气象统计分析与预报方法：04_第一章-统计量的检验.pptxVIP

;数理统计分析的核心内容： 由样本推断总体的特征 总体/母体—所有可能结果的总和 子样/样本(samples) — 有限子集; 在气象分析与预报中，为了研究气象要素本身或气象要素之间的关系，我们总是选取一定的样本进行统计分析。; 由样本推断得到的总体的特征，是偶然结果， 还是具有普遍意义？;例如，我们为了研究某地夏季某几年的冷害对农业的影响，分析出这几年夏季的天气形势场在该地上游地区某个区域高空有一低槽，高度值特别低。那么我们要问这几年该区域的低值是否是较常年显著地低，会不会是随机抽样的偶然性的结果？ 回答这些问题就是概率统计中的显著性检验。;显著性水平： α -significance level 在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平； 置信度：（1- α）%； 概率：表示一个事件发生的可能性大小的数，叫做该事件的概率，是一个在0到1之间的实数。;概述;概述;显著性检验的步骤;显著性检验的步骤;显著性检验的基本思想;;显著性水平（临界概率）—;假设性检验可能犯的两类错误;假设性检验可能犯的两类错误;假设性检验可能犯的两类错误—— 图示;假设性检验可能犯的两类错误;单侧和双侧检验;单侧与双侧假设检验;单侧与双侧假设检验;单侧检验与双侧检验;置信度间隔;观测到的显著性水平：由样本数据计算出来的检验统计量所截取的尾部面积/概率（P值），这个概率较小，则拒绝原假设（小概率事件发生了）。 若观测到的差异表明真实的差异存在的证据越强，则越有理由表明存在真实的差异。 检验所用的显著性水平：针对具体问题的具体特点，事先规定检验标准。;显著性检验的过程;实际应用;平均值的显著性检验; 统计分析常常采取抽样研究的方法。即从总体中随机抽取一定数量的样本进行研究来推论总体的特性。 由于总体中的每个个体间均存在差异，即使严格遵守随机抽样原则也会出现多抽到一些数值较大或较小的个体, 致使样本统计量与总体参数之间有所不同的情况。;又由于实验者测量技术的差别或测量仪器精确程度的差别等等也会造成一定的偏差，使样本统计量与总??参数之间存在差异。 由此可以得出这样的认识：均值不相等的两个样本不一定来自均值不同的总体。 ;Questions? 能否用样本均数估计总体均数？ 两个变量均数接近的样本是否来自均值相同的总体? 换句话说， 两个样本中某变量均值不同，其差异是否具有统计意义，能否说明总体差异? ;Solution(解决方案): 进行均值比较。;1、单样本平均值差异的显著性检验;单样本t检验;单样本t检验;单样本t检验;例如（教材），Trencerth检验在全球天气试验年期间不同的统计量与其他年份的差别。 设x0为试验年的某一统计量，这一统计量一般为某一研究气象要素在某一研究期间的平均值（如月、季）。 用它（ x0 ）与其它年份同一对象的统计量进行比较。 设抽取n年样品，记为x1， x2， ……xn。;统计量;例2（教材），对北京1月份气温，要检验1976年的1月平均气温是否与其它年份有显著不同。 检验过程： 原假设：与其它年份没有显著差异； 备则假设：与其它年份有显著差异。 计算得到，t=-2.28 查表知道，5%显著性水平、自由度为30-1的临界值ta=2.045，|t |〉ta，拒绝原假设。 结论： 1977年的1月平均气温与其它年份有显著差异。;单样本的平均值显著性检验—— u检验;例3，经正态检验，中国1910-1989年年平均气温等级遵从正态分布，其均值为2.94，标准差为0.3。又观测到1990-1994年中国年平均气温等级分别为2.6, 3.3, 3.7, 3.1, 2.4，样本均值为3.02，检验在显著性水平a=0.05下，中国年平均气温等级的总体均值与样本均值有无显著差异，即总体均值有无改变？ 检验过程： 原假设： ，用统计语言描述为“总体均值与样本均值有无显著差异” 备则假设：“总体均值与样本均值有显著差异” 计算得到，u=0.604 查表知道，5%显著性水平的临界值ua=1.96，|u |ua，接受原假设。 结论： 1990-1994年样本均值与年平均气温总体均值无显著差异，即年平均气温变化是稳定的。;2、方差的显著性检验;单样本的方差显著性检验—— 检验（1）;单样本的方差显著性检验—— 检验（2）;双样本的方差显著性检验——F检验;;;方差的显著性检验—信噪比;方差的显著性检验的应用—方差分析;3、两组样本平均值差异的显著性检验;独立条件下平均值差异的显著性检验（两组样本平均值差异的显著性检验）;独立条件下平均值差