生物统计学--5单个与两个样本的检验ppt课件

.,第二节单个样本的统计假设测验一、单个样本统计假设测验的程序1、（统计）假设H0：=0来源：以往的经验，某种理论或模型，预先的规定HA：0来源：H0以外的可能的值，担心实验会出现的值，0希望实验出现的值，有某种特殊意义的值。u0.05,拒绝H0：=0（377.2），接受HA：0即改善了栽培条件显著地改善了豌豆的子粒重。,解：已知豌豆籽粒重符合正态分布H0：=0（377.2），HA：0=0.05,称H0：=0为“无效假设”！,.,2、在未知时，样本平均数的显著性测验-t检验,例：已知玉米单交种群单105的平均果穗重0=300克，喷药后，随机抽取9个果穗，其穗重为308，305，311，298，315，300，321，294，320（克），问喷药前与喷药后的果穗重，差异是否显著？解：已知玉米穗重是服从正态分布的随机变量，未知H0：=0（300克），HA：0=0.05,tt0.05/2，8拒绝H0：=0（300），接受HA：0即喷药前后的果穗差异是显著的。,查表，当,.,（一）、检验的程序1、假设H0：=0HA：00（已知不可能小于0）0,HA：0,4、H0的拒绝域：,三、单个样本变异性的检验-2检验,HA：0,.,(二)、应用实例：一个混杂的小麦品种，株高标准差为0=14cm，经过提纯后，随机地抽取10株，它们的株高为：90，105，101，95，100，100，101，105，93，97cm，考察提纯后的群体是否比原群体整齐？解：根据检验程序：1、小麦株高是服从正态分布的随机变量2、H0：=0（14cm）HA：Fdf1，df2，12，FFdf1，df2，1-对于HA12和12，若以较大的样本方差做分子，较小的方差做分母，则只会用到上侧分位数，而不用下侧分位数，简便计算，对结论没有影响。6、作出生物学的解释。,.,（二）应用实例：测定了20位青年男子和20位老年男子的血压值（收缩压mmHg）如下表。问老年人的血压值的波动是否显著地高于青年人？,解：血压符合正态分布，假设：H0：1=2HA：12=0.05,Ft,n-1,则接受HA：d0，（12),若t-t,n-1,则接受HA：d0，（12），若tt/2,n-1，则接受HA：d0，（12）利用上面的方法，可以对两个样本的差异显著性进行检验，而无须对i作出规定，通过求差，把两个样本化为一个样本。,.,4、配对数据试验设计的优点,d1d2dn,x1x2d=x1-x2AB,可以控制试验误差，具有较高的精确性不必假设两样本的总体方差1和2相同。,.,5、例题：某个品种的小麦进行矮壮素处理，重复4次，试验结果列下表，试验采用配对法试验设计，问经过矮壮素处理后的小麦产量是否高于对照的产量？矮壮素x1对照x2差数d=x1-x260754364681608735364805665062822解：n=4，,H0：1=2，即d=0，无效；HA：12，即d0，有效；=0.05，,.,查表，df=n-1=3时，t0.05，3=2.353tt0.05，3，拒绝H0：1=2（即d=0，无效）接受HA：12（即，d0，有效）结论：经过矮壮素处理后的小麦的产量高于未经药剂处理的产量。,.,6、成组数据和配对数据的差别,.,差异显著性测验,单个样本,两个样本,变异性（稳定性）：,平均数,已知：u检验,未知：t检验,变异性（稳定性）：F检验（方差的齐性分析）,平均数,成组数据,已知时：u检验未知、但相等：t检验（自由度不校正）未知且不相等：t检验（自由度要校正）,配对数据：t检验自由度=n-1,.,作业：P93，5.6P94,5.7P94,5.12,.,5.3:H0：=0，HA：250,0.05，,5.6:H0：=3，HA：6,0.05，F检验若s52,0.05，,.,统计推断-复习思考题：什么是统计推断？统计推断的目的是什么？怎样利用统计假设检验，判断某种现象属于偶然？什么叫I型错误？什么叫II型错误？在不增加犯I型错误概率的情况下，如何降低犯II型错误的概率？在拒绝了零假设后，如何正确理解备择假设的可能性？如何正确选择单位检验和双尾检验？在确定显著水平时，应主要注意什么因素和事项？,.,对单个样本的变异性和两个样本的变异性进行差异显著性测验时，使用的统计量是相同的吗？为什么？当总体标准差未知但为大样本，对两个样本的平均数进行差