T检验在宗谱中年龄或世代数推断的运用

 

 

T检验在宗谱中年龄或世代数推断的运用

广西      贺州     董全吉

 

检验一个样本平均数与一已知的总体平均数的差异是否显著。假如有对照组或不同的比较，两个样本平均数与其各自所代表的总体的差异是否显著。检验又分为两种情况，一是相关样本平均数差异的显著性检验，用于检验匹配而成的两组数据或同组在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性检验。各处理组之间毫无相关存在，即为独立样本。该检验用于检验两组非相关样本被试所获得的数据的差异性。t检验的计算涉及两个主要的统计量，一个是均值差，另一个是标准误，因此，t检验的大小也是由二者共同决定，并不是说均值差异看起来很大，t值就一定显著。

例：某县的人均寿命其平均分数为73岁，标准差为17岁，经过一段长时间之后，在该县随机抽取20人的寿命，其平均分数为79.岁。问该县的寿命是否有显著性变化？因为，以0.05为显著性水平，而样本离差的 1.63小于临界值1.725。所以，即该县的寿命变化不显著。也就是没有变化。

例：在某支系中，分别由两人随机抽取多名宗亲计算已经知道的世代间隔，分别为26。5和28。4年，由于经过运算计算，T经验，P >0.05 ，则两次数字 统计结论得出无显著地差异。

t检验和u检验就是统计量为t,u的假设检验，两者均是常见的假设检验方法。当样本含量n较大时，样本均数符合正态分布，故可用u检验进行分析。当样本含量n小时，若观察值x符合正态分布，则用t检验（因此时样本均数符合t分布），当x为未知分布时应采用秩和检验。这不是高中课程的初步统计和导数等数学运算，而是涉及到科学实验统计。

样本均数与总体均数比较的t检验实际上是推断该样本来自的总体均数μ与已知的某一总体均数μ0（常为理论值或标准值） 有无差别。如根据大量调查，已知健康成年男性的脉搏均数为72次/分，某医生在一山区随即抽查了25名健康男性，求得其脉搏均数为74.2次/分，标准差为6.0次/分，问是否能据此认为该山区成年男性的脉搏均数高于一般成年男性。上述两个均数不等既可能是抽样误差所致，也有可能真是环境差异的影响，为此，可用t检验进行判断，作出判断以自由度v(样本总数n减1)查t界值表，0.025<P<0.05，拒绝H0，接受H1，可认为该山区成年男性的脉搏均数高于一般成年男性。应注意的是，当样本含量n较大时，可用u检验代替t检验。

同样的道理，可以运用在宗谱的世代间隔与先祖的有关时间等统计推断，这推断不是猜测，是建立在数字的基础上，尽管是推断，却有其代表性，接近或等于真实的数值。而结合t检验和u检验分析是否差异显著，如果看起来有点相差比较悬殊，如有的个别已经31世代，而有的26世代，是不是按照31世代最快才接近实际或按照26世代才接近实际呢？这需要结合正态分布的有关检验。所得出的数字是否有显著差异，差异显著，不采纳；差异不显著，可以采用。一般来说，平均值是接近状态分布的。

一般而言，为了确定从样本统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。

    通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布进行比较，我们可以知道在多少机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，也就是说，是在机会很少很罕有的情况下才出现；那我们便可以有信心的说已经超出范围，这不是巧合，而是发生质的变化；相反，若比较后发现，出现的机率很高，并不罕见，亦即是说，如果与实际的没有差别，或差别在许可范围之内。

 

2014年11月8日荷香月暖（QQ：353159928）17:01