统计上，当1%<p≤5%称所测差异显著， p≤1%称差异极显著， p>5%称差异不显著， 所以，统计假设测验又叫差异显著性测验 (difference significance test) 显著水平a的选择应根据试验要求和 试验结论的重要性而定
统计上，当1%＜p ≤5%称所测差异显著， p ≤1%称差异极显著， p＞5%称差异不显著， 所以，统计假设测验又叫差异显著性测验 (difference significance test) 显著水平a的选择应根据试验要求和 试验结论的重要性而定
四、统计假设测验的几何意义 小麦品种例4=300 o=15 O H0:=0=300kg 接受区域为：（一1.96o)<x<(+1.966:) 即270.6<x <329.4 否定区域为：x≤(-1.96o)或x≥(h+1960) 即x<270.6 或x>329.4
H0： µ= µ0=300kg 接受区域为: 四、统计假设测验的几何意义 小麦品种例 0 = 300 x =15 x - µ0－1.96 σ x ＜ - ( ) µ0＋1.96 σ x - ＜ ( ) 即 270.6＜ x ＜329.4 否定区域为: - - x ≤( µ0－1.96 σ x - ) σ x x ≥( µ - 或 0＋1.96 ) - 即 x ＜270.6 或 x >329.4
五、两尾测验和一尾测验 统计假设测验中H:=具有两个否定区，H4:呋， 这类测验称两尾测验two-tailed test),在假设测验中所考虑的 概率为左右两尾概率之和。图5.1 当H:≤，HA:>0,则否定区在分布的右尾。 当H0:心，HA:<,则否定区在分布的左尾。 象这种在假设测验中所考虑的概率只用一尾概率的测验 称为一尾测验(one-tailed test)(图5.2)。图53 选用一尾测验还是两尾测验，应根据专业知识而定
五、两尾测验和一尾测验 统计假设测验中H0： µ=µ0具有两个否定区，HA： µ≠ µ0， 这类测验称两尾测验(two-tailed test)，在假设测验中所考虑的 概率为左右两尾概率之和。图5.1 象这种在假设测验中所考虑的概率只用一尾概率的测验 称为一尾测验(one-tailed test)(图5.2)。图5.3 选用一尾测验还是两尾测验，应根据专业知识而定。 x 当 - H0： µ≥µ0， HA： µ＜µ0，则否定区在 分布的左尾。 当H0： µ≤µ0， HA： µ＞µ0，则否定区在 x -分布的右尾
六、统计假设测验的两类错误 一、两类错误的概述 第一类错误：H,本来是真，而作出了拒绝的判 断所犯的错误称”弃真”错误或α错误。 P(拒绝HolHo为真}=a一检验水平 第二类错误：H本来是不真，而作出了接受的 判断所犯的错误称”取伪”错误或邹错误。 P接受HHo为假}=B
六、 统计假设测验的两类错误 一、两类错误的概述 第一类错误：H0 本来是真，而作出了拒绝的判 断所犯的错误称”弃真”错误或α 错误。 第二类错误：H0本来是不真，而作出了接受的 判断所犯的错误称”取伪”错误或β 错误。 P{拒绝H0 |H0为真}= 检验水平 P{接受H0 |H0为假}=
犯第一类错误的概率： 以小麦品种为例，H0；u=μ0=300,0=0.05 由平均数的分布可知， 当4-1.96ox<x<4+1.96ox→270.6<x<329.4 接受H,即接受μ=μ=300 当x>4+1.96o或x<4-1.96o:→元>329.4或x<270.6 否定H,实际上是否定μ=u=300 图5.1
犯第一类错误的概率： 以小麦品种为例，H0；=0=300, =0.05 接受H0，即接受=0=300 否定H0，实际上是否定=0=300 图5.1 由平均数的分布可知， 当 1 96 x x 1 96 x − . + . 270.6 x 329.4 当 x 1 96 x x 1 96 x + . 或 − . x 329.4或x 270.6