第四单元均数差异显著性检验t检验第二节均数差异显著性检验的.pptxVIP

第四单元均数差异显著性检验-t检验（第二节均数差异显著性检验的意义和原理）主讲：牛华锋时间：2020-2杨凌职业技术学院《生物统计附试验设计》

杨凌职业技术学院《生物统计附试验设计》统计推断是根据样本和假定模型对总体作出的以概率形式表述的推断，它主要包括假设检验（testofhypothesis）和参数估计（parametricestimation）二个内容。

单元内容介绍假设检验又叫显著性检验（testofsignificance）。显著性检验的方法很多，常用的有t检验、F检验和?2检验等。尽管这些检验方法的用途及使用条件不同，但其检验的基本原理是相同的。本章以两个平均数的差异显著性检验为例来阐明显著检验的原理，介绍几种t检验的方法，然后介绍总体参数的区间估计（intervalestimation）。杨凌职业技术学院《生物统计附试验设计》

一、显著性检验的意义《生物统计附试验设计》杨凌职业技术学院随机抽测10头长白猪和10头大白猪经产母猪的产仔数，资料如下：长白：11，11，9，12，10，13，13，8，10，13大白：8，11，12，10，9，8，8，9，10，7经计算，得长白猪10头经产母猪产仔平均数=11头，标准差S1=1.76头；大白猪10头经产母猪产仔平均数=9.2头，标准差S2=1.549头。举例说明：

杨凌职业技术学院《生物统计附试验设计》能否仅凭这两个平均数的差值-=1.8头，立即得出长白与大白两品种经产母猪产仔数不同的结论呢？不能。原因：有两种可能，一是品种造成的差异，即是长白猪与大白猪本质不同所致，另一可能是试验误差（或抽样误差）。如何区分两类性质的差异？怎样通过样本来推断总体？这正是显著性检验要解决的问题。

试验测定得到的每个观测值，既由被测个体所属总体的特征决定，又受个体差异和诸多无法控制的随机因素的影响。所以观测值由两部分组成，即=+总体平均数反映了总体特征，表示误差，则：这说明样本平均数并非总体平均数，它包括两部分。杨凌职业技术学院《生物统计附试验设计》

对于接受不同处理的两个样本来说，则有：=+，=+这说明两个样本平均数之差（-）也包括了两部分，一部分是两个总体平均数的差（-），叫做试验的处理效应（treatmenteffect）；另一部分是试验误差（-）。杨凌职业技术学院《生物统计附试验设计》表面效应处理效应误差效应

杨凌职业技术学院《生物统计附试验设计》差异显著性检验的基本思想试验的表面效应主要由处理效应引起的，还是主要由试验误差所造成。统计学中把有处理效应所决定的差异看作是真实差异（差异显著），把有误差效应决定的差异看作是非真实差异（差异不显著）。两个样本是否存在差异，只有通过显著性检验，根据样本提供的信息构造合适的统计量，将误差效应发生的概率推算出来，然后根据小概率原理进行统计推断，才能得出正确结论。

杨凌职业技术学院《生物统计附试验设计》二、均数显著性检验的原理理论依据：统计假设和小概率原理。举例说明：在一个口袋中装有黑色球和白色球共100个，已知其中某一颜色的只有1个，另一个颜色有99个，现任取一个球为黑色，问口袋中黑球有几个？分析：有几种可能：①99个白球，1个黑球；②99个黑球，1个白球结果出现的概率：①抽中白球的概率0.99，黑球0.01；②抽中黑球的概率0.99，白球0.01小概率原理解释：①一次性抽中黑球几乎是不可能的；②一次性抽中黑球是成立的。统计假设是指对总体的某些未知的或不完全知道的性质提出的待考查的命题，通常分为有效假设（HA）和无效假设（H0）。根据样本资料对假设的成立与否进行推断，称之为假设检验，或显著性检验。

杨凌职业技术学院《生物统计附试验设计》t值与t分布u=(x-μ