tft每日頭條

 > 圖文

 > 如何進行顯著性檢驗

如何進行顯著性檢驗

圖文 更新时间:2024-12-23 10:13:05
顯著性檢驗

統計假設檢驗是農業科學研究中一種非常重要的統計分析方法。例如要比較兩個品種的産量有無差異,一個新選育出的棉花品種的纖維長度是否達到相應的國家标準,兩種農藥對某種蟲害的防治效果是否一樣,都需要通過統計假設檢驗,獲得相對可靠而正确的結論。

統計假設檢驗又稱為顯著性檢驗(significant testing),依其涉及樣本和統計量的不同可分為u檢驗、t檢驗、F檢驗、χ2檢驗等。這些檢驗方法雖然用途和使用條件不同,但其基本原理都是相似的。

今天小編給大家分享如何使用Genstat 軟件來進行T檢驗。主要從以下三個方面進行展開:

1、單樣本T檢驗

2、配對樣本T檢驗

3、獨立樣本t檢驗

01 單樣本T檢驗

單樣本T檢驗的定義

在實際工作中我們需要檢驗一個樣本平均數和已知的總體平均數是否有顯著差異,即檢驗該樣本是否來自某一總體。

已知的總體平均數一般為一些公認的理論數值、經驗數值或者期望數值。如畜禽正常生理指标、植物的生長期等,都可以用樣本平均數與之比較,檢驗差異顯著性。

通過Genstat軟件來展示:

示例數據:height.gsh

數據描述:楊樹某無性系試驗林造林五年後,調查株高,随機抽取32棵數,經調查數據如下。有無性系B5的5年樹齡樹高u=8m,試分析該試驗林的株高與B5是否有顯著性差異。

該試驗數據如下圖:

如何進行顯著性檢驗(基本統計顯著性檢驗)1

單樣本T檢驗要求:

單樣本t測驗要求正态分布,由中心極限定律可知,當樣本數量足夠大,其樣本均數的抽樣分布呈現正态分布,對于小樣本,需要進行正态性檢驗。一般而言,單樣本t檢驗是一個非常穩健的統計方法,隻要沒有明顯的極端值,其分析結果都是穩定的。

先檢測其是否符合正态性分布,

模型進入路徑:Stats | Statistical Tests | W-test for Normality,在Data框中導入height,模型如下,點擊Run。

如何進行顯著性檢驗(基本統計顯著性檢驗)2

如何進行顯著性檢驗(基本統計顯著性檢驗)3

結果顯示:p值為0.063,不顯著,因此分布呈正态分布,可以進行單樣本T檢驗。

單樣本T檢驗步驟:

T測驗模型進入路徑:Stats | Statistical Tests | One- and two-sample t-tests

在下拉框中選擇One-sample,在Data variate框中鍵入height,在Test Means鍵入8,選擇Two-sided(即雙尾檢測),

模型如下:

如何進行顯著性檢驗(基本統計顯著性檢驗)4

如何進行顯著性檢驗(基本統計顯著性檢驗)5

結果

如何進行顯著性檢驗(基本統計顯著性檢驗)6

結果顯示,Summary一欄,樣本的平均值為8.334,率高于8,95%的置信區間為8.183-8.485。第二欄顯示,t值為4.52,對應的P值小于0.001,說明該無性系的樹高與B5的株高不同,存在顯著性差異。

另外,這裡不知道樣本的值是否大于8,因此使用雙尾檢驗(two-way),如果隻檢驗待測樣本的平均值是否高于或低于已知群體的平均值時,就使用單尾t檢驗。

02 配對樣本T檢驗

配對樣本T檢驗的定義

配對數據比較要求兩組樣本各個觀測值間配偶成對,每一對除随機地給予不同處理外,其他實驗條件應盡量一緻。成對數據,由于同一配對内兩個供試單位的試驗條件非常接近,而不同配對間的條件差異又可以通過各個配對差數予以消除,因此可以控制試驗誤差,具有較高的精确度。

通過Genstat軟件來展示:

示例數據:paired.gsh

數據描述:現有2個楊樹品種A和B,有8種土壤類型,每種土壤類型種植A和B,生長一段時間後測量A和B的株高,試分析這兩個品種是否有顯著性差異。數據如下:

如何進行顯著性檢驗(基本統計顯著性檢驗)7

配對樣本T檢驗步驟:

模型進入路徑:Stats | Statistical Tests | One- and two-sample t-tests

在下拉框中選擇Paired sample,在Data variate 1框中導入A,在Data variate 2框中導入B,在Type of Test選擇Two-sided,

模型如下:

如何進行顯著性檢驗(基本統計顯著性檢驗)8

結果:

如何進行顯著性檢驗(基本統計顯著性檢驗)9

從運行結果來看,t值為1.92,概念p值為0.096>0.05,表明在0.05水平上,兩品種的株高并沒有顯著差異。

03 獨立樣本T檢驗

獨立樣本T檢驗的定義

獨立樣本t檢驗(各實驗處理組之間毫無相關存在,即為獨立樣本),該檢驗用于檢驗兩組非相關樣本被試所獲得的數據的差異性。

示例數據:no-paired.gsh

馬鈴薯2個品種A和B的塊莖幹物質含量如下圖所示,試檢驗這兩個品種的塊莖幹物質含量是否有顯著性差異。數據如下:

如何進行顯著性檢驗(基本統計顯著性檢驗)10

獨立樣本T檢驗步驟:

模型進入路徑:Stats | Statistical Tests | One- and two-sample t-tests,

在下拉框中選擇two sample,

在Data Arragement下勾選one variate with group factor,

在Data variate 框中導入weight,

在group factor框中導入Variety,

在Type of Test選擇Two-sided

如何進行顯著性檢驗(基本統計顯著性檢驗)11

結果:

如何進行顯著性檢驗(基本統計顯著性檢驗)12

結果表明:軟件在進行T測驗分析之前,先進行等方差性檢測,等方差檢測p值為0.67,表明兩樣品的方差相同。

從t檢測的結果來看:p值0.057,不顯著,表明這兩個品種的塊莖幹物質含量差異不顯著,可以認為兩者含量相同。

以上部分即為對顯著性檢驗之t檢驗的介紹,所用軟件為Genstat, 如果您也想進行嘗試,歡迎聯系我們申請軟件免費試用。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved