第四章显著性检验

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

的可靠程度的高低。 显著性检验只是用来确定无效假设
能否被否定, 而不能证明无效假设是正确的。
湖南大学研究生院隆平分院
统计假设检验的基本步骤
• 提出H0,HA • 规定α 。 • 计算u值(t值, F值等)或划出接受区域,查表得uα (tα ,Fα )值的相应概率。
• 推断:α 值与u值概率比较|u|<uα 就接受H0,|u|>uα
检验方法是先按研究目的提出一个假设,然后通过试验 或调查,取得样本资料进行统计分析,检查其资料结果是否 与所做假设相符合。若两者甚相符合,则接受假设;如果两 者不符,就予以否定,作出推断。怎样推断两者是否相等? 用什么做标准呢,即怎样确定是否符合的界限呢?
湖南大学研究生院隆平分院
1、提出假设
• 统计假设——关于某一总体参数的假设。而利用样本以
湖南大学研究生院隆平分院
• 例如,某地水稻良种的常年平均产量为550kg /667m2(总 体),若一个新品种多点试验结果为600kg/667m2(样本), 试问新品种的产量是否显著高于当地良种? • 新品种产量比当地良种高50kg/667m2,这个差数50kg是表 面效应,可能是新品种产量潜力高所致,也可能是试验误 差造成。如何去判断呢?方法就是就表面效应与试验误差
三、显著性检验的步骤
举例来介绍显著性检验的基本步骤。 例:已知某玉米品种单穗重x~N(300,9.52),即单穗重总体
平均数µ0=300g,标准差σ =9.5g。 在种植过程中喷洒了某
种农药的植株中随机抽取9个果穗,测得平均单穗重为308g, 试问这种农药对该玉米单穗重有无真实影响?
湖南大学研究生院隆平分院
于0.01和0.05之间,即:0.01 <p < 0.05,说明假定表面
差异( x 0)是由抽样误差造成的概率在0.01-0.05之间。
湖南大学研究生院隆平分院
• 综上所述,显著性检验,从提出无效假设与备择假设,到 根据小概率事件实际不可能性原理来否定或接受无效假设, 这一过程实际上是应用所谓“概率性质的反证法”对样本 所属总体所作的无效假设的统计推断。 • 上述显著性检验利用了u分布来估计出∣u∣≥2.562的两尾
测验假设是否正确的过程,就称为一个假设正确性的统
计证明——亦称之为统计假设测验。通过测验发现试验
结果与假设相符,就接受该假设,反之就否定该假设。
• 统计假设可分为无效假设和备择假设。
湖南大学研究生院隆平分院
统计假设的提出: • 对单个平均数的假设:一个样本是从一个具有平均数 μ 的总 体中随机抽出的,记作 H0:µ=µ0。
湖南大学研究生院隆平分院
• 在生物学试验中,一般以概率等于0.05或0.01作为标 准,记作α =0.05和α =0.01,称为显著水平或极显著 水平。规定显著水平是为了准确判断该样本是否属于
抽样误差,从而否定或肯定假设。如果实验所得结果
的概率P≤0.05, 则Ho就不可能是真的,差数是显著 的,从而否定H0; 若P≤0.01,就说这个差数极显著, 因此这种假设测验也称显著性检验。
就否定H0。
湖南大学研究生院隆平分院
四、样本平均数与总体平均数差异显著性检验 • 检验一个样本平均数 x 与已知的总体平均数 0是否有 显著差异,即检验该样本是否来自某一总体。已知的
总体平均数 0 一般为一些公认的理论数值、经验数值
或期望数值。 • 这类问题的无效假设为: H0 : 0 , 备择假设为
本例中,可假设喷洒农药对玉米果穗重无效,即喷洒农药果
穗重(µ)与不喷洒农药的果穗重(µ0)相同。 • 对两个平均数相比较的假设:两个样本是从两个具有相等平 均数的总体中随机抽出的,记为H0:µ1=µ2或H0:µ1- µ2 =0。 例如:甲乙两种肥料的肥效相等,两个新品种的产量相
等,……。
湖南大学研究生院隆平分院
例:晚稻良种汕优63的千粒重
= 0 27.5g。现育成一高产
品种协优辐 819 ,在 9 个小区种植,得其千粒重为:
32.5 、 28.6、 28.4 、 24.7 、 29.1、 27.2 、 29.8 、 33.3 、
29.7(g),试问新育成品种的千粒重与汕优63有无显 著差异?
湖南大学研究生院隆平分院
x=

x
n
= 255.0 185.0 278.5 =227.887(g)
8
x
0
n

45.2 8
15.981(g)
湖南大学研究生院隆平分院
所以u值为:
u x 0
x

227.887 216.5 0.712 15.981
• 统计推断: 由于计算所得的
u
<u0.05 =1.96 ,故 p > 0.05 。不能
提出无效假设的目的 • 目的在于可以从假设的总体里推论其平均数的随机抽样分 布,可以算出某一样本平均数指定值出现的概率,研究样 本和总体的关系,作为假设测验的理论依据。故假设测验 时直接测验的是无效假设。 • 如果首先提出的是两者有显著差异,即两者不是来自同一
个总体,就建立不起一定的关系,无从计算样本平均数来
x

x
x
x 0 n
湖南大学研究生院隆平分院
• 将x
0 300g、 9.5g、n=9,代入上式,得:Biblioteka Baidu308g、
x 0 308 300 u 2.526 n 9.5 9
u0.01=2.58,所以,|u|≥2.526的概率P介 查表, u - 0.05 =1.96,
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?
湖南大学研究生院隆平分院
2 由于总体方差 0 已知,且新引入品种的鲜果穗重可能高
于也可能低于原品种,故采用两尾检验。 • 提出假设: H : =216.5g,即新引入品种鲜果 0 0 穗重与苏玉糯1号鲜果穗重相同。 • 计算 u 值:
湖南大学研究生院隆平分院
5、显著性检验应注意的问题 • 要有合理的试验设计和准确的试验操作,避免系统误差、 降低试验误差,提高试验的准确性和精确性。 • 选用的显著性检验方法要符合其应用条件。由于研究变量 的类型、问题的性质、条件、试验设计方法、样本大小等
的不同,所选用的显著性检验方法也不同,因而在选用检
概率,所以称为u 检验。
• 除了u检验外,还常用到t检验、F检验等方法。
湖南大学研究生院隆平分院
3、统计推断 • 根据小概率事件实际不可能性原理做出接受或否定无效假 设的推断。当表面差异是误差造成的概率小于0.05时,在 一次抽样中属于抽样误差造成的是不可能的。而当表面差 异是差异误差的概率大于0.05时,说明无效假设成立的概
有无差异,而不考虑两 0
图4-2 一尾检验
湖南大学研究生院隆平分院
• 正确理解显著性检验结论的统计意义。显著性检验结论
中的“差异显著”或“差异极显著”不应该误解为相差
很大或非常大,也不能认为在实际应用上一定就有重要或 很重要的价值。“显著”或“极显著”是指表面差异为 试验误差可能性小于0.05或0.01,已达到了可以认为存 在真实差异的显著水平。显著水平的高低只表示下结论
率大于0.95。
湖南大学研究生院隆平分院
4、显著水平 • 根据“小概率事件实际不可能发生”的原理接受或否定无效 假设—显著性检验。
• 对无效假设进行统计检验的根据是实验结果由随机误差所致
的概率有多大,但究竟其概率值多大才能接受或否定H0?这 必须定出一个显著性的概率标准,用来否定或接受无效假设 的概率标准就称之为显著水平,记作。
否定 H 0: 0 216.5g,表明新引入品种鲜果穗
重与苏玉糯1号鲜果穗重差异不显著,可以认为新引入
品种鲜果穗重与苏玉糯1号鲜果穗重相同。
湖南大学研究生院隆平分院
2 2. 总体方差 0 未知且为小样本(n≤30),则用 t 检验
法。 所谓t检验法,就是在显著性检验时利用t分布进行概 率计算的检验方法。
验方法时,应认真考虑其应用条件和适用范围。 • 选用合理的统计假设。进行显著性检验时,无效假设和备 择假设的选用,决定了采用两尾检验或是一尾检验。
湖南大学研究生院隆平分院
• 两尾检验与一尾检验:
在上述例题中,对应于无效假设H0:
0
的备择假设为
HA : 0 。HA实际上包含了 0 或 0 这两种情
湖南大学研究生院隆平分院
• 本例是在假定无效假设H0:µ=µ0成立的前提下,研究在 x~N(300,9.52)这一已知正态总体中抽样所获得的样本 平均数的分布。第三章已述及,若x~N(µ,σ 2),则样本
2 平均数x N (x , x ) ,
x ,

n
,将其标准化,得:
u
x x
x x = n
=
32.5 28.6 29.7 =29.255(g) 9
S
2 2 x ( x ) /n
自其总体的概率。
湖南大学研究生院隆平分院
2、计算概率 • 在Ho为正确的条件下,获得样本平均数的抽样分布, 计算表面差异是由误差造成的概率,或假设为正确的 概率。
• 计算概率的方法较多,各种统计分析方法的差别就在
于计算概率的方法不同。t测验是计算两个样本之间差 异的概率,方差分析是计算多个样本之间差异的概率。
HA: 0 ;检验方法有u检验和t检验两种。
湖南大学研究生院隆平分院
1. 总体方差 2 已知或虽未知但为大样本(n>30),用
u检验法。
例:糯玉米良种苏玉糯 1 号的鲜果穗重 x ~ N ( 216.5 ,
0 45.2g。现引进一高产品种 45.22),即 0 =216.5g,=
进行比较,看误差在表面效应中占有多大份量,若误差效
应小,则说明是品种的真实效应,新品种显著优于当地良 种。
湖南大学研究生院隆平分院
• 具体方法是根据抽样分布理论计算出抽样误差的概率,
并由“小概率事件的实际不可能性”原理作出推断。
• 统计推断自始至终都是针对试验误差来进行的。
湖南大学研究生院隆平分院
第四章
显著性检验
湖南大学研究生院隆平分院
一、统计学相关基础知识 • 进行田间试验的目的是用所获得的样本资料来推断总体特 征。由样本推断总体的过程称为统计推断,包括假设检验 和参数估计。 • 统计推断:把试验表面效应与误差大小相比较,并由表面 效应可能属于误差的概率而作出推论的方法。也就是从一 个样本或一系列样本所得结果去推断其总体结果,包括参 数估计和假设测验。参数估计又分为点估计和区间估计。 • 显著性检验:先作处理无效的假设(无效假设),再根据 获得该假设的概率大小来决定接受或否定该假设的过程。
2 由于总体方差 0 未知,又是小样本,且新育成品种的
千粒重可能高于也可能低于汕优 63 的千粒重,故采用 两尾t检验法。 • 提出假设: H 0 : 0 =27.5g,即新育成品种千粒重
与当地良种汕优63的千粒重相同。
• 计算t值:
x 0 t sx
,
df n 1
湖南大学研究生院隆平分院
况。此时,在 水平上否定域为 , u 和 u , ,对
称地分配在分布曲线的两侧尾部,每侧尾部的概率为 /2,
如图4-1所示。这种利用两尾概率进行的检验叫两尾检验 。
湖南大学研究生院隆平分院
图4-1 两尾检验 • 两尾检验的目的在于判断 与 者谁大谁小。
湖南大学研究生院隆平分院
湖南大学研究生院隆平分院
二、显著性检验的基本原理
显著性检验的意义:
• 一个试验相当于一个样本,样本平均数可用来估计总体
平均数。但样本平均数是因不同样本而变化的,即样本
平均数存在抽样误差。用存在误差的样本平均数来推断
总体,其结论并不是绝对正确的。
湖南大学研究生院隆平分院
• 试验研究中,试验因素或处理对所研究的性状的作用, 称之为效应。试验所得的结果属于表面效应,包括处理效应 和误差效应。处理效应是表面效应中试验因素所占的部分, 误差效应即表面效应中非试验因素所占的部分。 • 当处理效应比误差效应大、且大到一定程度时, 即表面 效应是属于因试验误差所造成的为小概率事件时,才能认为 处理效应是真实存在的,其差异是处理因素带来的。
相关文档
最新文档