試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)教學(xué)教程_第1頁
試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)教學(xué)教程_第2頁
試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)教學(xué)教程_第3頁
試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)教學(xué)教程_第4頁
試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)教學(xué)教程_第5頁
已閱讀5頁,還剩2頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

第七章試驗(yàn)資料的統(tǒng)計(jì)假設(shè)測驗(yàn)統(tǒng)計(jì)學(xué)的目的不只是為了研究樣本,而是要通過樣本的結(jié)果來推斷其所屬總體的特征。即統(tǒng)計(jì)推斷問題。所謂統(tǒng)計(jì)推斷,就是根據(jù)抽樣分布律和概率理論,由樣本結(jié)果(統(tǒng)計(jì)數(shù))對總體特征(參數(shù))進(jìn)行推論。試驗(yàn)研究所獲得的資料,通常是從樣本得到的結(jié)果,而我們的目的是希望知道樣本所屬總體的情況。因此,統(tǒng)計(jì)推斷是科研工作中的一個十分重要的工具。統(tǒng)計(jì)推斷的基本內(nèi)容有兩個方面,一個是進(jìn)行統(tǒng)計(jì)假設(shè)測驗(yàn),也叫差異顯著性測驗(yàn);另一個是參數(shù)估計(jì)。

第一節(jié)概率的基本知識

假定在同一組條件下重復(fù)進(jìn)行同一類試驗(yàn)或調(diào)查,隨機(jī)事件A在若干試驗(yàn)中出現(xiàn)的次數(shù)稱為頻數(shù)(a),頻數(shù)與所進(jìn)行試驗(yàn)總次數(shù)(n)之比稱為頻率(a/n),則當(dāng)試驗(yàn)或調(diào)查的次數(shù)n逐漸增大時,隨機(jī)事件A的頻率(a/n)將穩(wěn)定地在某一數(shù)值P附近擺動,而且當(dāng)n愈增大時這種擺動的幅度愈變愈?。搭l率的穩(wěn)定性),則定義隨機(jī)事件A的概率為P,并記為:

P(A)=P

在通常情況下,由于P是一個理論值,實(shí)際中P不可能準(zhǔn)確獲得的,所以人們常用n充分大時事件A的頻率作為該事件概率P的近似值,即

P(A)=P~(a/n)

而且:0

P(A)

1

隨機(jī)事件的概率表現(xiàn)了事件的客觀統(tǒng)計(jì)規(guī)律,反映事件在一次試驗(yàn)中發(fā)生的可能性大小。P(A)愈大,事件A就愈容易發(fā)生。如P(A)=1,那么,事件A是必然事件;相反,P(A)愈小,事件A就愈不容易發(fā)生,當(dāng)P(A)=0時,表示事件A根本不可能發(fā)生,成為不可能事件。若事件A發(fā)生的概率很小,如小于0.05或0.01,表示事件A在一次試驗(yàn)中出現(xiàn)的可能性很小,以至實(shí)際上不可能出現(xiàn),這稱為“小概率事件實(shí)際不可能性”原理。概率論的“小概率事件實(shí)際不可能性”原理是統(tǒng)計(jì)假設(shè)性測驗(yàn)的基本原理。在生物統(tǒng)計(jì)上,常把事件發(fā)生的概率小于5%叫做小概率事件。

概率計(jì)算法則:

1.若事件A與事件B是互斥事件,其概率分別為P(A)和P(B),則事件A與B的和事件的概率等于事件A的概率與事件B的概率之和,即:P(A+B)=P(A)+P(B)

若事件A的概率為P(A),那么其對立事件B的概率為:

P(B)=1-P(A)若事件A1、A2、A3、…、An構(gòu)成試驗(yàn)的完全事件系,則:

P(A1+A2+A3+…+An)=12.若事件A的發(fā)生與否并不影響事件B發(fā)生的可能性,那么就稱事件A和事件B相互獨(dú)立。設(shè)事件A和事件B的概率分別為P(A)和P(B),則事件A和事件B同時發(fā)生或相繼發(fā)生的事件概率等于兩個獨(dú)立事件的概率之乘積。即:

P(AB)=P(A)

P(B)概率的乘法定理可擴(kuò)及到多個獨(dú)立事件的運(yùn)算。第二節(jié)二項(xiàng)分布與正態(tài)分布

一、二項(xiàng)分布(一)、二項(xiàng)總體在生物科學(xué)研究中,有些總體的各個個體的某種性狀,只能發(fā)生非此即彼的兩種結(jié)果,即觀察值只有兩類,用0,1表示,0和1為對立事件(有時雖然在實(shí)際上并不是只是“此”“彼”兩種事件,但在一定意義上可以看作只有此”“彼”兩種事件),這種由非此即彼事件構(gòu)成的總體稱為二項(xiàng)總體,又稱為0、1總體。

為研究方便,將二項(xiàng)總體中的“此”事件以變量“1”表示,其概率用p表示;將“彼”事件用變量“0”表示,其概率用q表示,其概率顯然有或的關(guān)系。二項(xiàng)總體的參數(shù):

=pσ2=pq(二)、二項(xiàng)分布

1.二項(xiàng)分布是一種最重要的非連續(xù)性隨機(jī)變量的分布,是一種與重復(fù)試驗(yàn)相聯(lián)系的概率分布。假設(shè)從二項(xiàng)總體中獨(dú)立抽取n個個體,把這n個個體作為一個樣本,則可以抽得n+1個樣本,將每一樣本的n個觀察值加起來得到樣本總和數(shù),那么,這n+1個樣本的總和數(shù)又構(gòu)成一個新總體,這個新總體就稱為二項(xiàng)總體的樣本總和數(shù)總體,樣本總和數(shù)總體的概率分布就叫二項(xiàng)概率分布,簡稱二項(xiàng)分布。二項(xiàng)分布中任何一項(xiàng)概率的通式為:P(x=K)=Cnkpkqn-k

顯然有:ΣCnkpkqn-k=(p+q)n=12.二項(xiàng)分布的形狀與參數(shù)二項(xiàng)分布的參數(shù)為:

=npσ2=npq

二項(xiàng)分布的圖

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論