若为小样本则需用 t 分布，即对配对(小)样本而言，其 均值差的抽样分布将服从于自由度为(n—1)的 t 分布。所以 对单一实验组实验的假设检验，其检验统计量为
2018/11/15
25
[例] 随机地选择13个单位，放映一部描述吸烟有害 于身体健康的影片，下表中的数字是各单位认为吸烟有 害身体健康的职工的百分比，试在0.05显著性水平上检 检验实验无效的零假设。
① 若零假设中两总体成数的关系为 P 相同的总体，它 们的点估计值为 此时上式中检验 统计量 Z 可简化为
② 若零假设中两总体成数
，那么它们的点估计值有
此时上式中 检验统计量Z为
2018/11/15
（5）判定
7
[例]有一个大学生的随机样本，按照性格“外向”和
“内向”，把他们分成两类。结果发现，新生中有73％ 属 于“外向”类，四年级学生中有58％属于在0.01水平 外向 内向 上，两类学生有无显著性差异？
2018/11/15 28
2．一实验组与一控制组的假设检验 单一实验组实验的逻辑，是把实验对象前测 后测之间的变化全部归因于实验刺激。在社会现 实生活进行的实际实验中，对象前测后测之间的 变化，有时除了受到实验刺激外，还受到其他社 会因素的作用。因而，配对样本的一实验组与一 控制组之假设检验，要设法把实验变量的作用和 额外变量的作用区分开来，然后就像对待单一实 验组实验一样，把问题转化为零假设μd＝0的单 样本检验来处理。
4
[解] 据题意， “不满意”组的抽样结果为： ＝9.2年， S1＝2.8年， n1＝500；
“满意”组的抽样结果为：
H0：μ1―μ2＝D0＝0 H1： μ1―μ2 ≠0 计算检验统计量
＝8.5 年，S2＝2.3 年， n2＝600。
确定否定域，
因为α＝0.05，因而有 Zα/2＝1.96＜4.47 因此否定零假设，即可以认为在0.05显著性水平上，婚龄对妇女婚 后生活的态度是有影响的。同时我们看到，由于样本计算值Z＝4.47 远大 于单侧 Z0.05 的临界值1. 65，因此本题接受μ1―μ2 ＞0 的备择假设，即可 以认为妇女婚龄长容易对婚后生活产生“不满意”。
2018/11/15 29
在一实验组与一控制组的实验设计之中，对前测后 测之间的变化，消除额外变量影响的基本做法如下： (1)前测：对实验组与控制组分别度量； (2)实验刺激：只对实验组实行实验刺激； (3)后测：对实验组与控制组分别度量； (4)求算消除了额外变量影响之后的 d i 后测实验组―前测实验组＝前测后测差实验组
2018/11/15 14
(3)
和
未知，但不能假定它们相等
如果不能假定σ 1＝σ 2 ，那么就不能引进共同的σ 简
化
，也不能计算σ 的无偏估计量
估计 ，用
。现在简单的做法是用
估计 ，于是有
[例] 用上式重新求解前例题。
[解] 用上式，检验统计量的计算为
可以看出，求算用(10.8)式和(10.10)式，得出的结果差别不大。
2018/11/15
和
的两个总体。当n1和n2逐渐变大
的抽样分布像前面那样将接近正态分布。
2
1．大样本均值差检验
（1）零假设：
（2）备择假设： 单侧 或 双侧
（3）否定域：单侧
（4）检验统计量
双侧
（5）比较判定
2018/11/15 3
[例]为了比较已婚妇女对婚后生活的态度是否因婚
龄而有所差别，将已婚妇女按对婚后生活的态度分为 “满
2018/11/15 13
[解] 据题意，
女孩组的抽样结果为： 男孩组的抽样结果为： ＝22.2(千克)， S1＝2.46(千克)，n1＝20(人) ＝21.3(千克)，S2＝1.82(千克)， n2＝18(人)
H0：μ1―μ2＝D0＝0
H1：μ1―μ2≠0 计算检验统计量
确定否定域 因α＝0.05，因而有t 0.025 (36)＝2.028＞1.24 故不能否定H0，即可认为男女儿童平均体重无显著性差异。
确定否定域 因为α＝0.01，因而有 Zα/2＝Z0.005＝2.58＜2.66
因而否定零假设，即可以认为在0.01显著性水平上，两类学生在
2018/11/15 性格上是有差异的。 9
第二节 两总体小样本假设检验
与对单总体小样本假设检验一样，我们对两 总体小样本假设检只讨论总体满足正态分布的情 况。 1. 小样本均值差假设检验 (1) 当 和 已知时，小样本均值差 检验，与上一节所述大样本总体均值差检验完全 相同，这里不再赘述。
2018/11/15 23
设配对样本的样本单位前测与后测的观察数据分别 是X 0i与X 1i，其差记作di
d i＝ X 1i―X 0i 如果假设两总体前测与后测无显著性差别，即μ1 ＝μ0 或者 个总体的配对大样本有 。那么对取自这两
2018/11/15
24
对于大样本，当二总体的方差未知时，可以用样本标 准差来近似。
1 2 2018/11/15
(n + n ―2)。 于是有
11
这样，对小样本正态总体， 其均值差的检验步骤如下: （1）零假设： （2）备择假设： 单侧 或 （3）否定域：单侧 （4）检验统计量
和
未知，但σ1＝σ2 ，
双侧
双侧
（5）比较判定
2018/11/15 12
[例]为研究某地民族间家庭规模是否有所不同，各做 如下独立随机抽样： 民族A：12户，平均人口6.8人，标准差1.5人 民族B：12户，平均人口5.3人，标准差0.9人 问：能否认为A民族的家庭平均人口高于B民族的家 庭平均人口（ α=0.05）？（假定家庭平均人口服从正态 分布，且方差相等）t=2.97 [例] 某市对儿童体重情况进行调查，抽查8岁的女孩 20人，平均体重22.2千克，标准差2.46千克；抽查8岁的 男孩18人，平均体重21.3千克，标准差1.82千克。若男女 儿童体重的总体方差相等，问在显著性水平5%上，该年 龄男女儿童之体重有无显著差异?
改革后 86 87 56 93 84 93 75 改革前 80 79 58 91 77 82 74 79 66
练习二：为了了解职工的企业认同感，根据 男性1000人的抽样调查，其中有52人希望调换工 作单位；而女性1000人的调查有23人希望调换工 作，能否说明男性比女性更期望职业流动？ （ 取α=0.05）
女性青年样本有
n 2＝8 ，
＝27.8(厘米2)，
试问在0.05水平上，男性青年身高的方差和女性 青年身高的方差有无显著性差异?
2018/11/15
20
[ 解]
据题意，
＝30.8(厘米2) ＝27.8(厘米2)
对男性青年样本有n1 ＝10， 对女性青年样本有n2 ＝8，
H0 ：
H1 ：
计算检验统计量
2018/11/15 15
2．小样本方差比检验
在实际研究中，除了要比较两总体的均值外，有时还需要比较两 总体的方差。例如对农村家庭和城镇家庭进行比较，除了平均收入的 比较外，还要用方差比较收入的不平均情况。此外，刚刚在小样本均 值差的检验中曾谈到，当方差未知时，往往还假设两总体方差相等。 因此，在总体方差未知的情况下，先进行方差比检验，对于均值差检 检验也是具有一定意义的。 设两总体分别满足正态分布 ， 和 。现从这两
2018/11/15 5
2．大样本成数差检验
（1）零假设： （2）备择假设： 单侧 或 （3）否定域：单侧 （4）检验统计量 双侧
其中:
为总体1的 样本成数 为总体2的 样本成数。
2018/11/15 6
双侧
当p1和p2未知，须用样本成数 种情况讨论：
和
进行估算时，分以下两 ，这时两总体可看作成数
四年级 58%（117）
一年级 73%（171）
42%
27%
2018/11/15
8
[解] 据题意 新生组的抽样结果为： 四年级学生组的抽样结果为: H0：p1―p2＝D0＝0 H1：p1―p2＝D0≠0 计算检验统计量 ＝0.73， ＝0.58， ＝0.27，n1＝171 ＝0.42，n2＝117
1
第一节 两总体大样本假设检验
为了把单样本检验推广到能够比较两个样本的均值的检验，必须
再一次运用中心极限定理。下面是一条由中心极限定理推广而来的重 要定理：如果从 和 两个总体中分别抽取容量为
n1和n2 的独立随机样本，那么两个样本的均值差
布就是
的抽样分
。与单样本的情况相同，在大样本的
情况下(两个样本的容量都超过50)，这个定理可以推广应用于任何具 有均值μ1和μ2以及方差 时，
2018/11/15
10
(2)
和 的算式。
未知，但假定它们相等时， 关键是要解决
现又因为σ未知，所以要用它的 无偏估计量 替代它。由于两个样 本的方差基于不同的样本容量，因而
可以用加权的方法求出σ的无偏估计
量，得 注意，上式的分母上减2，是因为
根据
和
计算S1和S2时，分别损
失了一个自由度，一共损失了两个自由 度，所以全部自由度的数目就成为
个总体中分别独立地各抽取一个随机样本，并具有容量n1，n2和方差 。根据第八章(8.22)式，对两总体样本方差的抽样分布分别有
2018/11/15
16
根据本书第八章第四节F分布中的(8.25)式有
由于
，
所以简化后，检验方差比所 用统计量为 当零假设H0： σ1＝σ2时， 上式中的统计量又简化为
2018/11/15
第十章 双样本假设检验及区间估计
我们在掌握了单样本检验与估计的有关方法与原理 之后，把视野投向双样本检验与估计是很自然的。双样 本统计，除了有大样本、小样本之分外，根据抽样之不