显著性差异.ppt

文档介绍：显著性检验
刘上元
2015年10月8日
2
01
02
03
04
含义
原理
技术标准
常用检验
CONTENT
03
01
PART ONE
含义
显著性检验
significancetest
05
即用于实验处理组与对照组或两种不同处理的效应之间是否有差异,以及这种差异是否显著的方法。

就是事先对总体(随机变量)的参数或总体分布形式做出一个假设,然后利用样本信息来判断这个假设(原假设)是否合理,即判断总体的真实情况与原假设是否有显著性差异。
02
原理
PART TWO

显著性检验是针对我们对总体所做的假设做检验,其原理就是“小概率事件实际不可能性原理”来接受或否定假设。
抽样实验会产生抽样误差,对实验资料进行比较分析时,不能仅凭两个结果(平均数或率)的不同就作出结论,而是要进行统计学分析,鉴别出两者差异是抽样误差引起的,还是由特定的实验处理引起的。
小概率事件
抽样误差
实验处理
实际不可能性
7
原理提出“无效假设”和检验“无效假设”成立的机率(P)水平的选择。
significancetest
08
*无效假设
经统计学分析后,如发现两组间差异是抽样引起的,则“无效假设”成立,可认为这种差异为不显著(即实验处理无效)。
若两组间差异不是由抽样引起的,则“无效假设”不成立,可认为这种差异是显著的(即实验处理有效)。
原理
significancetest
09
*“无效假设”成立的机率水平
检验“无效假设”成立的机率水平一般定为5%,其含义是将同一实验重复100次,两者结果间的差异有5次以上是由抽样误差造成的,则“无效假设”成立,可认为两组间的差异为不显著,常记为p>。
若两者结果间的差异5次以下是由抽样误差造成的,则“无效假设”不成立,可认为两组间的差异为显著,常记为p≤。如果p≤,则认为两组间的差异为非常显著。
03
技术标准
PART THREE