试验统计方法 4.第五章假设检验--基本原理学习资料.ppt

第一节统计假设测验的基本原理一、统计假设的意义总体间的差异如何比较？准确的方法是研究整个总体，即由总体中的所有个体数据计算出总体参数（如平均数）进行比较。但这种方法常常是不可能进行的，因为总体往往是无限总体，或者是包含个体很多的有限总体。因此，不得不采用另一种方法，即抽取样本，通过样本代表其所属的总体进行研究比较。例题1：已知某豌豆品种籽粒重量（mg)服从正态分布N（377.2，3.32)。问栽培条件改变后(密度变大），豌豆粒重是否有变化？例题2：一个小麦品种发生了混杂，株高（cm)方差为196。经提纯复壮后，随机抽出30株进行考察，计算得样本的方差为156。问提纯后的群体是否比原群体整齐？例题3：国家标准规定，商品水稻种子的发芽率必须≥98%。现有一批水稻种子，随机选取100粒种子做发芽试验，测得其发芽率为97%。该批种子的发芽率是否合格？例题4：某地区当地小麦品种一般产量为4500kg/hm2（总体），并从多年种植结果获得其标准差为525kg/hm2。现有一新品种，通过25个小区的试验，计算得到试验结果为4950kg/hm2。问新品种是否比当地良种高产？小麦新品种与当地良种增产450kg/hm2，是否可以认为优于当地良种？统计学认为，这种结论是不可靠的！因为我们再一次试验，由于抽样误差的存在，水稻新品种产量不一定还是4950kg/hm2。造成450kg/hm2（表面效应）可能有两种原因：一是新品种确实优于当地良种（处理效应），另一种可能是抽样误差（误差）。如何区分两类性质的差异？怎样通过样本来推断总体？这正是统计学所要解决的问题。我们可以先提出一个假设，假设处理效应不存在，即表面效应完全是由于抽样误差引起。根据样本平均数的抽样分布，可以计算出造成本次抽样表面效应的概率。如果表面效应的概率很小，例如小于0.05、0.01。根据小概率原理，我们就推论它不可能完全属于抽样误差，从而否定假设，认为处理效应真实存在，新品种与当地良种的产量差异达显著或极显著。如果表面效应的概率较大（非小概率事件），我们就接受假设，即处理效应可能不存在，我们称新品种与当地良种的产量差异不显著。这就是统计假设的基本思路。也叫显著性测验。统计推断：是根据样本统计数的概率分布，对样本所在的总体作出的以概率形式表述的推断。它主要包括二个内容：假设测验（testofhypothesis）参数估计（parametricestimation）。假设测验（testofhypothesis）首先对相关总体提出一定假设，然后根据抽样分布计算出样本统计数的概率，根据小概率原理对假设进行推断的过程。也称显著性测验。假设测验的方法有很多，常用的有：u测验t测验?2测验F测验等二、统计假设测验的基本方法例题4：某地区当地小麦品种一般产量为4500kg/hm2（总体），并从多年种植结果获得其标准差为525kg/hm2。现有一新品种，通过25个小区的试验，计算得到试验结果为4950kg/hm2。问新品种是否比当地良种高产？（一）提出假设无效假设（nullhypothesis)：假设总体参数与某一指定值相等，即假设没有处理效应，试验差异是由于误差引起的。记作HO本例：HO：μ＝μ0式中μ为新品种的总体平均数。μ0为当地良种的总体平均数。备择假设（alternativehypothesis):与无效假设相对立的假设。记做HA本例：HA:μ≠μ0接受区间和否定区间（三）推断无效假设是否成立本例否定无效假设，接受备择假设。推断：因为P0.01，否定H0，接受HA。即小麦新品种与当地良种产量有极显著差异。三、两尾测验和一尾测验两尾测验：当假设为HO：μ＝μ0对HA:μ≠μ0否定区位于正态分布的两侧。例题2：某灯泡厂生产的灯泡标准为连续工作时间不低于1000小时。现新生产一批产品，随机抽取20只进行检查试验。测试结果为平均连续工作时间为995小时，问这批产品是否合格？例题3：国家标准规定，商品水稻种子的发芽率必须≥98%。现有一批水稻种子，随机选取100粒种子做发芽试验，测得其发芽率为97%。该批种子的发芽率是否合格？一尾测验当采用下列假设时，否定区只是位于正态分布的一侧，这类测验称一尾测验。HO：μ=μ0对HA:μ＜μ0HO：μ=μ0对HA:μ＞μ0一尾测验包括左尾测验和右尾测验两种类型.临界值uɑ比较