第五章验 统计推断是根据样本和假定模型对总体作 出的以概率形式表述的推断,它主要包括假设 检验( test of hypothesis)和参数估计 ( parametric estimation)二个内容。 上一张下一张主页退出
上一张 下一张 主 页 退 出
假设检验又叫显著性检验( test of significance)。显著性检验的方法很多,常 用的有检验、F检验和检验等。尽管这些检验 方法的用途及使用条件不同,但其检验的基本原 理是相同的。本章以两个平均数的差异显著性检 验为例来阐明显著检验的原理,介绍几种检 验的方法,然后介绍总体参数的区间估 计( interval estimation)。 上一张下一张主页退出
上一张 下一张 主 页 退 出
第一节显著性检验的基本原理 显著性检验的意义 随机抽测10头长白猪和10头大白猪经产母猪的产 仔数,资料如下: 长白:11,11,9,12,10,13,13,8,10,13 大白:8,11,12,10,9,8,8,9,10,7 经计算,得长白猪10头经产母猪产仔平均数x1 11头,标准差S1=176头;大白猪10头经产母猪 产仔平均数x2=92头,标准差S2=1549头 上一张下一张主页退出
1 x 2 x 上一张 下一张 主 页 退 出
能否仅凭这两个平均数的差值x1-x2=18 头,立即得出长白与大白两品种经产母猪产仔数 不同的结论呢?统计学认为,这样得出的结论是 不可靠的。这是因为如果我们再分别随机抽测 10头长白猪和10头大白猪经产母猪的产仔数, 又可得到两个样本资料。由于抽样误差的随机 性,两样本平均数就不一定是11头和92头,其 差值也不一定是18头。造成这种差异可能有两 种原因,一是品种造成的差异,即是长白猪与大 白猪本质不同所致,另一可能是试验误差(或抽 样误差) 上一张下一张主页退出
1 x 2 x 上一张 下一张 主 页 退 出
对两个样本进行比较时,必须判断样本间 差异是抽样误差造成的,还是本质不同引起的。 如何区分两类性质的差异?怎样通过样本来推断 总体?这正是显著性检验要解决的问题 两个总体间的差异如何比较?一种方法是研 究整个总体,即由总体中的所有个体数据计算出 总体参数进行比较。这种研究整个总体的方法是 很准确的,但常常是不可能进行的,因为总体往 往是无限总体,或者是包含个体很多的有限总 体。因此,不得不采用另一种方法,即研究样 上一张下一张主页退出
上一张 下一张 主 页 退 出