求表5.4资料总体差数μ的99%置信限： L1-8.3-(3.707×1.997)=-15.7,L2=-8.3+(3.707×1.997)=-0.9(个) 有99%的把握断言，A法处理病毒在番茄上产生的病痕数要比B法减少 0.9-15.7个。 三、二项总体p的区间估计 的1-a的置信区间为[D±196s2]其中s=四 例5.19调查100株玉米，得到受玉米螟危害的为20株，试求95%玉米螟 危害率的置信区间。 解：户==20% 顶.D2x08-0.04 V100 D的1-的置信区间为012160.2781 其意义为，在100次抽样中，玉米螟危害率有95次在12.16%到27.84% 之间 四、两个二项总体百分率差数p:~p的置信限 要确定某一属性个体的百分数得两个二项总体间的相差范围。平一估计只有得 学 己经明确两个百分数有显著差异时才有意义。 般n>50,在1-a的置信度下，P1-P2的置信区间为：[(-户)±0A-] 其中a-A=B4+P4 Vn 1、 [例5.20]己测知低洼地小麦的锈病率A=93.92%(1=378),高坡地小麦的 程 锈病率户，=87.31%(2=396)，它们有显著差异。试按95%置信度估计两地锈病 率相差的置信区间。 由附表3查得005=1.96，而 378 396 故有L1=(0.9392-0.8731)1.96×0.02075)=0.0256, L2=0.9392-0.8731+1.96×0.02075=0.1070, 有95%把握断言，低洼地小麦的锈病率比高坡地高2.54%-10.68%。 五、区间估计与假设测验 区间估计也可用于假设测验。因为置信区间是一定置信度下总体参数的所 得范围，故对参数所作假设若恰落在该范围内，接受H0:反之，对参数所作假 设落在该范围外，则否定HO,接受A。 例如P96,置信区间不仅提供一定概率保证的总体参数范围，而且可以 获得假设测验的信息。 20 教 学 过 程 求表 5.4 资料总体差数μd的 99％置信限： L1=-8.3-(3.707×1.997)=-15.7，L2=-8.3+(3.707×1.997)=-0.9(个) 有 99%的把握断言，Ａ法处理病毒在番茄上产生的病痕数要比Ｂ法减少 0.9-15.7 个。 三、二项总体 p 的区间估计 p ˆ 的 1− 的置信区间为[ p p s 96 ˆ ˆ  1. ]其中 p sˆ = n pˆqˆ 例 5.19 调查 100 株玉米，得到受玉米螟危害的为 20 株，试求 95%玉米螟 危害率的置信区间。 解： = = n x p ˆ 20% 0.04 100 ˆ ˆ 0.2 0.8 =  = n pq p ˆ 的 1− 的置信区间为[0.1216,0.2784] 其意义为，在 100 次抽样中，玉米螟危害率有 95 次在 12.16%到 27.84% 之间。 四、两个二项总体百分率差数 p1 –p2的置信限 要确定某一属性个体的百分数得两个二项总体间的相差范围。平一估计只有得 已经明确两个百分数有显著差异时才有意义。 一般n>50，在1-a的置信度下，P1-P2的置信区间为：[ ( ˆ ˆ ) ] 1 2 p1 − p2  u pˆ − pˆ 其中 2 2 2 1 1 1 ˆ ˆ 1 2 n p q n p q  p − p = + [例 5.20] 已测知低洼地小麦的锈病率 1 p ˆ =93.92%(n1=378)，高坡地小麦的 锈病率 2 p ˆ =87.31%(n2=396)，它们有显著差异。试按 95%置信度估计两地锈病 率相差的置信区间。 由附表３查得 u0.05=1.96，而 0.02075 396 0.8731 0.1269 378 0.9392 0.0606 =  +  − = 1 2  pˆ pˆ 故有 L1=(0.9392-0.8731)-(1.96×0.02075)=0.0256， L2=(0.9392-0.8731)+(1.96×0.02075)=0.1070， 有 95％把握断言，低洼地小麦的锈病率比高坡地高 2.54％-10.68％。 五、区间估计与假设测验 区间估计也可用于假设测验。因为置信区间是一定置信度下总体参数的所 得范围，故对参数所作假设若恰落在该范围内，接受 H0;反之，对参数所作假 设落在该范围外，则否定 H0，接受 HA。 例如 P96，置信区间不仅提供一定概率保证的总体参数范围，而且可以 获得假设测验的信息