统计假设测验.pptxVIP

第四章统计假设测验

统计假设测验(testofstatisticalhypothesis)01统计假设02单个平均数的假设03一个样本是从一个具有平均数的总体中随机抽出的，记作H0：。04两个平均数相比较的假设05两个样本乃从两个具有相等参数的总体中随机抽出的，记为H0：或H0：06第一节统计假设测验的基本原理

无效假设(nullhypothesis)对应假设或备择假设(alternativehypothesis)，记作HA：或HA：

二、统计假设测验的基本方法设某地区的当地小麦品种一般亩产300kg，即当地品种这个总体的平均数=300(kg)，并从多年种植结果获得其标准差s=75(kg)，而现有某新品种通过25个小区的试验，计得其样本平均产量为每亩330kg，即=330，那么新品种样本所属总体与=300的当地品种这个总体是否有显著差异呢？

对所研究的总体首先提出一个无效假设H0：HA：在承认上述无效假设的前提下，获得平均数的抽样分布，计算假设正确的概率计算概率

计算接受区和否定区01接受区(acceptanceregion)02否定假设的区域，简称否定区(rejectionregion)03

根据“小概率事件实际上不可能发生”原理接受或否定假设这种假设测验也叫显著性测验综合上述，统计假设测验的步骤可总结如下：对样本所属的总体提出统计假设，包括无效假设和备择假设。规定测验的显著水平值。

在H0为正确的假定下，根据平均数()或其他统计数的抽样分布，如为正态分布的则计算正态离差u值。由u值查附表3即可知道因随机抽样而获得实际差数(如-等)由误差造成的概率。或者根据已规定概率，如=0.05,查出u=±1.96,因而划出两个否定区域为：≤-1.96和≥+1.96。将规定的值和算得的u值的概率相比较，或者将试验结果和否定区域相比较，从而作出接受或否定无效假设的推断。

No.3在假设测验时所考虑的概率为正态曲线左边一尾概率(小于300kg)和右边一尾概率(大于300kg)的总和。这类测验称为两尾测验(two-tailedtest)，它具有两个否定区域。对应的备择假设仅有一种可能性,而统计假设仅有一个否定区域，即正态曲线的右边一尾。这类测验称一尾测验(one-tailedtest)。作一尾测验时，需将附表3列出的两尾概率乘以1/2，再查出其u值。No.2No.1三、两尾测验与一尾测验

t分布01当样本容量不太大(n＜30)而为未知时，如以样本均方估计，则其标准化离差02的分布不呈正态，而作t分布，具有03自由度DF或=n-1。04第二节平均数的假设测验

=01为样本平均数的标准误，它是的估计值，其中s为样本标准差，n为样本容量。02学生氏分布(studentstdistribution)03是自由度。在理论上，当增大时，t分布趋向于正态分布。04

t分布的平均数和标准差为：

按t分布进行的假设测验称t测验(t-test)。测验某一样本所属总体平均数是否和某一指定的总体平均数相同。[例]某春小麦良种的千粒重34g，现自外地引入一高产品种，在8个小区种植，得其千粒重(g)为：35.6、37.6、33.4、35.1、32.7、36.8、35.9、34.6，问新引入品种的千粒重与当地良种有无显著差异？123二、单个样本平均数的假设测验

H0：新引入品种千粒重与当地良种千粒重指定值相同，即34g；01或简记作H0：34g；对HA：34g。显著水平=0.05。测验计算：SS=0203040506

1查附表4，=7时，t0.05=2.365。现实得|t|＜2=2.365，故P＞0.05。3推断：接受H0：34g，即新引入品种千粒重与当地良种千粒重指定值没有显著差异。4两个样本平均数相比较的假设测验5测验这两个样本所属的总体平均数有无显著差异6成组数据的平均数比较

如果两个处理为完全随机设计的两个处理，各供试单位彼此独立，不论两个处理的样本容量是否相同，所得数据皆称为成组数据，以组(处理)平均数作为相互比较的标准。01成组数据的平均数比较又依两个样本所属的总体方差(和)是否已知、是否相等而采用不同的测验方法.01在两个样本的总体方差和为已知时，用u测验.01

两样本平均数和的差数标准误，在和是