生物统计学课件--5单个与两个样本的检验.ppt

《生物统计学课件--5单个与两个样本的检验.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、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。<02、显著水平：=0.05，=0.013、两种类型的错误：，4、确定应使用的统计量：u，t，25、建立在水平上H0的拒绝域6、对推断的解释二、对单个样本平均数的测验1、在已知时，样本平均数的显著性测验-u检验例5-5：已知豌豆子粒重量（mg）服从正态分布N（377.2，3.32）。在改善了栽培条件后，随机抽取9粒，其子粒平均重

2、=379.2，若标准差仍为3.3，问改善了栽培条件是否提高了豌豆子粒重量？∵u0.05=1.645,∴u>u0.05,∴拒绝H0：µ=µ0（377.2），接受HA：µ>µ0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：µ=µ0（377.2），HA：µ>µ0=0.05称H0：µ=µ0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µ0=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：

3、已知玉米穗重是服从正态分布的随机变量，未知H0：µ=µ0（300克），HA：µ≠µ0=0.05∵︱t︱＞t0.05/2，8∴拒绝H0：µ=µ0（300），接受HA：µ≠µ0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：①≠0②>0（已知不可能小于0）③<0（已知不可能大于0）2、=0.05，=0.013、，df=n-15、作出结论，并给予生物学解释。HA:>0HA：<04、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

4、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：<03、=0.014、5、查表：df=n-1=10-1=9时，∵∴拒绝H0：=0（14cm）接受HA：<0即提纯后的群体株高比原来整齐了。在进行单个样本的显著性测验时，我们必须提出有意义的H0：=0。这使得这种方法的应用受到了限制。在实际应用时，人们常常选择两个样本，一个做为处理，一个作为对照，在这两个样本间进行比较。例如比较两种

5、分析方法，两种处理，两种药物，两种不同的物质，两种实验方法，两条公式等的差异，判断这种差异是否可以用偶然性来解释。在进行两个样本的比较时，我们只要检验H0：1=2或H0：1-2=0，而不必了解1与2究竟为何值。第三节两个样本差异显著性的检验一、两个样本方差比的检验----F检验(方差的齐性检验)我们已经了解：当H0：1=2时，据此，我们可以进行F检验，用以判断1和2的差异是否显著。比较两个样本的变异性是否一致符合F分布。（一）、检验的程序1、抽样：从两个正态总体N1（µ1，12）和N2（µ2，22）中分别以n1和n2为样本容量进行抽样，计算s12和s22。µ

6、1与µ2可以相等，也可以不相等。2、假设：H0：1=2HA：①1≠2②1>2（若已知1不可能小于2），③1<2（若已知1不可能大于2）3、显著水平：=0.05或=0.014、检验的统计量：df1=n1-1，df2=n2-15、建立H0的拒绝域：对于相应的备择假设，其H0的拒绝域为：HA：①1≠2，F>Fdf1，df2，/2或F2，F>Fdf1，df2，③1<2，F

7、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？青年男子老年男子98160136128130114123134128107123125129132154115126132136130120122114130155116140160100105220120182130139190124110130113解：①血压符合正态分布，②假设：H0：