根据附件一的评酒员的评价结果，来分析两组的有无显著差异性。显著分析主

要是分析统计得到数据是否有差异性，差异性是否显著，在分方法就可以利用 T 分
析、P 分析、F 分析之类等进行显著分析。现主流方法是利用 SPSS 来进行分析。对
于原始数据比较庞杂，比较起来比较繁琐。先对数据做简单的处理（求平均值）得
出两组有代表性的数据，以表示两组的评价结果。然后比较两组处理后的数据，已
达到简化分析过程。
4.1.2 模型建立

1、统计假设检验的基本原理

统计假设检验，首先是对研究总体提出假设，在此下构造合适的统计量，并由

该统计俩个的抽样分布估计样本统计量的概率，根据概率值的大小做出接受与否假
设的判断。

 

① 假设被检验的两个总体均值相等，此假设称为无效假设，通过检验，无效假

设可被接受，也可能被否定。与无效假设相对应的则为备择假设。

 

② 在无效假设成立的前提，构造合适的统计量，并由此统计量的抽样分布计算

样本统计量的概率。

无效假设：成立，说明试验表面效应纯属误差造成，处理效应为零。此时也可以

把试验中所获得的看成是从总体中随机抽出的一个样本平均数。由样本平均数抽样
分布理论可知，从一个平均数、方差为的正态总体中抽样，所得的一系列样本平均
数的分布呈正态分布 N(,)

  

，对做标准化，则有 ~N（0,1）

由上式即可得出样本统计值 u 值。

③根据估计的统计量的概率大小，做出接受或否定无效假设推断。

如果统计量的概率值非常小，说明无效假设的表面效应（）纯属误差造成的情况

为小概率事件。根据小概率事件的实际不可能行原理，可以认为，表面效应不可能
有试验误差造成，处理效应应该存在。因而原先的无效假设不正确，给予否定，转
而接受备择假设；反之，如果估计出的统计量的概率值不是很小，说明表面效应
（）纯属误差造成的情况有交大的可能出现，此时此时的无效假设很可能正确，不
能否定。

统计学上把决定接受或否定的小概标准称为显著水平，用表示。实际常用的得显

著水平有 0.05 和 0.01 两个。当估算概率值 P<时，则否定；当 P>时，则，就接受。

本次模型确立显著水平=0.05。
2、两个样本平均数的假设检验

两样本平均数的假设检验就是有两样本平均数之差（）去推断两样本所在总体

 

平均水平，是否有差异，即检验无效假设：，还是备择假设：这类问题。实际上 也
是检验两个处理的效应是否一致。

在进行两个独立的正态总体下样本总体均值的比较时，根据方差相等与方差不等

两个情况，应用不同的统计量进行检验。

3

Obj107

Obj108

Obj109

Obj110

Obj111

Obj112

Obj113

Obj114

Obj115

Obj116

Obj117

Obj118

Obj119

Obj120

Obj121

Obj122

Obj123

Obj124

Obj125

Obj126

Obj127

Obj128

Obj129

Obj130

Obj131

Obj132

Obj133

Obj134

Obj135

Obj136

Obj137

Obj138

Obj139

Obj140

Obj141

Obj142