第四章 生物统计学统计推断121031.pptVIP

* 动物配对 正常饲料组 维生素E缺乏组 差数d 1 3550 2450 1100 2 2000 2400 -400 3 3000 1800 1200 4 3950 3200 750 5 3800 3250 550 6 3750 2700 1050 7 3450 2500 950 8 3050 1750 1300 平均数 　 　 812.5 * 六、两个样本的频率假设检验 用于检验两个样本频率p1和p2差异显著性； 一般假定两个样本的方差相等； 实际上，抽样实验的理论频率p常常未知，不能对两个样本某种属性出现的次数进行比较，只能进行频率的比较； * * 两个样本的频率假设检验 H0：p1=p2 HA：p1≠p2 或 p1p2 或 p1p2 显著性水平α＝0.05 标准误差： p0是未知的，可以用p1和p2的加权平均数?p代替。 * * 检验统计量 n?p、n?q30不需进行连续性矫正 5n?p、n?q30，需要进行连续性校正 当ni≥30时用 u 检验 当ni30时用 t 检验 * 例：研究地势对小麦锈病发病的影响，调查低洼地麦田378株，其中锈病株342株；调查高坡地麦田396株，其中锈病株313株，试比较两块麦田锈病发病率是否有显著性差异？ 解：依题意，有 x1 =342, n1 =378； x2 =313， n2 =396 设H0：p1=p2 HA：p1 ≠ p2 α =0.05 检验统计量 * 查表得：u0.05(双)=1.960 u0.01(双)=2.576 ∵u=4.382 u0.01(双)=2.576 ∴p0.01，落在拒绝域内，故拒绝H0，接受HA ，即两块麦田锈病发病率有极显著差异。 Uα Uα/2 标准正态分布的单侧和双侧分位点（/临界值）表 * 比较两块麦田锈病发病率是否有显著性差异，也可表达为：锈病发病率与高低地势是否关联或相互独立，可用SPSS中的卡方检验（独立性检验）：[Analyze]=[Decriptive Statistics]（描述性统计）=[Crosstabs]（交叉列联表过程） 该操作方法到第六章再介绍 SPSS操作 * 注意 当两样本方差σ1 和σ2未知时，两个样本都是大样本（ni30），此时可用样本平均数差数的标准误 代替 。计算公式如下： 在假设μ1＝μ2时， * 大样本 σi未知 为了比较“42-67xRRIM603 和“42-67xPB86”两个橡胶品种的割胶产量，两品种分别随机抽样55株和107株进行割胶，割胶平均产量分别为95.4ml/株和77.6ml/株，割胶产量的方差分别为936.36(ml/株)2和800.89(ml/株)2 ，试检验两个橡胶品种在割胶产量上是否有显著差别。 * 三、标准差（σi）未知但相等时两平均数间差异显著性检验－成组数据t检验 常用于研究不同处理效应的显著性差异。 成组数据的特点是两个样本的各个变量是从各自总体中抽取的，两个样本之间的变量没有任何关联，即两个抽样样本彼此独立。 无论两个样本容量是否相同，所得数据皆为成组数据，两组数据以组平均数进行比较，来检验其差异的显著性。 * 成组数据t 检验 I. 方差齐性检验： 使用双侧F 检验。 1、从两个正态或近似正态总体中，独立地抽取含量分别为n1和n2的两个随机样本，分别计算出s12和s22。 2、零假设: H0： σ1＝σ2 备择假设: HA： σ1 ≠ σ2 3、显著性水平: α＝0.05 * 成组数据t 检验： I. 方差齐性检验 4、检验统计量: 5、建立H0的拒绝域: 对于方差齐性应做双侧检验，当FFα/2和FF1-α/2时拒绝H0。 6、得出结论判断方差是否相等。 * 成组数据t检验：II.平均数差异显著性检验 1、从σ1和σ2未知的正态或近似正态总体中抽出含量分别为n1和n2的样本。 2、零假设： H0： μ1＝μ2 备择假设： HA： ① μ1 μ2 ② μ1 μ2 ③ μ1 ≠ μ2 * 成组数据t检验：II 平均数差异显著性检验 3、显著性水平：在α＝0.05水平上拒绝H0称为差异显著；在α＝0.01水平上拒绝H0称为差异极显著。 4、检验统计量：在标准差未知时，平均数差的标准化变量在抽样分布一章中已经给出。 * 在H0：μ1＝μ2下，检验统计量为： 服从n1－1＋n2－1自由度的t分布。 * 在n1 = n2 =