出H0:=2或A2=0的同时,相应地提出一对应假设,称为备择假设( alternative hypothesis),记作H4。备择假设是在无效假设被否定时准备接受的假设。本例的备择假 设是H4:仙≠2或2≠0,即假设长白猪与大白猪两品种经产母猪产仔数的总体平 均数山1与2不相等或山与山2之差不等于零,亦即存在处理效应,其意义是指试验的表面 效应,除包含试验误差外,还含有处理效应在内 (二)在无效假设成立的前提下,构造合适的统计量,并研究试验所得统 计量的抽样分布,计算无效假设正确的概率对于上述例子,研究在无效假设H0: H1=2成立的前提下,统计量(x-x2)的抽样分布。经统计学研究,得到一个统计量t: x1-x2 其中 (n1-1)+(n2-1) Sx-叫做均数差异标准误:n1、n2为两样本的含量 所得的统计量服从自由度d=(n1-1)+(n2-1)的t分布。 根据两个样本的数据,计算得:x-x2=192=18 (x-x)2+2(x2-x2)2 (n1-1)+(m2-1) 3-2 l1-92 0.742 我们需进一步估计出|≥2.426的两尾概率,即估计P(|≥2.426)是多少?查附 表3,在4=(n1-1)+(n2-1)=(10-1)+(101)=18时,两尾概率为0.05的临界t值 to508=2.101,两尾概率为0.01的临界值:lo08=2.878,即 P(|l|>2.101)=P(D2.101)+P(t<-2.101)=0.05 P(|t|>2.878)=P(1>2.878)+P(-2.878)=0.01 由于根据两样本数据计算所得的t值为2.426,介于两个临界t值之间,即 所以,|l≥2.426的概率P介于0.01和0.05之间,即:0.01<P0.05。56 出 H0 ： 1 =  2 或 1 -  2 =0 的同时，相应地提出一对应假设，称为备择假设（alternative hypothesis）,记作 H A 。备择假设是在无效假设被否定时准备接受的假设。本例的备择假 设是 H A： 1 ≠  2 或 1 -  2 ≠0，即假设长白猪与大白猪两品种经产母猪产仔数的总体平 均数 1 与  2 不相等或 1 与  2 之差不等于零，亦即存在处理效应，其意义是指试验的表面 效应，除包含试验误差外，还含有处理效应在内。 （二）在无效假设成立的前提下，构造合适的统计量，并研究试验所得统 计量的抽样分布，计算无效假设正确的概率 对于上述例子，研究在无效假设 H0 ： 1 =  2 成立的前提下，统计量（ 1 x - 2 x ）的抽样分布。经统计学研究，得到一个统计量 t： 1 2 1 2 Sx x x x t − − = 其中 1 2 Sx −x = ) 1 1 ( ( 1) ( 1) ( ) ( ) 1 2 1 2 2 2 2 2 1 1 n n n n x x x x  + − + −  − + − 1 2 Sx −x 叫做均数差异标准误； 1 n 、 2 n 为两样本的含量。 所得的统计量 t 服从自由度 df =（ 1 n -1）+( 2 n -1)的 t 分布。 根据两个样本的数据，计算得： 1 x - 2 x =11-9.2=1.8； 1 2 Sx −x = ) 1 1 ( ( 1) ( 1) ( ) ( ) 1 2 1 2 2 2 2 2 1 1 n n n n x x x x  + − + −  − + − = ) 10 1 10 1 ( (10 1) (10 1) 28 21.6  + − + − + =0.742 1 2 1 2 Sx x x x t − − = = 0.742 11 − 9.2 =2.426 我们需进一步估计出|t|≥2.426 的两尾概率，即估计 P（| t|≥2.426）是多少？查附 表 3，在 df =（ 1 n -1）+( 2 n -1)=（10-1）+（10-1）=18 时，两尾概率为 0.05 的临界 t 值： 0.05(18) t =2.101，两尾概率为 0.01 的临界 t 值： 0.01(18) t =2.878，即： P（| t|>2.101）= P（t>2.101）+ P（t <-2.101）=0.05 P（| t|>2.878）= P（t>2.878）+ P（t<-2.878）=0.01 由于根据两样本数据计算所得的 t 值为 2.426，介于两个临界 t 值之间，即： t0.05<2.426<t0.01 所以，| t|≥2.426 的概率 P 介于 0.01 和 0.05 之间，即：0.01 <P< 0.05