试验统计学（明道绪）6第4章统计假设测验2.ppt

第二节 单个样本平均数的假设测验 第二节 单个样本平均数的假设测验 第二节 单个样本平均数的假设测验 方差同质性检验 方差同质性检验 第四节 百分率资料的假设测验 第四节 百分率资料的假设测验 二.两个样本百分率差异显著性测验 【例4·9】 调查春大豆品种A的120（n1）个豆荚，其中有瘪荚38（x1）荚，瘪荚率31.7%；调查春大豆品种B的135（n2）个豆荚，其中有瘪荚52（x2）荚，瘪荚率38.5%。试检验这两个品种的瘪荚率差异是否显著？ 二.两个样本百分率差异显著性测验 【例4·9】 调查春大豆品种A的120（n1）个豆荚，其中有瘪荚38（x1）荚，瘪荚率31.7%；调查春大豆品种B的135（n2）个豆荚，其中有瘪荚52（x2）荚，瘪荚率38.5%。试检验这两个品种的瘪荚率差异是否显著？ 1. 统计假设 H0：P1-P2=0，；HA：P1-P2 ≠ 0， 2. 计算u值 |u|1.96，接受H0：P1-P2=0，未发现两个品种的瘪荚率有显著差异 3. 统计推断 三、百分数资料假设检验的连续性矫正 如果 np 或 nq 30，需对u 值作连续性矫正: 【例4-10】（略） 第五节 参数的区间估计 参数估计parameter estimation 样本统计量 总体参数 推断 第五节 参数的区间估计 参数估计parameter estimation 样本统计量 总体参数 推断 点估计point estimation 就是通过多个样本的统计量来估计相应的总体参数，如： 显然，其准确性取决于样本的数量 第五节 参数的区间估计 参数估计parameter estimation 样本统计量 总体参数 推断 点估计point estimation 区间估计 interval estimation 就是通过多个样本的统计量来估计相应的总体参数，如： 显然，其准确性取决于样本的数量 就是通过单个样本的统计量来估计相应总体参数的置信区间，如： 其可靠性取决于所选定的置信度 区间估计 实质上这是假设检验的逆运算： 区间估计 实质上这是假设检验的逆运算： 区间估计 实质上这是假设检验的逆运算： 95% 95％的置信 区间 下限? 上限? 例【4-11】测得某高产、抗病小麦品种的8个千粒重，平均千粒重为45.2 g，标准误为0.58 g。求该品种千粒重总体平均数置信度为95%的区间。 例【4-11】测得某高产、抗病小麦品种的8个千粒重，平均千粒重为45.2 g，标准误为0.58 g。求该品种千粒重总体平均数置信度为95%的区间。 例【4-12】调查某水稻品种1200株，受二化螟危害的有200株。求该品种二化螟危害率置信度为95%的区间。 * * 这是检验单个样本所属总体的平均数是否与某一指定值相等？ ㈠ 总体方差 已知或未知但为大样本, 用 u 测验 这是检验单个样本所属总体的平均数是否与某一指定值相等？ ㈠ 总体方差 已知或未知但为大样本, 用 u 测验 ㈡ 总体方差 未知且为小样本, 用 t 测验 这是检验单个样本所属总体的平均数是否与某一指定值相等？ 【例4·2】 糯玉米良种苏玉糯1号的鲜果穗重x～N（216.5，45.22），即μ0＝216.5g，σ2＝45.2 g。现引进一高产品种奥玉特1号，在8个小区种植，得其鲜果穗重为：255.0　185.0　252.0　290.0 159.9　190.0 212.7　278.5（g），试问新引入品种的鲜果穗重与苏玉糯1号有无显著差异？ ㈠ 总体方差 已知或未知但为大样本,用 u 测验 2. 计算u值。 3. 统计推断 u1.96,接受HO： 1. 提出假设。 HO： vs HA ： 【例4·2】 糯玉米良种苏玉糯1号的鲜果穗重x～N（216.5，45.22），即μ0＝216.5g，σ2＝45.2 g。现引进一高产品种奥玉特1号，在8个小区种植，得其鲜果穗重为：255.0　185.0　252.0　290.0 159.9　190.0 212.7　278.5（g），试问新引入品种的鲜果穗重与苏玉糯1号有无显著差异？ ㈠ 总体方差 已知或未知但为大样本,用 u 测验 ㈡ 总体方差 未知且为小样本,用 t 测验 ㈡ 总体方差 未知且为小样本,用 t 测验 新的统计量： ㈡ 总体方差 未知且为小样本,用 t 测验 f(t) t df=5 df=10 df=30 正态 学生氏ｔ分布 新的统计量： 【例4·3】 晚稻良种汕优63的千粒重μ0＝27.5g。现育成一高产品种协优辐819，在9个小区种植，得千粒重为：32.5、28.6、28.4、24.7、29.1、27.