大，可信区间则越大。
3．假设检验和区间估计有何联系？
假设检验和区间估计都属于统计推断的内容。假设检验用以推断总体参数间是否有质的区别，并可获得样本统计量，以得到相对精确的概率值。而可信区间用于推断总体参数的大小，它不仅可用以回答假设检验的问题，尚可比假设检验提供更多的信息。但这并不意味着用可信区间代替假设检验，因为假设检验可得到P值，比较精确地说明结论的概率保证，而可信区间只能告诉我们在某α水准上有无统计意义，却不能像P那样提供精确的概率。因此，只有将二者有机地结合起来，相互补充，才是完整的分析。
4．假设检验时，一般当P <0.05时,则拒绝H 0,理论依据是什么?
假设检验时，当P＜0.05，则拒绝Ho，其理论依据是在Ho成立的条件下， 出现大于等于现有检验统计量的概率P＜0.05，它是小概率事件，即在一次 抽样中得到这么小概率是事件是不大可能发生的，因而拒绝它。由此可见， 假设检验的结论是具有概率性的，它存在犯错误的可能性小于等于0.05。
5．t检验和方差分析的应用条件有何异同？
（1）相同点：在均数比较中，t检验和方差分析均要求各样本来自正态总体；各处理 组总体方差齐且各随机样本间相互独立，尤在小样本时更需注意。 （1） 不同点：t检验仅用于两组资料的比较，除双侧检验外，尚可
进行单侧检验，亦可计算一定可信度的可信区间，提示差别有无实际意义。而方 差分析用于两组及两组以上均数的比较，亦可用于两组资料的方差齐性检验。 6. 怎样正确使用单侧检验和双侧检验？
根据专业知识推断两个总体是否有差别时，是甲高于乙，还是乙高于甲，两种可 能都存在时，一般选双侧；若根据专业知识，如果甲不会低于乙，或研究者仅关心 其中一种可能时，可选用单侧。一般来讲，双侧检验较稳妥故较多用，在预实验有 探索性质时，应以专业知识为依据，它充分利用了另一侧的不可能性，故检出效率 高，但应慎用。
7. 第一类错误与第二类错误的区别及联系何在？了解这两类错误有何实际意义？ （1）假设检验中Ⅰ、Ⅱ型错误的区别。
Ⅰ型错误是拒绝了实际上成立的Ho，也称为“弃真”错误，用α表
示。统计推断时，根据研究者的要求来确定。
Ⅱ型错误是不拒绝实际上不成立的Ho，也称为“存伪”错误，用β
表示。它只能与特定的H1结合起来才有意义，一般难以确切估计。
（2）Ⅰ、Ⅱ型错误的联系。
① 当抽样例数一定时，α越大，β越小；反之，α越小，β越大。 ② 统计推断中，Ⅰ、Ⅱ型错误均有可能发生，若要使两者都减小，
可适当增加样本含量。
③ 根据研究者要求，n一定时，可通过确定α水平来控制β大小。 （3）了解两类错误的实际意义。 ① 可用于样本含量的估计。
② 可用来计算可信度（1-α），表明统计推断可靠性的大小。 ③ 可用于计算把握度（1-β），来评价检验方法的效能等。 ④ 有助于研究者选择适当的检验水准。
⑤ 可以说明统计结论的概率保证。
25
计算题：
1. 某地抽样调查了部分成人的红细胞数和血红蛋白量，结果如表：
表3-7: 健康成人的红细胞和血红蛋白测得值及标准误与变异系数的计算 性别 例数 均数 标准差 标准值 变异系数（%） 标准误 红细胞数 男 360 4.66 0.58 4.84 12.45 0.0306 （×1012/L） 女 225 4.18 0.29 4.33 6.94 0.