f第五章统计推断.docVIP

幻灯片1 抽样分布 总体 样本 统计推断 幻灯片2 第五章 统 计 推 断 Statistical inference 幻灯片3 1、统计推断概念 统计推断(Statistical inference) 是通过样本统计量对相应总体参数所做的非确定性的推估。统计推断是以各种样本统计量的抽样分布为基础。 2、统计推断途径及内容 统计 推断 3、统计假设检验(Statistical test of hypothesis)：假设总体参数等于某一特定值，再通过样本数据推断这一假设是否可以接受。如果可以接受，样本很可能抽自这个总体；否则，很可能不是抽自这个总体。 幻灯片4 本 章 内 容 第一节 单个样本的统计假设检验 一、统计假设检验的有关概念、一般原理及对检验结果的正确理解 二、单个样本的显著性检验 u 检验、t 检验、x2检验 第二节 两个样本的差异显著性检验 F检验、u检验、成组数据t检验、Aspin-Welch检验、配对数据t检验 幻灯片5 第一节 单个样本的统计假设检验 一、统计假设检验的有关概念、一般原理及对结果的正确理解 （一）假设 零假设(null hypothesis)：假设总体参数等于某一给定的值，这样的假设称为零假设，记为H0，则 H0:μ=μ0 或 H0:μ-μ0=0 H0是假设检验的基础，是根据研究内容提出来的。 来源：据以往经验或实验结果；据某种理论或模型；据某种规定。 幻灯片6 备择假设(alternative hypothesis)：在拒绝H0的情况下，可供选择的假设，记为HA，则 HA:μμ0，或 HA:μμ0 ，或HA:μ≠μ0 。 HA与H0是相对立的，是根据具体情况而提出来的。 HA的来源：除H0以外可能的值；担心会出现的值；希望出现的值；有重要意义的值。 幻灯片7 备择假设(alternative hypothesis)：在拒绝H0的情况下，可供选择的假设，记为HA ，则 HA:μμ0，或 HA:μμ0 ，或HA:μ≠μ0 。 备择假设的提出是根据具体情况而定的。 幻灯片8 【例5.1-1a】 用实验动物做实验材料，要求动物平均体重μ=10.00g，若μ10.00g需再饲养，若μ10.00g则应淘汰。已知总体标准差σ=0.40g。从实验动物群体中，随机抽取含量n=10的样本，样本平均数y=10.23g。这批动物实际饲养的时间比根据以往经验所需饲养的时间长。问这批动物能否用于实验。 解： H0: μ=10.00g HA: μ10.00g 幻灯片9 （二）统计假设检验原理——小概率原理 小概率的事件(P≤0.05或P≤0.01) ，在一次试验中几乎是不会发生的。若根据一定的假设条件计算出来该事件发生的概率很小，而在一次试验中它竟然发生了，则可以认为假设的条件不正确，从而否定假设。 幻灯片10 （二）小概率原理 小概率事件(P≤0.05或P≤0.01) ，在一次试验中几乎是不会发生的。若根据一定的假设条件计算出来该事件发生的概率很小，而在一次试验中它竟然发生了，则可以认为假设的条件不正确，从而否定假设。 若在H0成立的前提下，样本统计量对应的概率很小，如小于等于0.05，则认为事件在某一次试验中不会发生，此时拒绝H0，有足够证据推断差异有统计学意义。 幻灯片11 显著性检验（significance test）：根据小概率原理建立起来的检验方法称为显著性检验。 显著性水平（significance level）：拒绝零假设所使用的概率。 生物统计工作中， 通常规定5％或1％以下为小概率， 5％或1％或其它值称为显著性水平，记为“α”。 在统计假设检验中引入“显著性水平” 概念的必要性：小概率原理中有“发生的概率很小”这一提法，对“概率很小” 应有一个标准，这个标准定为α ，即为显著性水平。 检验统计量（test statistic）：进行假设检验所使用的统计量，如：u 、 t 、 x2 、 F等。 幻灯片12 （三）单侧检验与双侧检验 单侧检验：在拒绝H0之后，或者接受HA:μμ0 ；或者接受HA:μμ0的检验称为单侧检验。前者称为上尾检验，后者称为下尾检验。 双侧检验：在拒绝H0之后，接受HA:μ≠μ0的检验称为双侧检验。 由专业知识确定单、双侧检验。 幻灯片13 【例5.1-1b】 用实验动物做实验材料，要求动物平均体重μ=10.00g，若μ10.00g需再饲养，若μ10.00g则应淘汰。已知总体标准差σ=0.40g。从实验动物群体中，随机抽取含量n=10的样本，样本平均数y=10.23g。这批动物实际饲养的时间比根据以往经验所需饲养的时间长。问这批动物能