1、7/19/202217/19/202227/19/202237/19/202247/19/202257/19/202268.7xmm=x7/19/20227这个过程称为假设检验这个过程称为假设检验(hypothesis testing)7/19/202287/19/202297/19/2022107/19/2022117/19/202212若取若取 5，则，则接受域95%否定域2.5%1.96-1.96否定域：否定域：Z 1.96 或或 Z 1.96 0.050.051()0.05PuZu-=否定域2.5%7/19/202213-3 -2 -+2 +3x68.3%95.5%99.7%7/19/
2、2022147/19/2022151,21,220.05()0.05(0.050.05()0.)20.01()0.01(010.01)()1.96;?2.5?;?;?8?dfddf dfdfddfffdfUFUXXFtt=7/19/2022167/19/2022177/19/2022187/19/20221928.793.1622.5/10 xZnms-=-7/19/2022207/19/202221若取若取 5，则，则接受域95%否定域2.5%1.96-1.96否定域：否定域：Z 1.96 或或 Z 1.96 0.050.051()0.05PuZu-=否定域2.5%7/19/202222如果
3、将显著水平从0.三 统计量的概率分布-抽样分布属于某个总体的统计量距离总体均数越远则其绝对值越大，越有可能是一个离群值或极值，有很大可能不属于该总体；属于某个总体的统计量距离总体均数越远则其绝对值越大，越有可能是一个离群值或极值，有很大可能不属于该总体；差异显著/极显著，不能简单的认为表面数值上的差异大小，因为差异能否达到显著除了与该差值的大小有关外，还取决于样本含量n、总体方差。（2）如果假设分布与实际分布均数差值（如 ）相对于抽样分布总体标准误（）来说是大的，则显著水平 可以提高，同时可以降低。96，即|Z|1.对总体的某些未知的或不完全知道的性质所提出的待考察的命题假设检验(hypoth
4、esis testing),又 叫显著性检验(test of significance)假定 为猪在体重为100kg时的平均背膘厚度所在的总体均数58 或 Z 0.H0:=0=9mm HA:0 9mm（1）随机抽样:从该场随机抽取一批猪,测定它们的100kg时的背膘厚度，（2）计算检验统计量生物统计 附 试验设计Biostatistics and Experimental Design若取 1，否定域为Z 2.3）不正确：2.58 或或 Z -2.58，临界值，临界值U=2.58，Z=-3.162 -2.58，统统计量计量Z落入否定区，否定落入否定区，否定 相伴概率相伴概率P 2.58 或或
5、Z 2.58 0.010.011()0.01PuZu-=否定域0.005%7/19/2022247/19/202225x7/19/2022267/19/2022270 xm0 xm0 xm7/19/2022295%-1.64 z=-3.162 -1.64 否定原假设否定原假设7/19/2022305%1.64 z=-3.162 1.64 接受接受原假设原假设7/19/202231 -3.1623.162 -3.162双侧检验的相伴概率双侧检验的相伴概率左侧检验的相伴概率左侧检验的相伴概率 在相同7/19/2022327/19/2022337/19/2022341/2 2/2),(211nNx)
6、,(222nNx11unams+假设分布假设分布真实抽样分布真实抽样分布7/19/2022357/19/202236当P时，结论才为否定H0，所以犯一型错误的概率P(一类错误)=例如:某型电子计算器的寿命（使用时数）规定为 0，如果进行抽样测试，则在 时，无论大多少，都不需要否定H0；已知该场猪的背膘厚服从正态分布，总体方差为 2 2.三 假设检验几个相关概念H0:=0=9mm HA:0 9mm检验功效 1 58 或 Z 0.已知该场猪的背膘厚服从正态分布，总体方差为 2 2.右侧检验：否定域在检验统计量分布的右侧（1）小概率事件在一次试验中几乎不会发生检验力（power of the test)：指一个错误的原假设能够被否定的概率，因为 II型错误的概率（）是接受错误原假设的概率，所以：96，Z=-3.（1）样本含量n越大，越小提出一个假设就决定了对于这个假设的接受区和否定区；x7/19/2022377/19/202238012m mmm-或12XXXss-或7/19/2022397/19/20224012127/19/2022417/19/2022427/19/2022437/19/202244
