环境数据处理与数学模型课件 05-环境数据分析方法-3.pptVIP

设μA=男性职员的平均小时工资，μB=女性职员的平均小时工资。 原假设与备择假设分别为： H0：μA-μB=0；H1： μA-μB≠0 计算统计量：（由于不知道总体方差，用样本方差代替） 查表得到显著性水平0.05对应的临界值分别为1.96和-1.96 计算统计量落在拒绝域里，所以拒绝原假设。 该公司男女职员的平均小时工资之间存在显著差异 小样本两总体均值一致性检验 两个样本的总体均要服从正态分布 总体服从正态分布，且两个总体方差已知 计算参数 总体A，满足正态分布 总体B，满足正态分布 来自总体 A 的样本，样本均值和样本容量： 来自总体 B 的样本，样本均值和样本容量： 总体方差已知 统计检验步骤 双侧检验 单侧检验 建立统计假设 选择显著性水平 计算统计量 确定临界值 查标准正态分布表得 大 查标准正态分布表得 度 拒绝H0判别 与大样本两总体均值一致性检验相同 小样本两总体均值一致性检验 总体服从正态分布，两个总体的方差未知，但相等 需要用两个样本的方差对总体方差估计 将两个样本合在一起，给出总体方差的合并估计量 计算参数 总体A，满足正态分布 总体B，满足正态分布 来自总体 A 的样本，样本均值、方差、容量： 来自总体 B 的样本，样本均值、方差、容量： 总体方差未知 统计检验步骤 双侧检验 单侧检验 建立统计假设 选择显著性水平 计算统计量 计算自由度df 确定临界值 查 t 分布表得 查 t 分布表得 拒绝H0判别 样本为独立样本 A,B两个样本中个体个数可以不一样 小样本两总体均值一致性检验 总体服从正态分布，两个总体的方差未知，且不相等，但两个样本的容量相等 两个样本均值之差经标准化后服从t分布 计算参数 总体A，满足正态分布 总体B，满足正态分布 来自总体 A 的样本，样本均值、方差、容量： 来自总体 B 的样本，样本均值、方差、容量： 总体方差未知且不等 两个样本容量相等 统计检验步骤 双侧检验 单侧检验 建立统计假设 选择显著性水平 计算统计量 计算自由度df 确定临界值 查 t 分布表得 查 t 分布表得 拒绝H0判别 样本为独立样本 A,B两个样本中个体个数一样 小样本两总体均值一致性检验 总体服从正态分布，两个总体的方差未知且不相等，且两个样本的容量也不相等 两个样本均值之差经标准化后近似服从t分布 计算参数 总体A，满足正态分布 总体B，满足正态分布 来自总体 A 的样本，样本均值、方差、容量： 来自总体 B 的样本，样本均值、方差、容量： 总体方差未知且不等 统计检验步骤 双侧检验 单侧检验 建立统计假设 选择显著性水平 计算统计量 计算自由度df 确定临界值 查 t 分布表得 查 t 分布表得 拒绝H0判别 四舍五入后查表 独立样本 例3：为了研究环境噪声对居民睡眠的影响，分别对生活在50dB(A)和55dB(A)噪声环境的居民分别抽查10人次，如下表。已知居民睡眠时间为正态分布，不同噪声等级下方差相等，在显著性水平0.05的条件下，能否认为两个分贝下居民睡眠时间存在显著差异？ 居民 1 2 3 4 5 6 7 8 9 10 50dB(A) 6.9 5.8 6.3 5.0 7.3 8.0 7.1 7.2 6.8 6.6 55dB(A) 6.4 7.2 6.1 6.7 5.6 8.2 7.5 6.9 7.0 6.6 小样本 设μA=50dB下居民平均睡眠时间，μB=55dB下居民平均睡眠时间。 原假设与备择假设分别为： H0：μA-μB=0；H1： μA-μB≠0 计算统计量：（两总体为正态分布，且方差相等） 计算统计量没有落在拒绝域里，所以不拒绝原假设。 50dB(A)和55dB(A)噪声对居民睡眠时间的影响 无显著性差异 配对样本（Paired sample） 所有个体先测量的值看做是来自第一个总体的样本值；所有个体后测量的值，看做是来自另一个总体的样本值 独立样本 配对样本 配对样本（Paired sample） 每对数据都惟一对应样本中的某个个体，不能随意改变某一样本中观测值的次序 目的：对配对对象给予两种不同处理效果的比较，或者处理前后的效果比较 配对的本质：除了研究者希望考察的影响因素外，其他影响因素大体一致 在某些情况下，无法做到一个样本在两种情况下的观察，此时只能采用两个样本，但必须做到其他影响因素大体一致，以便实现配对目的 配对样本两总体均值一致性检验 适用条件 两个样本的总体满足正态分布 不要求两总体方差相等 检验思路 对配对样本测量值之差进行均值是否为0的检验 t检验（t分布） 大样本？ 统计检验 步骤 双侧检验 单侧检验 建立统计 假设 选择显著性水平 计算统计量 计算自由度df 确定临界值 查