此时进行两尾检验。若将H4中的“≠”改为“<”或“>”,则进行一尾检验 2、求两个样本合并数据的秩次假设两个样本的含量分别为m和n2,则将两样 本的观测值合并后,总的数据为n+m2个。将合并后的数据按从小到大的顺序排列,与每个 数据对应的序号即为该数据的秩次,最小数值的秩次为“1”,最大数值的秩次为“m+n2”。 遇不同样本的相同观测值时,其秩次取原秩次的平均秩次,但是同一样本内遇相同的观测值 时则不必求平均秩次,秩次孰先孰后都可以。 3、确定统计量T将两个样本重新分开,并计算各自的秩和。将较小的那个样本 含量作为m,其秩和作为检验的统计量T。若n=m2,则任取一组的秩和为T 4、统计推断由n、(n2-n)查附表10(3),得接受区域rs-7o0s,Tio1-7o0。若 T在T05-105之内,P>005,则不能否定Ho,表明两个试验处理差异不显著;若T在 705-705之外但在T1-之内,0.01<P≤0.05,则否定Ho,接受H4,表明两个试验 处理差异显著:若T在T0-1o之外,P<001,则否定Ho,接受HA,表明两个试验处理 差异极显著。 【例11.4】研究两种不同能量水平饲料对5-6周龄肉仔鸡增重(克)的影响,资料 如表11-4所示。问两种不同能量水平的饲料对肉仔鸡增重的影响有无差异? 表11-4两种不同能量水平饲料的肉仔鸡增重及秩和检验 肉仔鸡增重(g) 高能量603585598620617650 秩次128.51114 T1=73.5 低能量489457512567512585591531467n2=9 秩次3 8.5106 2T2=46.5 1、提出无效假设与备择假设 Ho:髙能量饲料增重总体的中位数=低能量饲料增重总体的中位数 H:高能量饲料增重总体的中位数≠低能量饲料增重总体的中位数 2、编秩次将两组数据混合从小到大排列为秩次。在低能量组有两个“512”,不求 平均秩次,其秩次分别为4和5;在高、低两组有一对数据为“585”,需求它们的平均秩次: (8+9)/2=8.5。结果见表11-4 3、确定统计量T以较小样本的秩次和为统计量T,即T=73.5 4统计推断由n=6,nm=96=3查附表103)得,o05-To5.31-65,7o1-7o 为26-70。7=73.5在01-To,即26-70之外,P<0.01,否定hb,接受H,表明饲料 能量高低对肉仔鸡増重的影响差异极显著 、多个样本比较的秩和检验( Kruskal-wallis法,H法 多个样本比较的秩和检验的 Kruskal- Wallis法,又称H检验法。该法的前提是假设抽 样总体是连续的和相同的,利用多个样本的秩和来推断它们分别代表的总体之分布位置是否 相同,检验的基本步骤是: 1、提出无效假设与备择假设 211211 此时进行两尾检验。若将 HA 中的“≠”改为“＜”或“＞”，则进行一尾检验。 2、求两个样本合并数据的秩次 假设两个样本的含量分别为 n1 和 n2，则将两样 本的观测值合并后，总的数据为 n1+n2 个。将合并后的数据按从小到大的顺序排列，与每个 数据对应的序号即为该数据的秩次，最小数值的秩次为“1”，最大数值的秩次为“n1+n2”。 遇不同样本的相同观测值时，其秩次取原秩次的平均秩次，但是同一样本内遇相同的观测值 时则不必求平均秩次，秩次孰先孰后都可以。 3、确定统计量 T 将两个样本重新分开，并计算各自的秩和。将较小的那个样本 含量作为 n1，其秩和作为检验的统计量 T。若 n1=n2，则任取一组的秩和为 T。 4、统计推断 由 n1、(n2–n1)查附表 10(3)，得接受区域 0.05 ' T0.05 − T ， 0.01 ' T0.01 −T 。若 T 在 0.05 ' T0.05 − T 之内，P＞0.05，则不能否定 HO，表明两个试验处理差异不显著；若 T 在 0.05 ' T0.05 −T 之外但在 0.01 ' T0.01 −T 之内，0.01＜P≤0.05，则否定 HO，接受 HA，表明两个试验 处理差异显著；若 T 在 0.01 ' T0.01 −T 之外，P＜0.01，则否定 HO，接受 HA，表明两个试验处理 差异极显著。 【例 11.4】 研究两种不同能量水平饲料对 5-6 周龄肉仔鸡增重（克）的影响，资料 如表 11-4 所示。问两种不同能量水平的饲料对肉仔鸡增重的影响有无差异？ 表 11-4 两种不同能量水平饲料的肉仔鸡增重及秩和检验 饲 料 肉仔鸡增重（g） 高能量 秩 次 603 12 585 8.5 598 11 620 14 617 13 650 15 n1=6 T1=73.5 低能量 秩 次 489 3 457 1 512 4 567 7 512 5 585 8.5 591 10 531 6 467 2 n2=9 T2=46.5 1、提出无效假设与备择假设 HO：高能量饲料增重总体的中位数=低能量饲料增重总体的中位数； HA：高能量饲料增重总体的中位数≠低能量饲料增重总体的中位数。 2、编秩次 将两组数据混合从小到大排列为秩次。在低能量组有两个“512”，不求 平均秩次，其秩次分别为 4 和 5；在高、低两组有一对数据为“585”，需求它们的平均秩次： (8+9)/2=8.5。结果见表 11-4。 3、确定统计量 T 以较小样本的秩次和为统计量 T，即 T= 73.5。 4、统计推断 由n1=6, n2-n1=9-6=3查附表10（3）得， 0.05 ' T0.05 −T 为31—65， 0.01 ' T0.01 −T 为 26—70。T=73.5 在 0.01 ' T0.01 −T ，即 26—70 之外，P＜0.01, 否定 HO，接受 HA，表明饲料 能量高低对肉仔鸡增重的影响差异极显著。 三、多个样本比较的秩和检验（Kruskal-Wallis 法，H 法） 多个样本比较的秩和检验的 Kruskal-Wallis 法，又称 H 检验法。该法的前提是假设抽 样总体是连续的和相同的，利用多个样本的秩和来推断它们分别代表的总体之分布位置是否 相同，检验的基本步骤是： 1、提出无效假设与备择假设