第八章统计检验的基本方法
第八章 成对数据的统计分析(公式、定理、结论图表)(新教材)
第八章成对数据的统计分析（公式、定理、结论图表）一、成对数据的统计相关性1．变量的相关关系(1)函数关系函数关系是一种确定性关系，常用解析式来表示.(2)相关关系两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关系.与函数关系不同，相关关系是一种非确定性关系.2．散点图(1)散点图成对样本数据都可用直角坐标系中的点表示出来，由这些点组成的统计图叫做散点图.(2)正相关和负相关如果从整体上看，当一个变量的值增加时，另一个变量的相应值也呈现增加的趋势，我们就称这两个变量正相关；如果当一个变量的值增加时，另一个变量的相应值呈现减少的趋势，则称这两个变量负相关.3．线性相关一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，则称这两个变量线性相关.4．样本相关系数(1)对于变量x和变量y，设经过随机抽样获得的成对样本数据为(,)，(,)，，(,)，利用相关系数r来衡量两个变量之间线性关系的强弱，相关系数r的计算公式：（其中，，，和①当r>0时，称成对样本数据正相关.这时，当其中一个数据的值变小时，另一个数据的值通常也变小；当其中一个数据的值变大时，另一个数据的值通常也变大.②当r<0时，称成对样本数据负相关.这时，当其中一个数据的值变小时，另一个数据的值通常会变大；当其中一个数据的值变大时，另一个数据的值通常会变小.二、一元线性回归模型及其应用1.线性回归方程：（1）最小二乘法：使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法．（2）回归方程：两个具有线性相关关系的变量的一组数据：，其回归方程为，则注意：线性回归直线经过定点．（3）相关系数：【方法归纳】（1）利用散点图判断两个变量是否有相关关系是比较直观简便的方法．如果所有的样本点都落在某一函数的曲线附近，变量之间就有相关关系．如果所有的样本点都落在某一直线附近，变量之间就有线性相关关系．若点散布在从左下角到右上角的区域，则正相关．（2）利用相关系数判定，当越趋近于1相关性越强．当残差平方和越小，相关指数越大，相关性越强．（3）在分析实际中两个变量的相关关系时，可根据样本数据作出散点图来确定两个变量之间是否具有相关关系，也可计算相关系数进行判断．若具有线性相关关系，则可通过线性回归方程估计和预测变量的值．（4）正确运用计算的公式和准确的计算，是求线性回归方程的关键．并充分利用回归直线过样本点的中心进行求值．2、回归分析：对具有相关关系的两个变量进行统计分析的一种常用方法。
医学统计学：第八章 t检验
（1）建立检验假设
H0：μ ＝μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平相同。
H1： μ≠μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平不同。
α ＝0.05(双侧)
（2）计算u值 本例因总体标准差σ已知，故
可用u检验。
本例n=47, 样本均数=11, 总体均数=11.18,总
验）
一、单样本t检验（样本均数与总体均数比较的t检验）
即样本均数代表的未知总体均数与已知的 总体均数（一般为理论值、标准值或经过大量 观察所得的稳定值等）进行比较。
这时检验统计量t值的计算在H0成立的前提
条件下为：
t X 0
Sn
例3.3 根据调查，已知健康成年男子脉搏的 均数为72次/分钟，某医生在一山区随机测量 了25名健康成年男子脉搏数，求得其均数为 74.2次/分钟，标准差为6.5次/分钟，能否认 为该山区成年男子的脉搏数与一般健康成年 男子的脉搏数不同？
二、配对资料的t检验
配对实验设计得到的资料称为配对资料。
医学科研中配对资料的四种主要类型： ➢ 同一批受试对象治疗前后某些生理、生化指标
的比较； ➢ 同一种样品，采用两种不同的方法进行测定，
来比较两种方法有无不同； ➢ 配对动物试验，各对动物试验结果的比较等。 ➢ 同一观察对象的对称部位。
配对资料的 t 检验
之间收缩压均数有无差别？
（1)建立检验假设
H0：μ1 ＝μ2 ，即该地20～24岁健康女子和
男子之间收缩压均数相同；
H1: μ1≠μ2 ，即该地20～24岁健康女子和男
子之间收缩压均数不同。 α ＝0.05（双侧）
（2）计算u值
概率论与数理统计(8)假设检验
概率论与数理统计(8)假设检验第八章假设检验第一节假设检验问题第二节正态总体均值的假设检验第三节正态总体方差的检验第四节大样本检验法第五节 p值检验法第六节假设检验的两类错误第七节非参数假设检验第一节假设检验问题前一章我们讨论了统计推断中的参数估计问题，本章将讨论另一类统计推断问题——假设检验.在参数估计中我们按照参数的点估计方法建立了参数的估计公式，并利用样本值确定了一个估计值，认为参数真值。
由于参数是未知的，只是一个假设（假说，假想），它可能是真，也可能是假，是真是假有待于用样本进行验证（检验）.下面我们先对几个问题进行分析，给出假设检验的有关概念，然后总结给出检验假设的思想和方法.一、统计假设某大米加工厂用自动包装机将大米装袋,每袋的标准重量规定为10kg，每天开工时，需要先检验一下包装机工作是否正常. 根据以往的经验知道,自动包装机装袋重量X服从正态分布N( )．某日开工后，抽取了8袋，如何根据这8袋的重量判断“自动包装机工作是正常的”这个命题是否成立？请看以下几个问题：问题1引号内的命题可能是真，也可能是假，只有通过验证才能确定．如果根据抽样结果判断它是真，则我们接受这个命题，否则就拒绝接受它，此时实际上我们接受了“机器工作不正常”这样一个命题．若用H0表示“”，用H1表示其对立面，即“”，则问题等价于检验H0：是否成立，若H0不成立，则H1：成立．一架天平标定的误差方差为10-4(g2)，重量为的物体用它称得的重量X服从N( )．某人怀疑天平的精度，拿一物体称n次，得n 个数据，由这些数据(样本)如何判断“这架天平的精度是10-4(g2)”这个命题是否成立？问题2记H0: =10-4，H1: ，则问题等价于检验H0成立，还是H1成立．某种电子元件的使用寿命X服从参数为的指数分布，现从一批元件中任取n个，测得其寿命值（样本），如何判定“元件的平均寿命不小于5000小时”这个命题是否成立？记问题3则问题等价于检验H0成立，还是H1成立．某种疾病，不用药时其康复率为，现发明一种新药（无不良反应），为此抽查n位病人用新药的治疗效果，设其中有s人康复，根据这些信息，能否断定“该新药有效”？记问题4则问题等价于检验H0成立，还是H1成立．自1965年1月1日至1971年2月9日共2231天中，全世界记录到震级4级及以上的地震共计162次，问相继两次地震间隔的天数X是否服从指数分布？问题5记服从指数分布，不服从指数分布．则问题也等价于检验H0成立，还是H1成立．在很多实际问题中，我们常常需要对关于总体的分布形式或分布中的未知参数的某个陈述或命题进行判断，数理统计学中将这些有待验证的陈述或命题称为统计假设，简称假设．如上述各问题中的H0和H1都是假设.利用样本对假设的真假进行判断称为假设检验。
医学统计学 -第08章 方差分析
第一节 方差分析的基本思想
看一个例子
例8-1 为研究钙离子对体重的影响作用，某研究者将36 只肥胖模型大白鼠随机分为三组，每组12只，分别给 予高脂正常剂量钙(0.5%)、高脂高剂量钙(1.0%)和高 脂高剂量钙(1.5%)三种不同的饲料，喂养9周，测其 喂养前后体重的差值。问三组不同喂养方式下大白鼠 体重改变是否不同？
• 三种喂养方式体重改变的平均值各不相同，这种变异 称为组间变异
•
是组内均值
X
与总均值
i
X
之差的平方和
360
340
组间变异反映了：
320
三种喂养方式的差异（影响）， 300
同时也包含了随机误差。
280
260
240
k ni
220
SS组间
(Xi X )2
200
i1 j
180
X甲
X
X乙
X丙
甲
乙
丙
3、组内变异(SS组内，variation within groups)
0.05
2、根据公式计算SS、MS及F值，列于方差分析表内(计 算过程省略)
变异来源 总变异 组间 组内（误差）
完全随机设计的方差分析表
平方和 SS 自由度
均方MS
47758.32
35
31291.67
2
15645.83
16466.65
33
498.99
F值
31.36
3、确定P值，作出判断
分子自由度=k-1=2，分母自由度=n-k=33，查F 界值表（方差分析用）
表 8-1 三种不同喂养方式下大白鼠体重喂养前后差值(g)
正常钙(0.5%) 高剂量钙(1.0%) 高剂量钙(1.5%)
第八章 t检验.
LowLeorwer the DiffeUrepUnpceperper
Lo.1w5e.31r53
1U.0p12p.40e2r4
8
.014
.5889
.153
1.024
图6-5 例6-1独立样本检验结果
图8-5 例8-1独立样本检验结果
应用条件： ① 样本个体测量值相互独立。 ② 两 个样本所代表的总体均数均服从正态分布，即正 态性(normality)。 ③两总体方差相等，即方差齐 性(homogeneity of variance)。
【例8-3】 测定功能性子宫出血症中实热组与虚寒组的免 疫功能，其淋巴细胞转化率如表8-2.试比较实热组与虚寒 组的淋巴细胞转化率均数是否不同。
第二节 配对设计资料均数的t检验
配对设计：将受试对象按某些重要特征相同或相近的原 则配成对子（以消除其对研究结果的影响），再将每对 中的个体按随机分配的原则给予不同的处理。 配对设计可以减小实验误差，提高研究效率。
配对设计的几种类型： ① 同一对的两个受试对象分别接受不同处理 ② 同一样品用两种不同方法测试 ③ 同一受试对象处理前后的比较或不同部位测定值比较
n 1 9 1 8 ③ 确定P值、作出统计推论。
t＞t0.05/2，8＝2.306，P<0.05
weigwhetight
weight
tt
t 3.1138.118
3.118
OnOOen-nSeea-SmapmlepplTleeesTTetesstt
TesTteVsatlVuealu=e8=.98.9
Lower -3.487
统计检验的方法
统计检验的方法
统计检验是一种根据样本数据对总体做出推断的方法，是统计学中非常重要的一部分。
它主要用于检验样本数据是否符合某种假设，或者比较不同样本之间的差异是否显著。
下面将介绍一些常见的统计检验方法。
首先是T检验，这是一种用于比较两组数据或检验单个样本平均数与已知值之间的差异的方法。
T检验可以分为单样本T检验、双样本T检验和配对样本T检验。
其中，单样本T 检验用于检验单个样本的平均数是否与已知值存在显著差异；双样本T检验则用于比较两组独立样本的平均数差异；配对样本T检验则用于比较两组配对样本的平均数差异。
其次是卡方检验，这是一种用于比较实际观测频数与期望频数之间差异的统计方法。
卡方检验常用于检验分类变量，如比较两个分类变量之间的关联程度或检验分类变量的分布是否符合预期。
此外，还有F检验，它主要用于检验两个或两个以上总体的方差是否存在显著差异，或者用于回归分析中检验模型的显著性。
除了上述几种常见的统计检验方法外，还有Z检验、U检验、秩和检验等多种方法，它们各有特点和适用场景。
在实际应用中，需要根据具体的研究问题和数据类型选择合适的统计检验方法。
总之，统计检验是统计学中非常重要的一部分，它能够帮助我们根据样本数据对总体做出推断，从而得出科学的结论。
在实际应用中，需要掌握各种统计检验方法的原理和应用场景，并根据具体情况选择合适的方法进行数据分析。
概率论与数理统计第八章假设检验
为判断所作的假设是否正确, 从总体中抽取 样本, 根据样本的取值, 按一定的原则进行检 验, 然后, 作出接受或拒绝所作假设的决定.
整理课件
2
我们主要讨论的假设检验的内容有
参数检验 总体均值、均值差的检验 总体方差、方差比的检验
H0: Θ0 vs H1: Θ1,
根据样本，构造一个检验统计量T 和检验法则： 若与T的取值有关的一个小概率事件W发生，则 否定H0，否则接受H0，而且要求
P(W|H0)
此时称W为拒绝域，整为理课检件 验水平。
11
例 3. 某厂生产的螺钉,按标准强度为68克/mm2,
而实际生产的螺钉强度 X 服从 N ( ,3.6 2 ). 若 E ( X ) = = 68, 则认为这批螺钉符合要求,否
7
所以我们否定H0, 认为隧道南的路面发生交 通事故的概率比隧道北大.
做出以上结论也有可能犯错误。这是因为 当隧道南北的路面发生交通事故的概率相同, 而3起交通事故又都出现在隧道南时, 我们才犯 错误。这一概率正是P=0.043.
于是, 我们判断正确的概率是1-0.043=95.7%
整理课件
8
假设检验中的基本概念和检验思想 (1) 根据问题的背景, 提出原假设
再作一个备择假设
H1: p> 0.35. 在本问题中,如果判定H0不对,就应当承认H1.
检验: 三起交通事故的发生是相互独立的, 他们
之间没有联系.
如果H0为真, 则每一起事故发生在隧道南的 概率都是0.35, 于是这三起交通事故都发生在隧
道南的概率是
P= 0.353 ≈ 0.043.
统计学-第八章 假设检验
假设 原假设
双侧检验
单侧检验
左侧检验 右侧检验
H0 : m =m0 H0 : m m0 H0 : m m0
备择假设 H1 : m ≠m0 H1 : m <m0 H1 : m >m0
三、假设检验的程序---
4.例题分析
[例8.1] 某品牌洗衣粉在它的产品说明书中声称：平 均净含量不少于1250克。从消费者的利益出发，有关研 究人员要通过抽检其中的一批产品来验证该产品制造商 的说明是否属实。试写出用于检验的原假设与备择假设。
2.接受域：概率P＞的区域，为大概率区域，称之 为原假设的接受区域。
3.拒绝域：概率P≤的区域，为小概率区域，称之 为原假设的拒绝区域。
三、假设检验的程序---
1.拒绝原假设H1 原则：临界值
2.接受原假设H0 原则：临界值
检验统计值的绝 对值大于临界值；
检验统计值的绝 对值小于临界值；
假设 H0为真实 H0为不真实
接受H0 判断正确
采伪错误（）
拒绝H0 弃真错误（）
判断正确
四、假设检验中的两类错误
第I类（）错误和第II类（）错误的关系
和的关系就像 翘翘板，小就 大， 大就小。
你要同时减少两类 错误的惟一办法是 增加样本容量!
关乎决策：三个与其
与其，人为地把显著性水平固定按某一水平上，不 如干脆选取检验统计量的P值；
第二节 一个正态总体的假设检验
二、均值m的假设检验
3.给出显著性水平（0.01、0.05或0.1）
4.确定接受域和拒绝域（以双侧检验为例）
2已知：当Z Z 2
，则拒绝原假设，反之则接受H0；
生物统计-8第八章单因素方差分析
01
确定因子和水平
确定要分析的因子（独立变量） 和因子水平（因子的不同类别或 条件）。
建立模型
02
03
模型假设
根据因子和水平，建立方差分析 模型。模型通常包括组间差异和 组内误差两部分。
确保满足方差分析的假设条件， 包括独立性、正态性和同方差性。
方差分析的统计检验
01
F检验
进行F检验，以评估组间差异是否 显著。F检验的结果将决定是否拒
生物统计-8第八章单因素方差分析
目录
• 引言 • 方差分析的原理 • 单因素方差分析的步骤 • 单因素方差分析的应用 • 单因素方差分析的局限性 • 单因素方差分析的软件实现
01
引言
目的和背景
目的
单因素方差分析是用来比较一个分类变量与一个连续变量的关系的统计分析方法。通过此分析，我们可以确定分 类变量对连续变量的影响是否显著。
VS
多元性
单因素方差分析适用于单一因素引起的变 异，如果存在多个因素引起的变异，单因 素方差分析可能无法准确反映实际情况。 此时需要考虑使用其他统计方法，如多元 方差分析或协方差分析等。
06
单因素方差分析的软件 实现
使用Excel进行单因素方差分析
打开Excel，输入数据。
点击“确定”，即可得到单因素方差分析 的结果。
输出结果，并进行解释和 解读。
谢谢观看
背景
在生物学、医学、农业等领域，经常需要研究一个分类变量对一个或多个连续变量的影响。例如，研究不同品种 的玉米对产量的影响，或者不同治疗方式对疾病治愈率的影响。
方差分析的定义
定义
方差分析（ANOVA）是一种统计技术，用于比较两个或更多组数据的平均值 是否存在显著差异。在单因素方差分析中，我们只有一个分类变量。
第八章 假设检验 (《统计学》PPT课件)
第二节 一个正态总体的假设检验
一、正态总体
设总体X ~ N(m, 2)，抽取容量为n的样本 x1, x2, xn
样本均值 X 与方差S2 计算公式分别为：
2
1 n 1
n i1
(xi
X)
我们将利用上述信息，来检验关于未知参数均值 和方差的假设。
总体参数
均值
方差
总体方差已知
z 检验
(单尾和双尾)
总体方差已知
t 检验
(单尾和双尾)
2 检验
(单尾和双尾)
第二节 一个正态总体的假设检验
二、均值m的假设检验
1.H0:m=m0
2.选择检验统计量：
2已知： Z X m0 ~ N(0，1)
/ n
2未知：
小样本： t X m0 ~ t(n 1)
这个值不像我 们应该得到的 样本均值 ...
...因此我们拒绝 原假设μ=50
... 如果这是总 体的假设均值
60
μ=80
H0
样本均值
第一节 假设检验概述
三、假设检验的程序
一个完整的假设检验过程，通常包括以下几个步骤：
首先，设立原假设H0与备选假设H1； 第二步，构造检验统计量，并根据样本观察数据
小样本：当 t t
2
，则拒绝原假设，反之则接受H0；
5.得出结论。
二、均值m的假设检验
6.例题分析
[例8.3] 某广告公司在广播电台做流行歌曲磁带广告 ，它的插播广告是针对平均年龄为21岁的年轻人的，标 准差为16。这家广告公司经理想了解其节目是否为目标 听众所接受。假定听众的年龄服从正态分布，现随机抽 取400多位听众进行调查，得出的样本结果为x 25 岁S2，18 。以0.05的显著水平判断广告公司的广告策划是否符合 实际？
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
?
、t ?
2
=±2.58。
?
2
。Z分布中，? 0.05 =±1.96、 2
2
②假设符号：“＝、≠”。
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
双侧检验的否定域与临界值
否定域 ? /2
1-? 接受域
置信度 否定域 ? /2
临界值
临界值
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
第1节：统计假设检验的基本原理
一、统计检验的目的 ? 问题1：某已知样本，其统计量与已知总体参数
之间的差异是实质性的还是由误差造成。 (部份 与整体 ) ? 问题2：两种现象之间的差异是实质性的还是非 实质性的。 (整体与整体 )
(一)概念： ? 事先对总体参数或分布形式作出某种假设，
然后利用样本信息来判断原假设是否成立。
(二)目的： ? 判断研究对象之间的差异性质及差异程度。
黔南民族师范学院管理科学系
经济、管理类基础课程
《统计学原理》
二、假设的建立
（一）基本假设（虚无假设、原假设、零假设）： 即没有差异的假设。 1、当前样本所属总体与原总 体没有差异。 2、两样本所属总体没有差异。记为： “H0”。
?表示法：如均数差异检验： H0 ：μ=μ 0 H 0：u 1=u 2
?如果 x与μ无显著差异，则落入置信区间内的可
能性极大，而落入置信区间外的可能性极小。
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
2、显著性水平（否定域）：
拒绝H0的概率称为显著性水平。常用的有 0.05与0.01，用α=0.05，α=0.01表示。显著 性水平与置信度相对应，0.05→0.95， 0.01→பைடு நூலகம்.99。
（二）备择假设（对立假设）：即有差异的假设。 是研究者希望接受的假设。 1、当前样本所属总体 与原总体有差异。 2、两样本所属总体有差异。记 为： “H1”。
?表示法：如均数差异检验： H1 ：μ≠μ 0 H1 ：u1 ≠ u2
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
?统计检验的思路：
?以上两个显著性水平相比，0.05比0.01更容易 拒绝H0
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
（二）、假设检验的两类错误 1、α错误：拒绝属于真实的H0所犯的错误
（弃真）。 2、β错误：接受错误的H0所犯的错误（纳
伪）。
?为避免α类错误，可尽量增大置信区间，减 小显著性水平，但同时增大了犯β错误的可 能性；反之则增大犯α错误的可能性。
单侧检验的否定域与临界值
拒绝域
?
1-? 接受域
置信度
临界值
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
◆单侧检验与双侧检验的选用 ——逻辑判断法
?某地某年龄段儿童智商平均为 100，该年龄段某普通 班为 103 ，检验差异。
?某地某年龄段儿童智商平均为 100，该年龄段某重点 班为 103 ，检验差异。
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
（三）、单侧检验与双侧检验
1、双侧检验：只强调差异而不考虑方向性的 检验称为双侧检验。 （显著性概率集中于概
率分布两侧）
①临界值：取双侧临界值，检验中临界值常
?
0.01
记为
◆单侧检验与双侧检验的选用 ——备选假设判断法
?“是否有显著差异”：双侧检验。如某种材料的尺寸。 ?“是否显著低于”：左侧检验。 ?“是否显著高于”：右侧检验。如某种新技术的实施
效果。 ? 一般情况选用双侧较为稳妥
黔南民族师范学院管理科学系
经济、管理类基础课程
《统计学原理》
假设检验
主要内容
单总体的检验
2、单侧检验：强调差异方向性的检验称为单 侧检验。（显著性概率集中于概率分布一侧）
①临界值：取单侧临界值，检验中临界值常
记为：za 、t a 等。Z分布中，Z0.05=±1.65、
Z0.01=±2.33。 ②假设符号：“=、＜”或“=、＞”。
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
进行统计检验，就是首先假定H0成立， 然后运用概率论的原理，计算H0成立的概 率P有多大，P大则接受，P小（一般小于 0.05或0.01）则说明H0成立的可能性极小， 此时要拒绝或否定H0 。
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
三、假设检验的基本思想
见下页图
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
第八章：统计检验的基本方法
第1节：统计假设检验的基本原理 第2节：样本平均数与总体平均数的差异检验 第3节：两个总体平均数的差异检验 第4节：比率差异的显著性检验 第5节：多个平均数的差异检验-方差分析初步
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
均值
比例
Z 检验
t 检验
Z 检验
方差
c2检验
双总体的检验
均值
独立 样本
Z检 验
配对 样本
t检 验
比例
Z检 验
方差
F检 验
多总体检验 均数检验 方差分析
黔南民族师范学院管理科学系
经济、管理类基础课程
《统第计学原2理》节：样本平均数与总体平均数的 差异检验（单总体均数差异检验）
一、基本原理：平均数的抽样分布（前述） ?平均数抽样分布的几个定律。 ?平均数抽样分布的两种典型形态。
黔南民族师范学院管理科学系
经济、管理类基础课程
《二统计、学原检理》 验的基本步骤 1、确定检验形式：双侧或单侧检验。 2、建立H0与H1：双侧检验一般为： μ=μ 0、μ≠μ 0 3、假设H0成立，计算样本平均数的统计量 Z或t： 4、推算 的统计量是否落入置信区间内。查表对
照t0.0，1等|Z临|与界xZ值0.0比5或较Z。0.01等临界值比较， | t | 与t0.05或
经济、管理类基础课程 《统计学原理》
平均数抽样分布的置信度与置信区间 返回上页
置信度:95%
1-?
置信区间(Z=±1.96)
Z0.05/2 =1.96
黔南民族师范学院管理科学系
经济、管理类基础课程 《统计学原理》
（一）否定域的构建： —小概率事件与显著性水平
1、小概率事件：落入置信区间的事件称为大概率 事件；落入置信区间之外的事件称为小概率事 件。即，H0成立的可能性小于 0.05或0.01的事 件称为小概率事件。