【正文】 檢驗(yàn)一個(gè)服從二項(xiàng)分布的樣本百分率 與已知的二項(xiàng)總體百分率 p0差異是否顯著，其目的在于檢驗(yàn)一個(gè)樣本百分率 所在二項(xiàng)總體百分率 p 是否與已知二項(xiàng)總體百分率 p0相同 ，換句話(huà)說(shuō)，檢驗(yàn)該樣本百分率 是否來(lái)自總體百分率為 p0 的二項(xiàng)總體。 【 例 4現(xiàn)檢視 150粒花粉，得糯性花粉68粒，糯性花粉粒百分率 =，問(wèn)此結(jié)果和理論百分率 =？ ?p0p p 本 例 的 糯性花粉粒百分率服從二項(xiàng)分布 ，但樣本容量 n=150較大， np=75 、 nq=75均大于 5(注意，此處假定 ， 來(lái)計(jì)算 np和 nq)，所以采用 正態(tài)近似法 來(lái)進(jìn)行顯著性檢驗(yàn)； 且要回答的問(wèn)題是糯性花粉粒樣本百分率 = 與理論百分率 =， 故采用 兩尾u檢驗(yàn) ；由于 np=7 nq=75均大于 30， 不必對(duì)u進(jìn)行連續(xù)性矯正 。 本例， 68? 150p ?? 00?( 1 ) ( 1 ) 1150pppn? ? ??? ? ?于是， 0?? ppu?? ?? ? ? － 統(tǒng)計(jì)推斷 計(jì)算所得的 ＜ ，故 p＞，不能否定 H0： ，表明糯性花粉樣本百分率 ＝ 和 差異不顯著 ， 可以認(rèn)為糯性花粉粒樣本百分率 = 與理論百分率 = 。 1?p2?p 1?p2?p1p2p 當(dāng)兩樣本的 np、 nq均大于 5時(shí)，可以采用正態(tài)近似法，即 u檢驗(yàn)法進(jìn)行檢驗(yàn)；若兩樣本的 np和 nq均大于 30，不必對(duì) u進(jìn)行連續(xù)性矯正。9 】 調(diào)查春大豆品種 A的 120個(gè)豆莢（ =120） ，其 中 有 癟 莢 38莢（ f1=38），癟莢率 %（ ）；調(diào)查春大豆品種 B的 135個(gè)豆莢（ =135），其 中有癟莢 52莢（ f2=52），癟莢率 %（ ）。 1 1 1,n p n q22,n p n q， 12pp?p1 1 1,n p n q22,n p n q 檢驗(yàn)步驟如下： 統(tǒng)計(jì)假設(shè) H0： ； HA： 。 u ?三、百分率資料顯著性檢驗(yàn)的連續(xù)性矯正 (一 ) 樣本百分率與總體百分率差異顯著性檢驗(yàn) 的連續(xù)性矯正 檢驗(yàn)一個(gè)服從二項(xiàng)分布的樣本百分率與已知的二項(xiàng)總體百分率差異是否顯著 ，當(dāng)滿(mǎn)足 n足夠大， p不過(guò)小， np和 nq均大于 5的條件時(shí)，可近似地采用 u檢驗(yàn)法，即正態(tài)近似法來(lái)進(jìn)行顯著性檢驗(yàn)；如果此時(shí) np和（或） nq小于或等于 30，還須對(duì) u進(jìn)行連續(xù)性矯正 。8 】 。 121212? ? ? ?cppppnnuS?? ? ??檢驗(yàn)的其它步驟同 【 例 4 【 例 4問(wèn)兩 個(gè)大豆品種的三粒莢百分率差異是否顯著？ 本例 ＝ 20， ＝ 25， 1n 2n ＝ 14， ＝ 7 1f 2f1214? 207? 25pp????14 7 720 251 7 3pq????? ? ?1120 20 0npnq? ? ?? ? ?2225 525 5npnq? ? ?? ? ? 均大于 5，可以采用正態(tài)近似法，即 u 檢驗(yàn)法進(jìn)行顯著性檢驗(yàn)，要回答的問(wèn)題是兩個(gè)品種的三粒莢百分率差異是否顯著，故采用兩尾 u 檢驗(yàn)；但由于小于30，須對(duì) u 進(jìn)行連續(xù)性矯正。 12pp??計(jì)算 值 cu12? ?11 20 25 4 7ppS???? ? ? ???????121212? ? ? ? 20 25 7cppppnnuS?? ? ??? ? ??? 統(tǒng)計(jì)推斷 由于計(jì)算所得的 介于 間，故 p，否定 H0： ，兩個(gè)大豆品種的三粒莢百分率 差異顯著 ，這里 表現(xiàn)為 A品種的三粒莢百分率顯著高于 B品種 。 將樣本統(tǒng)計(jì)數(shù)直接作為總體相應(yīng)參數(shù)的估計(jì)值叫 點(diǎn)估計(jì) 。 區(qū)間估計(jì)是在一定概率保證下給出總體參數(shù)的可能范圍，所給出的可能范圍叫 置信區(qū)間 ，給出的概率保證稱(chēng)為 置信度 或 置信概率 。 n12, , , nx x xx x n? ?xS S n?? 因?yàn)? 服從自由度為 1的 分布，兩尾概率為 時(shí)，有： () xt x S???nt a P（ )1aat t t a? ? ? ? ? 在區(qū)間 內(nèi)取值的可能性為1 ，即： t ? ?,aatt?a( ) 1aaxxP t t aS??? ? ? ? ?對(duì) 變形得： aaxxttS??? ? ?a x a xx t S x t S?? ? ? ?即 ( ) 1a x a xP x t S x t S a?? ? ? ? ? ? ( 425）式稱(chēng)為總體平均數(shù) 置信度為 1 的 置信區(qū)間 ， ?a 稱(chēng)為 置信半徑 ； axtS L1 = 和 L2= 分別稱(chēng)為 置信下限 和 置信上限 ； axx t S? axx t S? 置信上、下限之差稱(chēng)為 置信距 ，置信距越小，估計(jì)的精確度越高。11 】 測(cè)得某高產(chǎn) 、抗病小麥品種的 8個(gè)千粒重，計(jì)算得千粒重平均數(shù) =，標(biāo)準(zhǔn)誤 。 x 8xSg? 查 附 表 3 ， 當(dāng) df =（ 81） = 7 時(shí)，得 ， 故 95％的置信度區(qū)間為： 0. 05 ( 7 ) ? （ － ） g≤ ≤(+ )g ≤ ≤ 說(shuō)明 置信度為 95％時(shí)，該高產(chǎn)、抗病小麥品種的千粒重在 — 。 p 當(dāng) ， p 時(shí)，總體百分率p的 95%、 99%置信區(qū)間為： 1000n ?1%?? ?? S p p S? ? ? ? 其中， 為樣本百分率， 為樣本百分率標(biāo)準(zhǔn)誤， 的計(jì)算公式為： ?p ?pS?pS ?? ?( 1 )pppSn?? 【 例 4試估計(jì)置信度為 95%的二化螟危害率的置信區(qū)間。 ? 靜夜四無(wú)鄰，荒居舊業(yè)貧。 09:51:1109:51:1109:513/22/2023 9:51:11 AM ? 1以我獨(dú)沈久，愧君相見(jiàn)頻。 09:51:1109:51:1109:51Wednesday, March 22, 2023 ? 1乍見(jiàn)翻疑夢(mèng)，相悲各問(wèn)年。 2023年 3月 22日星期三 上午 9時(shí) 51分 11秒 09:51: ? 1比不了得就不比，得不到的就不要。 2023年 3月 上午 9時(shí) 51分 :51March 22, 2023 ? 1行動(dòng)出成果，工作出財(cái)富。 上午 9時(shí) 51分 11秒 上午 9時(shí) 51分 09:51: ? 沒(méi)有失敗，只有暫時(shí)停止成功！。 09:51:1109:51:1109:513/22/2023 9:51:11 AM ? 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 09:51:1109:51:1109:51Wednesday, March 22, 2023 ? 1不知香積寺，數(shù)里入云峰。 2023年 3月 22日星期三 上午 9時(shí) 51分 11秒 09:51: ? 1楚塞三湘接，荊門(mén)九派通。 2023年 3月 上午 9時(shí) 51分 :51March 22, 2023 ? 1少年十五二十時(shí)，步行奪得胡馬騎。 上午 9時(shí) 51分 11秒 上午 9時(shí) 51分 09:51: ? 楊柳散和風(fēng)，青山澹吾慮。 09:51:1109:51:1109:513/22/2023 9:51:11 AM ? 1越是沒(méi)有本領(lǐng)的就越加自命不凡。 09:51:1109:51:1109:51Wednesday, March 22, 2023 ? 1知人者智，自知者明。 :51:1109:51:11March 22, 2023 ? 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 3月 上午 9時(shí) 51分 :51March 22, 2023 ? 1業(yè)余生活要有意義，不要越軌。 上午 9時(shí) 51分 11秒 上午 9時(shí) 51分 09:51: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感 謝 您 的 下 載 觀 看 專(zhuān)家告訴