冷输出结果中∶p-值为0.1243(计算机输 出的双尾检验的卩-值除以2),因此,没 有证据否定零假设。 令玢布图 Tai Probability for t(9) 035 p-wlue=0.1243 2021/1/21 ∠b
2021/1/21 26 cxt ❖ 输出结果中：p - 值为 0.1243 （计算机输 出的双尾检验的 p - 值除以 2 ），因此，没 有证据否定零假设。 ❖ t分布图：
令从图3(玢布图)可以看出,右边的尾概率 不能说是小概率。如果要是拒绝零假设的话, 犯错误的概率就多于12%(0.1243)了 因此没有足够证据来拒绝零假设。 2021/1/21 cXt
2021/1/21 27 cxt ❖ 从图3（t分布图）可以看出，右边的尾概率 不能说是小概率。如果要是拒绝零假设的话， 犯错误的概率就多于 12 ％（ 0.1243 ）了， 因此没有足够证据来拒绝零假设
令(2)根据来自两个总体的独立样本对其总体均值的 检验 ◆目的是推断两个样本分别代表的总体均数是否相等。 其检验过程与上述两种检验也没有大的差别,只是 假设的表达和t值的计算公式不同。 ◆两样本均数比较的t检验其假设一般为 Ho:41=2,即两样本来自的总体均数相等 H1:1>2或1<2,即两样本来自的总体均数不相等, 验水准为005。 ◆计算t统计量时是用两样本均数差值的绝对值除以两 样本均数差值的标准误。 2021/1/21 28
2021/1/21 28 cxt ❖ （2）根据来自两个总体的独立样本对其总体均值的 检验 ❖ 目的是推断两个样本分别代表的总体均数是否相等。 其检验过程与上述两种t检验也没有大的差别，只是 假设的表达和t值的计算公式不同。 ❖ 两样本均数比较的t检验,其假设一般为： H0：µ1=µ2，即两样本来自的总体均数相等. H1：µ1>µ2或µ1<µ2，即两样本来自的总体均数不相等， 检验水准为0.05。 ❖ 计算t统计量时是用两样本均数差值的绝对值除以两 样本均数差值的标准误
令A、G与吧知时 构造统计量 x-y n n2 B、G与未知但相等时 构造统计量 ⅩY n{n+n12-2 n-2+(2-2n+马2 2021/1/21 29 cXt
2021/1/21 29 cxt ❖ A、 与 已知时 构造统计量 ❖ B、 与 未知但相等时 构造统计量 2 1 2 2 2 2 1 2 1 2 X Y z n n − = + 2 1 2 2 1 2 1 2 2 2 1 2 1 1 2 2 ( 2) ( 1) ( 1) X Y n n n n t n s n s n n − + − = − + − +
方差1,σ2已知 方 未知但相等 HI 统计量z 统计量 在显著水q下拒绝H,若 1=121≠12 1>1a(1+n2-2 Ⅱ=p21>p2 t>1-2(m1+m2-2) ⅢA1=211<2 2<=l1-a 1<--a(n1+n2-2) 2021/1/21
2021/1/21 30 cxt 方差 22 21 , 已知 统计量 z 方差 22 21 , 未知但相等 统计量t H0 H1 在显著水平 下拒绝 H0，若 Ⅰ 1 = 2 1 2 2 1 − z u ( 2) 1 2 2 1 + − − t t n n Ⅱ 1 = 2 1 2 u1− z ( 2) t t1− n1 + n2 − Ⅲ 1 = 2 1 2 −u1− z ( 2) t −t1− n1 + n2 −