生物统计学之假设检验.pptx

本资料来源; ;分 析 题 意;1 、提出假设;2 、 确定显著水平;3 、选定检验方法，计算检验统计量，确定概率值;4、作出推断结论：是否接受假设;;;;u 0.05=1.64 u 0.01=2.33;大样本平均数的假设检验 －－u检验;一、一个样本平均数 的假设检验;适用范围：检验某一样本平均数x所属的总体平均数?是否和某一指定的总体平均数?0相同。若相同，则说明该样本属于这个以?0为平均数的指定总体；若不相同，则说明该样本所属的总体与这个指定总体（ ?0 ）不同，即有显著或极显著差异。;;3、总体方差σ2未知，且n<30时，可用样本方差s2来代替 总体方差σ2 ，采用df=n-1的t检验法;例：已知某玉米单交种群的平均穗重为300g，经喷药处理过得玉米种群随机抽取9个果穗，其穗重分别为308，305，311，298，315，300，321，294，320g，问喷药与否的果穗重差异是否显著？ ;（１）假设;二、两个样本平均数 的假设检验;适用范围：检验两个样本平均数x1和x2所属的总体平均数?1和?2是否来自同一总体。;;2、确定显著水平：0.05或0.01;(2)样本平均数差数的方差 = 两样本平均数方差之和.;当σ12 和σ22已知;当σ12 和σ22未知，两样本都为大样本时;4、作出推断，并解释之;试 验 设 计;成组数据平均数的比较;1、两个总体方差σ12 和σ22已知，或σ12 和σ22未知，但两个样本都是大样本，即n1>30且n2>30时，用u检验法。;例：某杂交黑麦从播种到开花的天数的标准差为6.9d;（１）假设;2、两个总体方差σ12 和σ22未知，且两个样本都是小样本，即n1<30且n2<30时，用t检验法。;H0: μ1＝μ2= μ;例：用高蛋白和低蛋白两种饲料饲养一月龄大白鼠，在三个月时，测定两组大白鼠的增重(g);（１）假设;（3）检验;（4）推断;（2）σ12≠σ22，n1=n2=n ;例：两个小麦品种千粒重(g)调查结果;分　析;（１）假设;（4）推断;3 σ12≠σ22，n1 ≠ n2，采用近似地t检验，即 Aspin-Welch检验法。;检验两品种小麦蛋白质含量是否有显著差异？;（１）假设;（4）推断;成对数据平均数的比较;x1;H0: μd=0;例：在研究饮食中缺乏VE与肝中VA的关系时，将试验动物按性别、体重等配成8对，并将每对中的???头试验动物用随机分配法分配在正常饲料组和VE缺乏组，然后将试验动物杀死，测定其肝中VA含量，结果如右表：;（１）假设;;;第三节;第五节　方差的同质性检验;;且否从df1＝n1-1，df2＝n2-1的F分布。当F<Fα时，接受Ｈ0： σ12＝σ22，即认为两样本的方差是同质的，当F>Fα时，否定Ｈ0： σ12≠σ22，即认为两样本的方差是不同质的。;例题　检验例4.7中两个小麦品种千粒重的方差是否同质。;（3）检验;习题练习;;;;;第四节：参数的区间估计与点估计;一、参数区间估计与点估计的原理;;uα：正态分布下置信度P=1- α时的u临界值;知道 x ，但不知道μ;用样本平均数 x 对总体平均数μ的置信度为P=1-α的区间估计。;二、总体平均数μ的区间估计和点估计;其置信区间的下限L1和上限L2为; 当样本为小样本且总体方差σ2未知时， σ2需由样本方差s2来估计，于是置信度为P＝1-α的总体平均数μ的置信区间可估计为 ;其置信区间的下限L1和上限L2为： ; 例4.14测得某批25个小麦样本的平均蛋白质含量＝14.5％，已知σ＝2.50％，试进行95％置信度下的蛋白质含量的区间估计和点估计。 分析：本例σ为已知,置信度P＝1- α =0.95，u0.05=1.96。 ;蛋白质含量的点估计为：;例题 从某渔场收对虾的总体中，随机取20尾对虾，测的平均体长x＝120mm，标准差是＝15mm，试估计置信度为99％的对虾总体平均数;于是对虾体长的区间估计为;三、两个总体平均数差数 μ1-μ2的区间估计与点估计;两个总体平均数差数μ1-μ2的点估计Ｌ为;　　当两个样本为小样本，总体方差σ12和σ22未知，当两总体方差相等，即σ12＝ σ22＝ σ2时，可由两样本方差s12和s22估计总体方差σ12和σ22，在置信度为P＝1- α下，两总体平均数差数μ1-μ2的区间估计为：;两个总体平均数差数μ1-μ2的点估计Ｌ为：;　　当两个样本为小样本，总体方差σ12和σ22未知，且两总体方差不相等，即σ12 ≠ σ22时，可由两样本方差s12和s22对总体方差σ12和σ22的估计