二项分布的有关假设测验课件.pptVIP

二项分布的有关假设测验单个处理的随机化试验结果有时用百分率表示，如结实率、发芽率、杀虫率、病株率，以及杂交后代分离成不同类型的百分率等．这些资料属间断性的计数资料，应按二项分布分析．由于当np或nq（p=1-q）均大于5时，二项分布趋近于正态分布，因此，当np或nq均大于30时，可直接按正态分布处理；否则需进行连续性校正后，再按正态分布对待．

例：一批果树种子的平均发芽率为0.75．现随机取100粒，用福尔马林浸种，得发芽种子86粒，问福尔马林浸种对种子发芽有无效果（α=0.05）？因np=100×0.75=75,nq=n(1－p)=2530，故需进行连续性校正：故福尔马林浸种对促进种子发芽有显著效果

例：某一养猪场第一年饲养225头猪，死亡23头；第二年饲养368头猪，死亡28头，试检验两年的死亡率有无显著差异．推断结果：两年的死亡率无显著差异，或者说第二年的死亡率与第一年相比没有明显的下降。

参数估计点估计量的标准：无偏性、有效性、相合性μ，σ的点估计量分别为：2

区间估计v参数点估计的缺点是：点估计是一个统计量，据不同样本估计的值一般是不一样的；其二是估计值的可信度很小．→给出一个具有较大可信度的范围区间估计的定义：则称此区间为θ的置信水平1-a的置信区间，1-a称为置信区间的置信度或真实水平．在置信水平1-a的前提下，置信区间越短越好

一个正态总体的参数估计—μ（c）（b）（a）

一个正态总体的参数估计——σ2（c）（b）（a）

两个正态总体参数的区间估计—μYoucandoit!

两个总体方差比的区间估计—利用F分布的性质：

区间估计总结见课本P57:表2-2-1

非参数假设测验——卡平方（χ）测验2v分布的假设测验v符合性测验v独立性测验（列联表分析）

分布的假设测验婴儿出生时刻观察值0127912345678人数人数人数1391014311138121341311514127151131612617122189912119121201302112522112239711594和971001191271392880试检验：“出生时刻服从0到24小时内的均匀分布”是否正确？

H:出生时刻服从0到24小时内的均匀分布；0H:出生时刻不服从0到24小时内的均匀分布A在H之下，每小时出生概率均为:0理论出生数为查附表得故在水平0.05上否定H，在水平0.01上接受H00

表1-2-4120个黄瓜叶片中叶绿素a含量（㎎/g鲜重）的频率分布表组限划次数频率累加频率1.635-1.655丅丅2000.01670.01671.655-1.6751.675-1.6950.00000.00000.01670.0167组数m=16组距c=R/m≈0.02史力得可氏经验公式1.695-1.7151.715-1.73520.01670.0334丅正280.01670.6670.05010.11680.22510.41680.61680.79180.90850.95850.97520.99190.99191.0002=1+3.322logn；≤s/41.735-1.7551.755-1.7751.775-1.7951.795-1.8151.815-1.8351.835-1.8551.855-1.8751.875-1.8951.895-1.9151.915-1.9351.935-1.955正正132324211460.10830.19170.20000.15700.11670.05000.01670.01670.00000.00831.0002正正正正正正正正正正正正正正正丅2丅201120

黄瓜叶片叶绿素a含量观察分布与理论正态分布的适合性检验限fi1.635～1.7351.735～1.755680.076220.08474017310.15010.10750.06360.04919.14610.16915.61219.80020.77218.01212.9007.6361.08210.46260.43700.51720.50160.49570.09380.35040.13661.755～1.775131.775～1.795231.795～1.815241.815～1.835211.835～1.855141.855～1.8751.875～1.995655.897和1200.9994119.944注:为了提高检验效果，还要求P≥5,否则应并组。i

符合性测验调查玉米受玉米螟为害情况，抽取100株，受害株22．试检验H：每次抽一株得到受害株的概率0P=0.2(α=0.05)查附表得故应接受H0注：在次数资料的χ行校正2检验中，当自由度为1时