第九章 – t 统计量简介.docxVIP

羆 第九章?–?t?统计量简介 芃 与前面章节的重大差别： 膂 前面章节：总体???和?????? 薈 本章：处理总体??????????????????????用????估计值. 莆 什么可以作为????估计值? 肄 样本标准差?=?s?=?sqrt(SS/n-1)?(第四章) 膄 t?与?z?的不同适用条件： 袀 标准误的公式几乎是同样,计算出的考验统计量也就非常接近. ???:?????????????????? ???:?????????????????? ???: 羁 标准误=??=  聿 估计标准误=?s??=???= 蒈 考验统计量:?z?分数 肃 考验统计量?t-分数 薄?z?= 羈?z?或?t?=?样本均值-?总体均值 莁?t?= 芅 (估计)?标准误 规则: 规则:??当???2?值已知,??用?z?分数.??当???2?值未知,??用?s2??来估计???2??，则 用?t-统计量.?同样的规则在对总体均值(如,?置信区间)进行估计时也适 用. t?统计量是当 t?统计量是当???2?值未知时，用来考验关于总体均值的假设。??t??统计量 n??的数目越大,??样本对总体的代表性越好,??也就意味着?s??是???的更好 的公式在结构上与?z?分数公式非常相似，只是?t?统计量用估计的标准 误.?因为我们在用样本标准差(s)估计总体标准差(?),?需要考虑这毕竟 是一个估计.?所以必须考虑自由度. 自由度?描述了样本中可以自由变化的分数的数目。因为样本均值对于 莇 样本中的分数值构成了限制，所以样本有?n?-?1?个自由度?。 肅 估计值。 其对考验统计量的意义是：?t-分布的形状是样本容量?n?的函数。更确 袁 切地说，?t-分布的形状是自由度?df?的函数。?n?的数目越大(或?df?越 大),?t-分布就越接近正态分布. 这里要介绍一个新的分布?(或一族分布,?t-分布).?这意味着不能再用 袂 正态分布表,?而应该用?t?分布表?(附表?2) 螆 螅 羃单尾的比率 羀?膆?0.250 薆?0.100 肄?0.050 肈?0.025 衿?0.010 芆?0.005 df? df?0.500??0.200??0.100??0.050????蒃??0.020? 0.010 蒁双尾的比率 荿 羇 袃 蕿 螈 羄 羂 膇?1?芃?1.00 螂?3.078 肀?6.314 薇?12.706 羄 31.821?螃?63.657 膈?2?肆?0.816?螄?1.886?袄?2.920?薁?4.303 蚂?3?虿?0.765?腿?1.638?膅?2.353?蚃?3.182 羅?4?蒀?0.741?膀?1.533?羈?2.132?蚆?2.776 蒇?5?蒆?0.727?蚃?1.476?蚁?2.015?袆?2.571 蒅?6.965 肂?4.541 薂?3.747 膆?3.365 蒄?9.925 薈?5.841 芈?4.604 蒁?4.032 蝿 6?芆?0.718?羇?1.440?蒂?1.943?膁?2.447?3.143 3.707 : : : : : : : : : : : : : : t?分布表与正态分布表不同。 1.?t?分布表与正态分布表为什么不同? ??因为正态分布表是对一个分布?(即正态分布)?的描述。?而?t-分布表 其实描述了几个不同的?t?分布。 ??对于每一个不同自由度，都存在一个不同的?t?分布 (即使当?df?变 大时,差别实际上变得很小).?所以,?表中的每一行都对应于不同的 t-分布。 ??因此?表中没有足够的空间列出对应于每个可能的?t-分数的概率.?t 分布表中列出的只是最常用的临界区域的?t-分数?(即,?对应于那些 最常用的?alpha?水平). t?分布表也是分为单尾和双尾临界?t?值。 2.?如何用?t?分布表? 回忆上一章的内容。?我们决定是否拒绝?H?的一个方法是找出对应于临 0 界区域的临界?z?分数?(如,???=0.05?单尾考验的临界?z?分数是?1.65), 然后考察计算出来的实际?z?分数，看它是否大于?(或等于)临界?z.?如 果是,?我们就拒绝?H?,?如果不是,?我们就不拒绝?H?. 0 0 记住?对于?z?分数?我们用正态分布表。正态分布表只是描述一个分布. 对于单尾考验???=?0.05,?z?的临界值是?1.65. t?分布表的逻辑也是一样。但临界值会随?t-分布函数而变化。?因此也随 df?值而变化. t?考验的步骤： step?1:?陈述?H?和?H?；?确定显著性标准:???=?? 0 1 step?2:?确定考验是单尾还是双尾 step?3:?确定考验的自由度?df