【正文】 蛋白品種。這 時 否 定 域 位 于 分 布 曲 線 的 左尾，即 。已知的總體平均數(shù) 一般為一些公認的理論數(shù)值、經(jīng)驗數(shù)值或期望數(shù)值。 這種設(shè)計適用于試驗單位比較一致的情況 。 此時 1212()xxx x dtS ????下一張 主 頁 退 出 上一張 二、配對設(shè)計兩個樣本平均數(shù) 差異顯著性檢驗 配對設(shè)計 是指先根據(jù)配對的要求將試驗單位兩兩配對，然后將配成對子的兩個試驗單位隨機實施某一處理。 12 0d ? ?? ? ?其中， 為第一個樣本所在的總體平均數(shù)， 1?為第二個樣本所在的總體平均數(shù)， 2為兩個樣本各對數(shù)據(jù)之差數(shù) 所在的總體平均數(shù)， 。 ?p ?p? 這里所討論的百分率是服從二項分布的 ，當滿足 n足夠大， p不過小， np和 nq均大于 5的條件時，可近似地采用 u檢驗法，即正態(tài)近似法來進行顯著性檢驗； 若 np和nq均大于 30，不必對 u進行連續(xù)性矯正 。 【 例 4 (二 ) 兩個樣本百分率差異顯著性檢驗的 連續(xù)性矯正 檢驗服從二項分布的兩個樣本百分率差異是否顯著，當兩樣本的 np、 nq均大于 5時，可以采用正態(tài)近似法，即 u檢驗法進行檢驗；如果此時兩樣本的 np和（或） nq小于或等于30，還須對 u進行連續(xù)性矯正 。 u 12pp?第五節(jié) 參數(shù)的區(qū)間估計 參數(shù)估計就是用樣本統(tǒng)計數(shù)來估計總體參數(shù)，有 點估計 和 區(qū)間估計 之分。試求該品種小麥千粒重在置信度為 95％ 的置信區(qū)間。 , March 22, 2023 ? 雨中黃葉樹，燈下白頭人。 2023年 3月 22日星期三 9時 51分 11秒 09:51:1122 March 2023 ? 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。 。勝人者有力，自勝者強。 2023年 3月 22日星期三 上午 9時 51分 11秒 09:51: ? 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 3月 22日星期三 9時 51分 11秒 09:51:1122 March 2023 ? 1空山新雨后，天氣晚來秋。 , March 22, 2023 ? 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 :51:1109:51Mar2322Mar23 ? 1故人江海別，幾度隔山川。 二、二項總體百分率 的置信區(qū)間 求總體百分率的置信區(qū)間有兩種方法：正態(tài)近似法和查表法，這里僅介紹 正態(tài)近似法。點估計只給出了總體參數(shù)的估計值，沒有考慮試驗誤差的影響，也沒有指出估計的可靠程度。9 】 。試 檢 驗 這兩個品種的癟莢率差異是否顯著？ 1n 1?p2n 2?p 本例為服從二項分布的百分率資料，樣本容量較大， =120， =135，且 1n111120 53 42. 360 ,( 1 ) 120 ( 1 53 ) 77. 640npn q n p? ? ?? ? ? ? ? ?222135 53 47. 655 ,( 1 ) 135 ( 1 53 ) 87. 345npn q n p? ? ?? ? ? ? ? ? 均大于 5 (注意，假定 成立， 為合并樣本百分率，由(422)式計算 )，可以 采用正態(tài)近似法 ，即 u檢驗法進行顯著性檢驗，要回答的問題是兩個品種的癟莢率差異是否顯著 ，故 采用兩尾 u檢驗 ；由于 ， 均大于 30， 不必對 u進行連續(xù)性矯正 。8 】 用糯玉米和非糯玉米雜交，預(yù)期 F1 植株上糯性花粉粒的百分率為 =。 d d n? ?dSn本例， [++ +(－ )+(－ )+(－ )] = d16?2() 25( 1 ) 6 5dddSnn?? ? ????于是， 675 .46 7 25391 .52 5ddtS? ? ? 統(tǒng)計推斷 查 附 表 3，當 時 ， =，計算所得的 ＝ ＜ ，故 p ＞ ，不 能 否 定 H0： ，表明兩種栽培方法的地瓜產(chǎn)量差異不顯著， 可以認為兩種栽培方法的地瓜產(chǎn)量相同。 例如 ，在 相鄰兩個小區(qū) 、 兩個盆缽 實施兩種不同處理；在 同一植株（或器官）的對稱部位 上實施兩種不同處理； 在同一供試單位上進行處理前和處理后的對比 等，都是配對試驗設(shè)計，所得觀測值稱為 成對數(shù)據(jù) 。5】 測得馬鈴薯兩個品種魯引 1號和大西洋的塊莖干物質(zhì)含量結(jié)果如 表 43 所示。 2? t 檢驗法，就是在顯著性檢驗時利用 t分布進行概率計算的檢驗方法 。 0?x ? 0? 0??? 0???u( , ]u?? ? ??u( , 4]? ? ?一尾檢驗的 =兩尾檢驗的 =。 此時的無效假設(shè)仍為 H0： ，但備擇假設(shè)則為 HA： 。1】 中，對應(yīng)于無效假設(shè) H0： 的備擇假設(shè)為HA： 。 下一張 主 頁 退 出 上一張 ??0??? 0? 顯著性檢驗的兩類錯誤歸納如下： 下一張 主 頁 退 出 上一張 表 41 顯著性檢驗的兩類錯誤 檢驗結(jié)果 客觀實際 否定0H 接受0H 0H 成立 Ⅰ型錯誤 （ ? ） 推斷正確（ 1 ? ） 0H 不成立 推斷正確（ 1 ? ） Ⅱ型錯誤（ ? ） 因此，如果經(jīng) 檢驗獲得“ 差異顯著 ”或“ 差異極顯著 ”，我們有 95%或 99%的把握認為， 與 不相同， 判斷錯誤的可能性不超過 5%或 1% ； 若經(jīng) 檢驗獲得 “ 差異不顯著 ”， 我們只能認為在本次試驗條件下， 與 沒有差異的假設(shè) H0： 未被否定 ，這有兩種可能存在： 或者是 與 確實沒有差異， 或者是 與 有差異而因為試驗誤差大被掩蓋了 。 下一張 主 頁 退 出 上一張 u0??? 0???0? u 可以看到，是否否定無效 假設(shè) ，是 用實際計算出的檢驗統(tǒng)計數(shù) 的絕對值與顯著水平 對應(yīng)的臨界 值 比較： 若 | |≥ ，則在 水平上否定 若 | | ＜ ，則 不 能 在 水 平 上 否定 。 下一張 主 頁 退 出 上一張 0??? 0???0? 0??? 顯著性檢驗的結(jié)果表明： 本例的樣本平均數(shù)與原總體平均數(shù)之間的 表面差異 （ ） 除包含抽樣誤差外，還 包含真實差異 （ ） ， 即噴灑了藥劑的玉米單穗重總體平均數(shù) 與原來的玉米單穗重總體平均數(shù) 不同。備擇假設(shè)是在無效假設(shè)被否定時 ，準備接受的假設(shè)，記為 或 。 下一張 主 頁 退 出 上一張 12()xx? 12()???12???二、顯著性檢驗的步驟 下一張 主 頁 退 出 上一張 【 例 4盡管這些檢驗方法的使用條件及用途不同，但檢驗的基本原理是相同的。由于存在試驗誤差 ，樣本平均數(shù)并不等于總體平均數(shù) ， 樣本平均數(shù)包含總體平均數(shù)與試驗誤差二部分 ，即 下一張 主 頁 退 出 上一張 1x2x12,?? 1 1 1x ????2 2 2x 于是， 下一張 主 頁 退 出 上一張 1 2 1 2 1 2( ) ( )xx ? ? ? ?? ? ? ? ? 其中， 為 試驗的表面差異 ， 為 試驗的真實差異 ， 為 試驗誤差 。假設(shè)噴灑了藥劑的玉米單穗重總體平均數(shù) 與原來的玉米單穗重總體平均數(shù) 之間沒有真實差異，即 或 。 0()x ?? 本例是在假定無效假設(shè) 成立的前提下，研究在 ～ N（ 300，）這一已知正態(tài)總體中抽樣所獲得的樣本平均數(shù) 的分布。 在生物學(xué)研究中常取 =，稱 為 5% 顯 著 水 平； 或 =，稱 為