GB T 3361-1982 数据的统计处理和解释 在成对观测值情形下两个均值的比较.pdf
《GB T 3361-1982 数据的统计处理和解释 在成对观测值情形下两个均值的比较.pdf》由会员分享,可在线阅读,更多相关《GB T 3361-1982 数据的统计处理和解释 在成对观测值情形下两个均值的比较.pdf(6页珍藏版)》请在麦多课文档分享上搜索。
1、中华人民共和国国家标准数据的统计处理和解释在成对观测值情形下两个均值的比较Statistical Interpretation of data Comparison of two means In the case of paired observations UDC 51 .28 GB 3361-82 本标准规定了成立才观测值之差的总体均值与零或者其它预先指定的值相比较的方法。对两个具有某种特性的观测值X;和孔,如果是在如下情形获得,则称它们是成对观测值3a. 取自同一总体的同一个体,但观测条件不同(例如:同一产品的两种不同分析方法结果的比较)。b. 两个不同的个体,除了检验所涉及的系统差异
2、外,其它所有方面都相似(例如2播种两种不同品种的种子的两块相邻土地的产量)。必须注意,在情形b中,检验的功效依赖于如下的假设是否正确在成对的个体之间,除了所检验的系统差异外,不存在其它的系统差异。本标准系参考国际标准ISO3301数据的统计解释一一在成对观捆u值情形下两个均值的比较( 1975年第一版)制订的。1 应用的范围这个方法可用来确定两种处理间的差异。在这种情形,X1是第种处理的第1个观测值,且是第二种处理的第i个观测值,这两个观测结果系列是不独立的。术语“处理”应该理解为广义的。例如:所比较的两种处理可以是两种检验方法,两台仪器或者两个实验室,以便发现两种处理之间的可能的系统误差。用
3、同样的试验材料相继进行的两种处理可能相互影响,获得的值与次序有关。优良的试验设计应该能消除这种偏倚。另外,也可用于仅有一个处理的情形,它的效应可以与无处理时相比较,这种比较的目的是确定该处理的效应。Z应用的条件如果满足下列两个条件,则这个方法能够有效地应用za. 差d;=X;-Y;的系列看作独立随机变量系列sb. d a的分布是正态分布或近似正态分布。如果d;的分布偏离正态,则当样本大小充分大时,所述的方法仍然有效,偏离正态越大,需要的样本大小也越大。然后,即使在特殊的情形,样本大小为100,对于大部分的实际应用是足够的。国家标准局198212 30发布1984 01 01实施S计算公式表所研
4、究的问题试验条件统计项目样本大小gn= 观测值的和gX,= Y,= GB 8381-82 计算dX,Y, =-!. d, = 差的和s d;= S士了dld,2= 差的平方和2di= / d= ./ 5l / A I= I, .川、盲d= 给定值z/ d, = 自由度sA,= Cl1-a!z(v)百d=v=n-1 显著性水平2 结果双侧情形g若Id-d,lA, 则拒绝差的总体均值D等于d,的假设。单侧情形a.若dd0+A,则拒绝差的总体均值D至多等于d,的假设。注111_0( V)是自由度为的t变量的Cla)分位数。t, _a (川、n的值在表ll给出。GB 3361-82 表1比值t1_0(
5、v)/yil(v= n-1) 双侧情形单侧情形=n-1 1,_,1、守1,.国,I vii10_95/v 1,”Iv匀I 8.985 45.013 4.465 22.50! 2 2.484 5. 730 1.686 4.021 3 1.591 2.920 1.177 2.270 4 1.242 2.059 0.953 1.676 5 l.049 l.646 0.823 l.374 6 0.925 l.401 0.734 l.188 7 0.836 l.237 0.670 !. 060 8 0.769 l.ll8 0.620 O.Q66 9 0.715 l.028 0.580 0.892 10
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
5000 积分 0人已下载
下载 | 加入VIP,交流精品资源 |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- GB 3361 1982 数据 统计 处理 解释 成对 观测 情形 两个 均值 比较
