我们需进一步估计出t≥2.426的两尾概 率， 即估计P(1t|≥2.426)是多少？ 查附表3，在df=(n1-1)+(n2~1)= (10-1)+(10-1)=18时，两尾概率为 0.05的临界值：to.0518)=2.101,两尾概率为 0.01的临界t值：t0.o108=2.878,即： P(|t|>2.101)=P(t>2.101) +P(t<-2.101)=0.05 一张 下 张 P(1t|>2.878)=P(t>2.878) 囧 +P(t<-2.878)=0.01
0.05(18) t 0.01(18) t 下一张 主 页 退 出 上一张
由于根据两样本数据计算所得的t值为 2.426,介于两个临界t值之间，即： t0.05<2.426<t0.01 所以，Lt≥2.426的概率P介于0.01 和0.05之间，即：0.01<P<0.05。 图5-1t1≥2.426的两尾概率 如图5-1所示，说明无效假设成立的可能 性，即试验的表面效应为试验误差的可能性在 0.01一0.05之间。 上一张下一张主页退出
上一张 下一张 主 页 退 出
(三)根据“小概率事件实际不可能性原理” 否定或接受无效假设 在统计学上，把小概率事件在一次试验中看 成是实际上不可能发生的事件，称为小概率事件 实际不可能原理。根据这一原理，当试验的表面 效应是试验误差的概率小于0.05时，可以认为在 一次试验中试验表面效应是试验误差实际 上是 上一张下一张主页退出
上一张 下一张 主 页 退 出
不可能的，因而否定原先所作的无效假设H。: 接受备择假设H4:4丰4， 即认 为：试验的处理效应是存在的。 当试验的表面效 应是试验误差的概率大于0.05时， 则说明无 效假设H,:4,=,成立的可能性大，不能被否 定，因而也就不能接受备择假设H4:4≠%。 上一张下一张主页退出
1 2 H0 1 2 H A H0 1 2 H A 1 2 上一张 下一张 主 页 退 出
本例中，按所建立的H。:4=4, 试验的 表面效应是试验误差的概率在0.01一0.05之 间，小于0.05，故有理由否定 Ho 从而接受H4:4丰4。可以认为长白猪与大白 猪两品种经产母猪产仔数总体平均数4和4不 相同。 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”对试验样本所属总体所 作的无效假设的统计推断。 上一张下一张主页退出
H0 1 2 H A H0 1 2 1 2 1 2 上一张 下一张 主 页 退 出