显著。 选用单侧检验还是双侧检验应根据专业知识及问题的要求在试验设计时就确定。一般 若事先不知道所比较的两个处理效果谁好谁坏,分析的目的在于推断两个处理效果有无差 则选用双侧检验;若根据理论知识或实践经验判断甲处理的效果不会比乙处理的效果 差(或相反),分析的目的在于推断甲处理是否比乙处理好(或差),则用单侧检验。一般 情况下,如不作特殊说明均指双侧检验。 五、显著性检验中应注意的问题 上面我们已详细阐明了显著性检验的意义及原理。进行显著性检验还应注意以下几个 问题: (一)为了保证试验结果的可靠及正确,要有严密合理的试验或抽样设计,保证各样本 是从相应同质总体中随机抽取的。并且处理间要有可比性,即除比较的处理外,其它影响因 素应尽可能控制相同或基本相近。否则,任何显著性检验的方法都不能保证结果的正确。 (二)选用的显著性检验方法应符合其应用条件。上面我们所举的例子属于“非配对 设计两样本平均数差异显著性检验”。由于研究变量的类型、问题的性质、条件、试验设计 方法、样本大小等的不同,所用的显著性检验方法也不同,因而在选用检验方法时,应认 真考虑其适用条件,不能滥用。 三〕要正确理解差异显著或极显著的统计意义。显著性检验结论中的“差异显著 或“差异极显著”不应该误解为相差很大或非常大,也不能认为在专业上一定就有重要或 很重要的价值。“显著”或“极显著”是指表面上如此差别的不同样本来自同一总体的可能 性小于0.05或001,已达到了可以认为它们有实质性差异的显著水平。有些试验结果虽然 差别大,但由于试验误差大,也许还不能得出“差异显著”的结论,而有些试验的结果间 的差异虽小,但由于试验误差小,反而可能推断为“差异显著” 显著水平的高低只表示下结论的可靠程度的高低,即在0.01水平下否定无效假设的 可靠程度为99%,而在0.05水平下否定无效假设的可靠程度为95%。 差异不显著”是指表面上的这种差异在同一总体中出现的可能性大于统计上公认的 概率水平0.05,不能理解为试验结果间没有差异。下“差异不显著”的结论时,客观上存 在两种可能:一是本质上有差异,但被试验误差所掩盖,表现不出差异的显著性来。如果 减小试验误差或增大样本含量,则可能表现出差异显著性;二是可能确无本质上差异。显 著性检验只是用来确定无效假设能否被推翻,而不能证明无效假设是正确的。 (四)合理建立统计假设,正确计算检验统计量。就两个样本平均数差异显著性检验 来说,无效假设H0与备择假设H4的建立,一般如前所述,但也有时也例外。如经收益与 成本的综合经济分析知道,饲喂畜禽以高质量的Ⅰ号饲料比饲喂Ⅱ号饲料提高的成本需用 畜禽生产性能提高d个单位获得的收益来相抵,那么在检验喂Ⅰ号饲料与Ⅱ号饲料在收益 上是否有差异时,无效假设应为H0:1-2=d,备择假设为HA:p41-2≠d(双侧检 验);或H4:1-42>d(单侧检验):t检验计算公式为 (x1-x2)-d (5-1)61 显著。 选用单侧检验还是双侧检验应根据专业知识及问题的要求在试验设计时就确定。一般 若事先不知道所比较的两个处理效果谁好谁坏，分析的目的在于推断两个处理效果有无差 别，则选用双侧检验；若根据理论知识或实践经验判断甲处理的效果不会比乙处理的效果 差（或相反），分析的目的在于推断甲处理是否比乙处理好（或差），则用单侧检验。一般 情况下，如不作特殊说明均指双侧检验。 五、显著性检验中应注意的问题 上面我们已详细阐明了显著性检验的意义及原理。进行显著性检验还应注意以下几个 问题： （一）为了保证试验结果的可靠及正确，要有严密合理的试验或抽样设计，保证各样本 是从相应同质总体中随机抽取的。并且处理间要有可比性，即除比较的处理外，其它影响因 素应尽可能控制相同或基本相近。否则，任何显著性检验的方法都不能保证结果的正确。 （二）选用的显著性检验方法应符合其应用条件。上面我们所举的例子属于“非配对 设计两样本平均数差异显著性检验”。由于研究变量的类型、问题的性质、条件、试验设计 方法、样本大小等的不同，所用的显著性检验方法也不同，因而在选用检验方法时，应认 真考虑其适用条件，不能滥用。 （三）要正确理解差异显著或极显著的统计意义。显著性检验结论中的“差异显著” 或“差异极显著”不应该误解为相差很大或非常大，也不能认为在专业上一定就有重要或 很重要的价值。“显著”或“极显著”是指表面上如此差别的不同样本来自同一总体的可能 性小于 0.05 或 0.01，已达到了可以认为它们有实质性差异的显著水平。有些试验结果虽然 差别大，但由于试验误差大，也许还不能得出“差异显著”的结论，而有些试验的结果间 的差异虽小，但由于试验误差小，反而可能推断为“差异显著”。 显著水平的高低只表示下结论的可靠程度的高低，即在 0.01 水平下否定无效假设的 可靠程度为 99％，而在 0.05 水平下否定无效假设的可靠程度为 95%。 “差异不显著”是指表面上的这种差异在同一总体中出现的可能性大于统计上公认的 概率水平 0.05，不能理解为试验结果间没有差异。下“差异不显著”的结论时，客观上存 在两种可能：一是本质上有差异，但被试验误差所掩盖，表现不出差异的显著性来。如果 减小试验误差或增大样本含量，则可能表现出差异显著性；二是可能确无本质上差异。显 著性检验只是用来确定无效假设能否被推翻，而不能证明无效假设是正确的。 （四）合理建立统计假设，正确计算检验统计量。就两个样本平均数差异显著性检验 来说，无效假设 H0 与备择假设 H A 的建立，一般如前所述，但也有时也例外。如经收益与 成本的综合经济分析知道，饲喂畜禽以高质量的Ⅰ号饲料比饲喂Ⅱ号饲料提高的成本需用 畜禽生产性能提高 d 个单位获得的收益来相抵，那么在检验喂Ⅰ号饲料与Ⅱ号饲料在收益 上是否有差异时，无效假设应为 H0 ： 1 - 2 = d ，备择假设为 H A： 1 - 2 ≠ d （双侧检 验）；或 H A： 1 - 2 > d （单侧检验）；t 检验计算公式为： 1 2 ( ) 1 2 Sx x x x d t − − − = （5-1）