统计假设检验法研讨.ppt

本资料来源为，第五章的统计假设检查，一，差异发生的原因，统计数参数，发生原因，误差引起的处理间效应的原因，差异不显着，例如：某小麦品种千粒重的多年统计结果为36g，我们在某地区选择9块土地在小麦生长中后期喷洒KH2PO4，千粒重的平均值第一节统计假设检验的基本原理和程序，第二、统计假设检验、假设检验、小麦叶变黄、小麦叶变黄是由于缺氮造成的，适用n肥检验、叶变绿、接受假设、叶未变绿、否定假设、否定假设检验、科学研究假设计算假设成立的概率的大小，假设成立的概率大的话接受假设，假设成立的概率小的话否定假设。 1 .假定平均样本和平均总和之间的差值是由误差引起的，没有效果。 也就是说，喷雾器KH2PO4的样本是从正规总体xn(36、22 )中提取的样本。 可靠度、最大概率区间(可靠区间)、小概率区间(否定区间)、3，判断实际采样平均是最大概率区间还是小概率区间。 三、提出统计假设检验的基本步骤、1、假设，假设H0零假设或无效假设：样本统计数与总参数之间的差异是由于误差，没有处理间效应。 HA准备了假设：假定在H0被拒绝之后接受的另一个假设是由于处理空间效应或样本统计和总体参数的差异。 2、确定显着水平，显着水平：判断H0不成立的小概率标准。 3、在H0成立的条件下，计算样本统计数的大概率区间和小概率区间。 可靠度、最大概率区间(可靠区间)、小概率区间(否定区间)、4、推定某个实际样本统计数是最大概率区间还是小概率区间。 进入大概率区间，接受H0，差异不明显，进入小概率区间，接受HA，差异明显，第二节平均统计假设检验，一、一平均统计假设检验，一样本平均检验程序，一、提出假设，实际样本是从指定的总体中随机抽取的样本，样本实际样本不是从指定的总体中随机抽出的样本，样本所属的总体和指定的总体不是总体，之间的差异不是由误差引起的，是由于处理间效应引起的。 2、确定显着水平，在满足3，H0的条件下计算实际样本的z值或t值，4、估计、平均样本进入较大概率区间，接受H0，并不是有效的。 样本平均值落在小概率区间，否定H0，接受HA，差异有显着性。 例如根据多年的统计结果，某小麦品种的千粒重xn (36，22 )，在某地区，在小麦的生长中后期喷洒KH2PO4，千粒重的平均值是喷洒KH2PO4是否提高了小麦的千粒重。 提出1、假设2、确定显着水平、3、H0成立条件下计算实际样本的z值、4、估计、否定H0、接受HA、差异起因于处理间效应，差异极显着，散布KH2PO4对提高小麦千粒重的效果极显着。 例：某地区烤烟地方品种多年产量140kg/亩，引进某新品种，40家种植，平均产量160kg/亩，标准偏差15kg/亩，检测新品种是否比地方品种高产。 2、确定显着水平，1、提出假设，在3、H0成立的条件下计算实际样品的z值，4、估计，否定H0，接受HA，差异归因于处理间效应，差异极显着，且新品种的产量比地方品种显着。 例如：为了提高冬小麦的产量，在生长后期喷洒KH2PO4，进行10点观测，发现10点小麦的千粒重分别为37.0、38.0、36.0、39.0、38.0、39.0、37.0、38.0g，一般大田小麦的千粒重为36g，喷洒的KH2PO4为小麦的2、确定显着水平，1、提出假设，在3、H0成立的条件下计算实际样本的t值，验证4、估计、2、2个样本平均值的统计假设，两个样本平均值各自所属总体的平均值是否相等，即两个样本平均值各自所属总体为同一总体差异是由误差引起的，没有处理间效应。 (1)具有样本平均差值的随机分布；以及(2)具有样本平均差值的总体的平均值等于原始总体的平均值的差值。 2、整个样本平均方差等于整个样本平均方差之和。 当df=1或2时，平均采样差异数的概率分布、n130、n130、4、原始总体方差、未知、(2)f分布与f检验、f分布概率密度函数、f分布概率累积函数、f分布的特征点、1、f分布的取样区间0，、2、f分布的形状是逆j形状的左偏移曲线。附表为不同自由度，表示右尾概率为时的临界f值，记为。 f检验两个样本的方差是否相等，接受H0，接受两个样本的方差不明显，接受HA，两个样本的方差明显，例如测定东方红3号小麦的蛋白质含量10次，方差s12=1.621； 农大139测定小麦蛋白质含量7次，其分散s22=0.135。 测试了东方红3号小麦蛋白质含量变异是否大于农大139。 否定H0，接受HA，东方红3号小麦蛋白质含量变异比农大139显着。 (3)组数据统计假设验证，如果两个处理是完全随机设计的两个处理，则每个供试单位彼此独立，使得获得的数据称为组数据，而不管两个处理的采样容量是否相同。 所有处理在试验条件下随机排列，各处理同等的机会出现在试验条件的任何地方，没有组控制。 完全随机化测试设计：重复A:7次，重复B:5次，其中，I、原始总体方差是已知的(即，已知的)或原始总体方差是未知的，但是样本容量超过30 (即，未知的)，n-1、n230。 (标准正态分布检查)差异是由误差引起的，没有处理间效应。 同时，从相同的总体随机提取两个样本，建立假设，确定有效性水平，在满足H0的条件下计算实际样本的z值，接受n1，n230，估计，H0，虽然已知但是不是有效的。 否定H0，接受HA，差异有显着性。 例：为了解某地区两个水稻品种a、b的产量差异，a品种调查了60个农田，平均产量为280kg/亩，标准偏差为26.40kg/亩，b品种调查了80个农田，平均产量为255kg/亩，标准偏差为22.46kg/亩，验证了两品种产量差异显着确定了显着性水平，在H0成立的条件下计算了实际样品的z值，虽然未知，但n1、n230、推定、H0为否定，假定接受HA的两个水稻品种的产量差异极为显着。ii、原始总体方差未知，样本容量小于30，即未知，n-1、n230。 假定1、2个样本各自所属的总体方差相等，即确定有效水平，在t检验法、H0成立的条件下计算实际样本的t值，计算2个样本混合变量，将计算出的方差()作为估计值。 检查、估计t值表的自由度，接受H0，差异无显着性。 否定H0，接受HA，差异有显着性。 2、两个样本各自所属总体方差相等，即确定有效水平，在H0成立的条件下计算实际样本的t值，近似t检验法，校正有效水平的自由度，校正有效水平的t值，接受H0，差异不明显。 否定H0，接受HA，差异有显着性。 例：研究了浅施硫酸铵和硝酸铵对水稻产量的影响，浅施硫酸铵有5次重复，浅施硝酸铵有4次重复，是完全随机化的实验设计，其产量如下表所示。验证两个样本的方差是否等于其所属总体的方差，接受H0，验证两个样本的方差差是否不明显，有效验证两个样本的平均值，否定H0，接受HA， 由于施硫酸铵和施硝酸铵对水稻产量的影响差异极为显着，施硫酸铵的平均产量大于施硝酸铵的平均产量，因此施硫酸铵的水稻产量显着高