抽出的，记为H0：μ1= μ2 例如：(1)两个小麦品种的产量是相同的。(2)两种杀虫剂对于某种害虫的药效是相等的。 上述假设称为无效假设。假设效应是抽样误差。 备择假设：和无效假设相对应的一个假设。记作HA：μ≠ μ0或HA：μ1 ≠ μ2。意思是说，如果否定了无效假设，则必须接受备择假设，反之亦然。 二、统计假设测验的基本方法 设某地区的当地小麦品种667m2产300kg，即当地品种的总体平均数μ0=300kg，并从多年种植结果获得其标准差σ=75kg，而现有某新品种通过25个小区的试验，样本平均产量为每667m2产330kg，即 =330，那么新品种样本所属总体与原总体是否有显著差异呢？ （一）提出统计假设。 H0：μ=μ0 （三）计算抽样误差出现的概率。 据题意，可求u值 用来测验假设的概率标准5%或1%等，称为显著水平，以α表示。 α= 0.05为显著，α =0.01为极显著 三、两尾测验与一尾测验 在提出一个统计假设时，必有一个相对应的备择假设。例如上述单个平均数测验，若H0：μ= μ0 ，则备择假设为HA：μ≠μ0 。后者即指该新品种的总体平均产量不是300kg，这包括大于300kg和小于300kg两种可能性。 两尾测验示意图 四、统计假设的两类错误 统计假设测验是根据一定的概率标准对总体特征作出推断。否定了H0，并不等于已证明H0不真实；接受了H0 ，也不等于已证明H0是真实的。 如果H0是正确的，通过测验却否定了它，就犯了一个否定真实假设的错误。这叫第一类错误或I型错误或α错误。 如果H0是错误的，通过测验没有发现其不真实而接受了它，即犯了一个接受不真实的H0的错误。这叫第二类错误或II型错误或β错误。 现以P79上的例子说明β值的计算。 两类错误的要点： 1、在样本容量n固定的条件下，提高显著水平α的值，将增大犯β错误的概率。 2、在n和显著水平α相同的条件下，总体平均数μ和假设平均数μ0 相差愈大，则犯第二类错误的概率β愈小。 3、为了降低犯两类错误的概率，需要采用一个较低的显著水平，如α=0.05；同时适当增加样本容量，或适当减小总体方差，或两者兼有之。 4、如果显著水平α已经确定，则改进试验技术和增加样本容量，可以有效地降低犯第二类错误的概率。 一、 t 分布 t-分布：一组对称曲线，以自由度确定某一特定的分布。自由度用ν和df表示。当ν大于30时，t-分布接近于正态分布。 t-分布与正态分布曲线比较：t-分布曲线稍扁平，峰顶略低，尾部稍高。 t 测验：按t 分布进行的假设测验。 二、单个样本平均数的假设测验 这是测验某一样本所属的总体平均数是否和某一指定的总体平均数相同。 [例5.1]某春小麦良种的千粒重μ0 =34g，现自外地引入一高产品种，在8个小区种植，得其千粒重(g)为：35.6,37.6,33.4,35.1,32.7,36.8,35.9,34.6,问新引入品种的千粒重与当地良种有无显著差异？ 测验步骤为： H0：μ =μ0 ；HA：μ ≠ μ0 查t值表，ν=7时，t0.05=2.365。现实得 |t| ＜t0.05，故P＞0.05。 推断：接受H0，即新引入品种千粒重与当地良种千粒重指定值无显著差异。 三、两个样本平均数的假设测验 这是由两个样本平均数的相差，以测验这两个样本所属的总体平均数有无显著差异。测验的方法分为:成组数据的平均数比较和成对数据的比较。 （一）成组数据的平均数比较 如果两个处理彼此独立，不论两个处理的样本容量是否相同，所得数据皆称为成组数据，以平均数作为相互比较的标准。 H0 :μ1＝μ2 ；HA：μ1≠μ2 α=0.05 （二）