其中 (n1-1)s1+(n2-1)s V(mn1-1)+(m2-1) Sx为均数差异标准误; 、2x、x25、分别为两样本的含量、平均数 均方。 根据前面两个样本的数据,计算得 元-=13.5-11.63=1.87 10-1)1.812+(10-1)1.9321 (10-1)+(10-1 (10+)=0.837
其中 • 为均数差异标准误； • 分别为两样本的含量、平均数、 均方。 • 根据前面两个样本的数据，计算得： • ) 1 1 ( ( 1) ( 1) ( 1) ( 1) 1 2 1 2 2 2 2 2 1 1 1 2 n n n n n s n s Sx x + − + − − + − − = 1 2 x x S − 2 2 2 1 2 1 2 1 n、n ,x 、x ,s 、s 13.5 11.63 1.87 x1 − x2 = − = ) 0.837 10 1 10 1 ( (10 1) (10 1) (10 1)1.81 (10 1)1.93 2 2 1 2 + = − + − − + − Sx −x =
于是.x-x21.87 2.234* 0.837 下面进步估计出≥2234尾概率,即估计 是多P(≥2234 查附表3,在矿=0-+10)=18尾概率为005 的临界t值 0.05(18) 2.101为001的临界t 值 Et 0.01(18) =2.878 P(1>2101)=P(t>2.10)+P(<-2.101)=005 P(>2878)=P(t>2878)+P(t<-2878)=0.01 由于根据两样本数据计算所得的t值为2234, 介于二个临界t值之间,0s<2234<to
于是 • 下面进一步估计出 的两尾概率，即估计 是多少。 • 查附表3 ，在 时，两尾概率为0.05 的临界t值 ，两尾概率为0.01的临界t 值 ，即： • 由于根据两样本数据计算所得的t值为2.234， 介于二个临界t值之间， 2.234* 0.837 1.87 1 2 1 2 = = − = Sx −x x x t P(t 2.234) t 2.234 df = (10 −1) + (10 −1) =18 t 0.0 5(1 8) = 2.101 t 0.0 1(1 8) = 2.878 P(t 2.101) = P(t 2.101) + P(t −2.101) = 0.05 P(t 2.878) = P(t 2.878) + P(t −2.878) = 0.01 0.05 234 0.01 t 2. t
所以,|t≥2.234的概率P介于001和005 ·之间,即: 0.01<P<0.05 说明试验处理效应 不存在,即试验的表 面效应为试验误差的 .882.10 2,1012.878 可能性在0.01~0.05 23 2.31 之间。 2234的两尾概率 。)根据“小概率事件实际不可能性原理” 接受无效假设 当一事件发生的概率很小例如小于0.05或 0.01)时,在一次试验中可以认为其实际上不可 能发生,这叫小概率事件实际不可能性原理
所以，|t|≥2.234的概率P介于0.01和0.05 • 之间，即： • 0.01＜P＜0.05 • （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。 • 当一事件发生的概率很小(例如小于0.05或 0.01)时，在一次试验中可以认为其实际上不可 能发生，这叫小概率事件实际不可能性原理。 |t|≥2.234的两尾概率 说明试验处理效应 不存在，即试验的表 面效应为试验误差的 可能性在0.01～0.05 之间
在生物学硏究中常以0.05和0.01两个概率作为 某事件是否是小概率事件的标准。 若P0减或与小概率事件 0.01<P<0.05 b>002=不认为是小概率事件 本例中,按所建立的M表面效应为试验误差 的概率在001~0.05之间,即无效假设属H 概率事件,根据小概率原理,故有理由否 定H0A=人而接受A≠内甲、乙两品 种经产母猪的仔猪初生窝重总体平均数不相同
在生物学研究中常以0.05和0.01两个概率作为 • 某事件是否是小概率事件的标准。 • 若 • 本例中，按所建立的 ，表面效应为试验误差 的概率在0.01～0.05之间，即无效假设 属于小 概率事件，根据小概率原理，故有理由否 定 ，从而接受 可以认为甲、 乙两品 种经产母猪的仔猪初生窝重总体平均数不相同。 0.01 0.05 0.01 P P 或 小概率事件 P 0.05 不认为是小概率事件 H0 H0 0 1 2 H : = 1 2 HA :
·小结(显著性检验的基本步骤) o首先对试验样本所在的总体作假设(无效假 设和备择假设)。 e在无效假设成立的前提下,构造合适的统计 量,并研究试验所得统计量的抽样分布。(得出 无效假设成立的概率) 根据“小概率事件实际不可能性原理”否定 或接受无效假设。(在一定的概率保证下,对无 效假设是否成立作出判断)
• 小结（显著性检验的基本步骤）： • 首先对试验样本所在的总体作假设（无效假 设和备择假设）。 • 在无效假设成立的前提下，构造合适的统计 量，并研究试验所得统计量的抽样分布。（得出 无效假设成立的概率） • 根据“小概率事件实际不可能性原理”否定 或接受无效假设。（在一定的概率保证下，对无 效假设是否成立作出判断）