生物统计统计测验省公共课一等奖全国赛课获奖课件.pptx

试验设计与统计分析试验设计与统计分析第四章第四章 理论分布和抽样分布理论分布和抽样分布l本课程使用盖钧镒主编试验统计方法一书作为书本。第二章 试验设计与实施第三章 次数分布和平均数、变异数第五章 统计假设测验第八章 参数预计方法第六章 方差分析第七章 卡方测验第九章 直线回归和相关第一章 科学试验及其误差控制第十章 多元回归和相关第十四章 不完全区组设计和统计分析第十二章 单原因试验统计分析第十三章 多原因试验结果统计分析第十五章 抽样调查第十一章 曲线回归第1页第五章 统计假设测验第二节 平均数假设测验第一节 统计假设测验基本原理第三节 二项资料百分数假设测验第四节 参数区间预计第2页第一节 统计假设测验基本原理l 统计测验 经过对抽样调查得到样本数据进行分析而对样本所来自总体作出统计判断方法。l 一些常见例子:1.产品检验:某产品某个技术指标值为 ,现从一批 该产品中抽取大小为 样本，测得样本平均数为 ，标准差为 ，试测验该批产品该技术指标平均数 是否与已知 间有显著差异。2.品种比较:调查A品种 株，平均产量为 ,标准 差为 ；调查B品种 株，平均产量为 ,标准差 为 ；试测验两品种真正产量 与 之间有没有 显著差异。*这种测验称为单个平均数假设测验。*这种测验称为两个平均数相比较假设测验。第3页第一节第一节 统计假设测验基本原理统计假设测验基本原理l 统计假设 针对研究问题对总体参数提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。假如是对总体平均数提出假设，则一个总体 H0:=0（C）对HA:0 H0:0 对 HA:0 H0:0 对 HA:0两个总体 H0:1=2 对 HA:1 2 H0:1 2 对 HA:1 2 H0:1 2 对 HA:1 2假如是对总体方差提出假设，则一个总体 H0:2=0 2（C）对HA:2 0 2 H0:2 0 2 对 HA:2 0 2 H0:2 0 2 对 HA:2 0 2两个总体 H0:1 2=2 2对 HA:1 2 2 2 H0:1 2 2 2 对 HA:1 2 2 2 H0:1 2 2 2 对 HA:1 2 2 2第4页第一节 统计假设测验基本原理l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水准(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。测验:（记施用这种肥料后真正产量为 ）1.设假设 H0:=0=35g vs HA:0=35g例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问这种肥料是否对产量有显著影响。第5页第一节 统计假设测验基本原理l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水平(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问这种肥料是否对产量有显著影响。测验:（记施用这种肥料后真正产量为 ）1.设假设 H0:=0=35g vs HA:0=35g2.假如H0是正确话，从上章可知：所以有统计量 服从标准正态分布。即 u 有95%可能落在(1.96,1.96)之间。3.现在，落在(1.96,1.96)以外，若要用=5%为显著水平，可断言：H0不正确。-1.96 0 1.96 495%接收区域否定区域上图是u接收区域和否定区域，利用 ,能够算出 接收区域和否定区域为(34.02,35.98)。这里否定区域是分布在曲线两边，我们称这么测验为两尾测验。34.02 35 35.98 3795%接收区域否定区域第6页第一节 统计假设测验基本原理l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水平(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问这种肥料是否对产量有显著影响。这里否定区域是分布在曲线两边，我们称这么测验为两尾测验。假如对刚才例题换一个方式来提问，看看情况有什么改变。问施用该肥料后，产量是否增加了。第7页第一节 统计假设测验基本原理l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水平(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问这种肥料是否对产量有显著影响。问施用该肥料后，产量是否增加了。测验:（记施用这种肥料后真正产量为 ）1.设假设 H0:0=35g vs HA:0=35g2.假如H0是正确话，从上章可知：所以有统计量 服从标准正态分布。即 u 有95%可能落在(,1.64)之间。3.现在，落在(,1.64)以外，若要用=5%为显著水平，可断言：H0不正确。上图是u接收区域和否定区域，利用 ,能够算出 接收区域和否定区域为(,35.82)。-0 1.64 495%接收区域否定区域-0 35.82 3795%接收区域否定区域 这里否定区域是分布在曲线一边，我们称这么测验为一尾测验。一个问题是两尾测验还是一尾测验完全是由研究者依据研究目标来确定。还是用这个例子说明。第8页例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问这种肥料是否对产量有显著影响。第一节 统计假设测验基本原理l 两尾测验 H0:=0=35g vs HA:0=35gl 判别规则是：l 1.假如假如 ，无须进行测验而认为，无须进行测验而认为H0是正确；是正确；l 2.假如假如 ，认为，认为H0是正确；是正确；l 判断判断 与与0 之间没有显著差异；之间没有显著差异；3.假如 ，认为H0是错；接收HA，判 断 与0 之间有显著差异；4.假如 ，认为H0是错；接收HA，判 断 与0 之间有极显著差异；-1.96 0 1.96 495%接收区域否定区域第9页例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =37g。问施用该肥料后产量是否显著增加。第一节 统计假设测验基本原理l 一尾测验 H0:0=35g vs HA:0=35gl 判别规则是：l 1.假如假如 ，无须进行测验而认为，无须进行测验而认为H0是正确；是正确；l 2.假如假如 ，认为，认为H0是正确；是正确；l 判断判断 没有显著大于没有显著大于0；3.假如 ，认为H0是错；接收HA，判 断 显著大于0；4.假如 ，认为H0是错；接收HA,判 断 极显著大于0；-0 1.64 495%接收区域否定区域第10页例题：某玉米品种正常单株产量为0=35g，标准差=5g。施用某种肥料后，调查 n=100株，算得样本平均数 =33g。问施用该肥料后产量是否显著降低。第一节 统计假设测验基本原理l 一尾测验 H0:0=35g vs HA:0=35gl 判别规则是：l 1.假如假如 ，无须进行测验而认为，无须进行测验而认为H0是正确；是正确；l 2.假如假如 ，认为，认为H0是正确；是正确；l 判断判断 没有显著大小于没有显著大小于0；3.假如 ，认为H0是错；接收HA，判 断 显著小于0；4.假如 ，认为H0是错；接收HA,判 断 极显著大于0；95%-4 -1.64 0接收区域否定区域 对于同一显著水平，两尾测验判别值u大于一尾测验判别值u，因此一尾测验比两尾测验 更轻易达差异显著。第11页第一节 统计假设测验基本原理l 假设测验会出现两种不一样类型错误。l 假设测验依据“小概率事件实际上不可能发生原理”。利用预计值来对总体对应参数进行判断。这种判断 不是绝对正确，有可能会犯错误。l 假设测验中犯这两类型错误概率有多大？l 第一类错误是指：将一个正确H0错判为不正确。比如，我们例子中，H0:=0 vs HA:0假如原来=0，但却判断为 0，有多大可能？因为我们用1-把握作推断，只有当算出测验值落在接收区间以外，才会推翻H0，所以犯第一类错误概率等于。-u 0 u1-否定区域接收区域第12页第一节 统计假设测验基本原理l 假设测验会出现两种不一样类型错误。l 假设测验依据“小概率事件实际上不可能发生原理”。利用预计值来对总体对应参数进行判断。这种判断 不是绝对正确，有可能会犯错误。l 假设测验中犯这两类型错误概率有多大？l 第二类错误是指：将一个错误H0错判为正确。比如，我们例子中，H0:=0 vs HA:0假如原来 0，但却判断为=0，有多大可能？我们称犯第二类错误概率为，计算比较复杂，它要求真正为已知。0 1-接收区域接收区域 0 1-用一个例子来说明计算方法。第13页第一节 统计假设测验基本原理例题：某玉米品种正常单株产量为 0=35g，标准差=5g。施用某种肥料后真正产量为=36g，调查n=100株，问在假设测验 H0:=0 vs HA:0中把明明为36g真正产量错判为35g概率为多少?若 H0:=35g 正确,能够计算出95%接收区域为：3595%34.02 35.98接收区域但实际上=36g,对于此曲线，落在区间(34.02,35.98)概率为：接收区域34.02 35.98 36 但通常真正 是未知,所以是无法 求得。这就是犯第二类错误 概率。第14页接收区域 35 3699%第一节 统计假设测验基本原理l犯这两类型错误概率(与)之间关系。接收区域 35 3695%假如样本容量n不变，降低，则增大。35 3795%接收区域即提供置信度(减小显著水平，或降低犯第一类错误概率)，将增大犯第二类错误可能性；。对于相同n和，与 0 相距越远，则 越小。当n、与0都相同时，越小则 越小。35 3695%接收区域所以有书本p80四点综述。第二节和第三节将介绍对各种不一样资料进行假设测验方法。它们基本步骤都是一样，只是计算统计量公式有所不一样。所以先复习一下假设测验基本步骤。第15页第一节 统计假设测验基本原理l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水准(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。第16页第二节 平均数假设测验l 两个样本平均数相比较假设测验l 单个样本平均数假设测验 当总体标准差 为已知时；当总体标准差 为未知但n足够大时；当总体标准差 为未知但n不够大时；l 成组数据平均数比较；l 成对数据平均数比较；两总体方差12和22为已知时；两总体方差12和22为未知但能够认为12=22时；两总体方差12和22为未知但可认为1222时；第17页第二节 平均数假设测验 当总体标准差 为已知时普通步骤:2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。两尾测验时 H0:=0 vs HA:0 计算统计量：(大端)一尾测验时 H0:0 vs HA:0 (小端)一尾测验时 H0:0 vs HA:0 两尾测验时，|u|u 则有(1-)概率推翻H0；(大端)一尾测验时，uu 则有(1-)概率推翻H0；(小端)一尾测验时，u u 则有(1-)概率推翻H0。用计算u，查 正态分布表。第18页l 学生氏分布l 若随机变量t概率密度函数为：则称随机变量t服从自由度为n-1t分布。l 分布曲线特征：单峰，倒钟状，以 t=0为轴左右对称；不一样df有不一样曲线，当df小时，曲线肥矮，当df大 时，曲线高瘦，当df时，曲线与标准正态曲线重合；曲线与横轴间面积为1。f(t)tdf=5df=10df=30正态例：随机变量t服从df=3分布，它在区间(-t0.05,t0.05)概率为95%，即在此区间以外概率为5%，查表求 t0.05值。p.360附表4列出了不一样自由度t分布表值。第二节 平均数假设测验第19页第二节 平均数假设测验 当总体标准差 为未知但n足够大时普通步骤:2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。两尾测验时 H0:=0 vs HA:0 计算统计量：(大端)一尾测验时 H0:0 vs HA:0 (小端)一尾测验时 H0:0 vs HA:0 两尾测验时，|t|u 则有(1-)概率推翻H0；(大端)一尾测验时，tu 则有(1-)概率推翻H0；(小端)一尾测验时，t u 则有(1-)概率推翻H0。用s代替计算t，但查正态分布表第20页第二节 平均数假设测验 当总体标准差 为未知但n不够大时普通步骤:2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。两尾测验时 H0:=0 vs HA:0 计算统计量：(大端)一尾测验时 H0:0 vs HA:0 (小端)一尾测验时 H0:0 vs HA:0 两尾测验时，|t|t 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。用s计算t，按自由度 df=n-1查t分布表。第21页第二节 平均数假设测验 两总体方差12和22为已知时普通步骤:2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:1=2 vs HA:1 2 (大端)一尾测验时 H0:1 2 vs HA:1 2 (小端)一尾测验时 H0:1 2 vs HA:1 2 两尾测验时，|u|u 则有(1-)概率推翻H0；(大端)一尾测验时，uu 则有(1-)概率推翻H0；(小端)一尾测验时，u u 则有(1-)概率推翻H0。用12和22计算u，查正态分布表。第22页第二节 平均数假设测验 两总体方差12和22为未知但能够认为12=22时2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:1=2 vs HA:1 2 (大端)一尾测验时 H0:1 2 vs HA:1 2 (小端)一尾测验时 H0:1 2 vs HA:1 2 两尾测验时，|t|u 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。因为能够认为12=22=2，所以变成但 2未知,用样本方差se2预计,变成假如第一样本方差为第二样本方差为 ,那么合并样本方差将是 2更加好预计。于是公式变成 用df=n1+n2-2 查t分布表。第23页第二节 平均数假设测验 两总体方差12和22为未知但可认为1222时2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:1=2 vs HA:1 2 (大端)一尾测验时 H0:1 2 vs HA:1 2 (小端)一尾测验时 H0:1 2 vs HA:1 2 两尾测验时，|t|u 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。查t分布表。但自由度要经过校正。因为不能够认为12=22，所以用s12预计12，用s22预计22，于是公式变成自由度校正公式为：其中第24页第二节 平均数假设测验成对数据平均数比较2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:1=2 vs HA:1 2 (大端)一尾测验时 H0:1 2 vs HA:1 2 (小端)一尾测验时 H0:1 2 vs HA:1 2 两尾测验时，|t|u 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。对于成对数据，应先算出各对数据差数d,所以统计假设也能够记为 H0:d=0 vs HA:d 0 (小端)一尾测验时 H0:d 0 vs HA:d 0 (大端)一尾测验时 H0:d 0 vs HA:d 0 两尾测验时 H0:d=0 vs HA:d 0 各对数据差数d平均数 所以统计量为但因为 未知，用 代替计算，测验统计量变为:按自由度df=n-1查t分布表。第25页第三节 二项资料百分数假设测验l 统计测验基本方法和普通步骤：2.利用试验数据计算一个统计量值。再依据该样本统 计量抽样分布，计算出当H0为正确时出现这么一个 值概率。对不一样资料进行测验时，因为统计量及其 分布不一样，计算统计量和概率公式有所不一样。3.当此概率小于预先设定水平，就依据“小概率事件 实际上不可能发生”原理拒绝H0，接收HA。该水平称 为显著水准(记为)。惯用为5%或1%。1.针对研究问题提出一对统计假设。其中：*认为试验处理没有效应假设称为无效假设（H0-null hypothesis)；*当H0不能被接收时所采纳假设称为备择假设（HA-alternative hypothesis)。第26页2.计算假如H0正确，20个卵中正常孵化数大于等于19个 概率。第三节 二项资料百分数假设测验l 对于二项资料百分数假设测验，理论上应该按二项 分布进行。见p.55例4.2l p.55例4.2 某品种家蚕卵在某地域自然孵化率为 70%，即p=0.7。现将这种卵放入某种孵化器进行孵化。抽取大小为n=20样本，发觉有19个卵能正常孵化。请用95%置信度(=0.05)测验用这种孵化器进行孵化 是否(比自然孵化)能显著提升孵化率。3.因为算得概率小于显著水准，推翻H0，判断差异显 著，即用这种孵化器能显著提升孵化率。1.提出统计假设 H0:p 0.7 vs HA:p 0.7 但假如n很大时，用此方法计算概率就很困难。在上一章讨论二项总体抽样分布时指出，当 np和nq大于5 时，可用正态分布来近似计算。p88表5.6列出了适用正态分 布进行计算情况。第27页l 两个样本百分数相比较假设测验l 单个样本百分数假设测验 用观察百分数进行计算测验公式；直接用观察次数进行计算测验公式；连续性矫正计算公式；用观察百分数进行计算测验公式；连续性矫正计算公式；第三节 二项资料百分数假设测验这是测验某一个样本百分数 所来自总体百分数 p与已知百分数 p0 之间是否有显著差异方法。因为百分数又称为成数，所以这种测验又称为成数假设测验。这是测验两个样本百分数 和 所来自总体百分数p1和 p2 之间是否有显著差异方法。对于这种测验，通常假设两总体方差是相等，即 。第28页2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。两尾测验时 H0:p=p0 vs HA:p p0 计算统计量：(大端)一尾测验时 H0:p p0 vs HA:p p0 (小端)一尾测验时 H0:p p0 vs HA:p p0 两尾测验时，|u|u 则有(1-)概率推翻H0；(大端)一尾测验时，uu 则有(1-)概率推翻H0；(小端)一尾测验时，u u 则有(1-)概率推翻H0。查正态分布表。用观察百分数进行计算测验公式；第三节 二项资料百分数假设测验第29页2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:p=p0 vs HA:p p0 (大端)一尾测验时 H0:p p0 vs HA:p p0 (小端)一尾测验时 H0:p p0 vs HA:p p0 两尾测验时，|u|u 则有(1-)概率推翻H0；(大端)一尾测验时，uu 则有(1-)概率推翻H0；(小端)一尾测验时，u u 则有(1-)概率推翻H0。查正态分布表。第三节 二项资料百分数假设测验 直接用观察次数进行计算测验公式；第30页2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:p=p0 vs HA:p p0 (大端)一尾测验时 H0:p p0 vs HA:p p0 (小端)一尾测验时 H0:p p0 vs HA:p p0 两尾测验时，|u|u 则有(1-)概率推翻H0；(大端)一尾测验时，uu 则有(1-)概率推翻H0；(小端)一尾测验时，u u 则有(1-)概率推翻H0。第三节 二项资料百分数假设测验 连续性矫正计算公式；查正态分布表，或df=n1t分布表。准确地应该计算这区域内面积。用正态近似后计算了这区域内面积。第31页2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:p1=p2 vs HA:p1 p2 (大端)一尾测验时 H0:p1 p2 vs HA:p1 p2 (小端)一尾测验时 H0:p1 p2 vs HA:p1 p2 两尾测验时，|t|t 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。第三节 二项资料百分数假设测验 用观察百分数进行计算测验公式 查正态分布表，或t值表其中第32页2.利用试验数据计算一个统计量值。3.依据“小概率事件实际上不可能发生”原理作判断。1.针对研究问题提出一对统计假设。计算统计量：两尾测验时 H0:p1=p2 vs HA:p1 p2 (大端)一尾测验时 H0:p1 p2 vs HA:p1 p2 (小端)一尾测验时 H0:p1 p2 vs HA:p1 p2 两尾测验时，|t|t 则有(1-)概率推翻H0；(大端)一尾测验时，tt 则有(1-)概率推翻H0；(小端)一尾测验时，t t 则有(1-)概率推翻H0。第三节 二项资料百分数假设测验 查正态分布表，或df=n1+n22t分布表。连续性矫正计算公式；第33页第四节 参数区间预计l由样本计算统计数目标在于对总体对应参数作出 预计。这种预计不是绝对正确，而是用一定概率 确保作出。所预计出范围称为某参数在某置信度 (概率)下置信区间。预计范围最小值称为下限，最大值称为上限。例题：某玉米品种单株产量未知，标准差=5g。现调查 n=100株，算得样本平均数 =34g。问由95%把握说这种玉米品种正常单株产量应该在什么范围。用前面学过知识可知：所以，能够用95%把握断言，在(33.02,34.98)之间。即95%置信区间为(33.02,34.98)。注意：与假设测验不一样，在进行区间预计之前，我们未对总体参数作过任何假设。没有H0也没有HA，更没有=0。以下将各种情况下假设测验与区间估 计进行一一比较。第34页第五章 统计假设测验第35页