f检验临界值表0.05

F检验临界值表（α=0.1(b)）

自由度(df)n-m-11234567891011121314151617181920212223242526272829303132333435363738394041

11

12

13

自变量数目（m） 显著性水平：α=0.114

15

16

17

18

19

20

60.4739.4015.2223.9073.2822.9202.6842.5192.3962.3022.2272.1662.1162.0732.0372.0051.9781.9541.9321.9131.8961.8801.8661.8531.8411.8301.8201.8111.8021.7941.7871.7801.7731.7671.7611.7561.7511.7461.7411.7371.73360.7059.4085.2163.8963.2682.9052.6682.5022.3792.2842.2092.1472.0972.0542.0171.9851.9581.9331.9121.8921.8751.8591.8451.8321.8201.8091.7991.7901.7

卡方检验临界值表

自由度 显著性水平（a ）

0.50 0.25 0.10 0.05 0.03 0.01 1 0.455 1.323 2.706 3.841 5.024 6.635 2 1.386 2.773 4.605 5.991 7.378 9.210 3 2.366 4.108 6.251 7.815 9.348 11.345 4 3.357 5.385 7.779 9.488 11.143 13.277 5 4.351 6.626 9.236 11.070 12.833 15.086 6 5.348 7.841 10.645 12.592 14.449 16.812 7 6.346 9.037 12.017 14.067 16.013 18.475 8 7.344 10.219 13.362 15.507 17.535 20.090 9 8.343 11.389 14.684 16.919 19.023 21.666 10 9.342 12.549 15.987 18.307 20.483 23.209 11 10.341 13.701 17.275

卡方检验临界值表

自由度 显著性水平（a ）

0.50 0.25 0.10 0.05 0.03 0.01 1 0.455 1.323 2.706 3.841 5.024 6.635 2 1.386 2.773 4.605 5.991 7.378 9.210 3 2.366 4.108 6.251 7.815 9.348 11.345 4 3.357 5.385 7.779 9.488 11.143 13.277 5 4.351 6.626 9.236 11.070 12.833 15.086 6 5.348 7.841 10.645 12.592 14.449 16.812 7 6.346 9.037 12.017 14.067 16.013 18.475 8 7.344 10.219 13.362 15.507 17.535 20.090 9 8.343 11.389 14.684 16.919 19.023 21.666 10 9.342 12.549 15.987 18.307 20.483 23.209 11 10.341 13.701 17.275

.....

Response Surface Study, MacKinnon 1991

Dickey-Fuller unit-root critical values

cα=β0+β1T 1+β2T 2

No constant or trend

2.5658 1.96 10.04

Constant but no trend 1%

5.999 29.25

Constant and trend 1% 5% 10%

8.353 47.44

4.039 17.83

2.418 7.58

5% 10%5%

2.738 8.36

10%

1.438 4.48

β0

β1 β2

T 25 50 75 100 200 ∞

1.9393 1.6156 3.4335 2.8621 2.5671 3.9638 3.4126 3.1279 0.398

0.1810 0

2.66 2.61 2.59 2.59 2.58 2.57

1.96 1.95 1.94 1.94 1.94 1.94

1.62 1.62 1.62 1.62 1.62 1.62

3.72 3.57 3.52 3.50 3.46 3.43

2.98 2.92 2.90 2.89 2.88

灭菌参数（F值和F0值）

D值：（考察对时间的关系）在一定温度下，杀灭90%微生物所需的灭菌时间。杀灭微生物符合一级动力学方程，即有

dN??kt dt

或lgN0?lgNt?kt 2.303式中，Nt：灭菌时间为t时残存的微生物数；N0：原有微生物数；k：灭菌常数

D＝t?2.303(lg100?lg10) kD值随微生物的种类、环境和灭菌温度变化而异。

Z值：（考察对温度的敏感性）降低一个lgD值所需升高的温度，即灭菌时间减少到原来的1/10所需升高的温度或相同灭菌时间内，杀灭99%的微生物所需提高的温度。

Z?T2?T1

lgD2?lgD1T2?T1D2即?10Z D1

F值：在一定灭菌温度（T）下给定的Z值所产生的灭菌效果与在参比温度（T0）下给定的Z值所产生的灭菌效果相同时所相当的时间。常用于干热灭菌

F??t?10T?T0Z

F0值：在一定灭菌温度（T）、Z值为10℃所产生的灭菌效果与121℃、Z值为10℃产生的灭菌效果相同时所相当的时间（min）。

F0??t?10T?121Z

物理F0值数学表达式：F0 = △t ∑10 T-121/ Z 生物F0值数学表达式：

F0=D121℃×(lgN0-lgNt) 为灭菌后预

危急值检验项目表及危急值界限值

参考值 低危急值 高危急值

血 常 规 WBC 4.0-10.0×109/L <2.5×109/L HGB 110-160 g/L(成人） <50 g/L(成人） 180-190 g/L(新生儿） <95 g/L(新生儿） HCT 0.35-0.48 PLT 90-300×109/L <0.15 <30×109/L <2.8 mmol/L <120 mmol/L <75 mmol/L <1.75 mmol/L <0.3 mmol/L <0.4 mmol/L >30×109/L >200 g/L >230 g/L >0.6 >1000×109/L >6.5 mmol/L >160 mmol/L >125 mmol/L >305 mmol/L >3.0 mmol/L >5.0 mmol/L K 3.5-5.2 mmol/L Na 136-145 mmol/L Cl 96-108 mmol/L Ca 2.08-2.60 mmol/L P 0.9-1.34 mmol/L 生 Mg 0.67-1.04 mmol/L GLU 3

什么是Z检验?

Z检验是一般用于大样本（即样本容量大于30）平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数>平均数的差异是否显著。

当已知标准差时，验证一组数的均值是否与某一期望值相等时，用Z检验。

Z检验的步骤

第一步：建立虚无假设，即先假定两个平均数之间没有显著差异。

第二步：计算统计量Z值，对于不同类型的问题选用不同的统计量计算方法。 1、如果检验一个样本平均数（）与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为： 其中：

是检验样本的平均数； μ0是已知总体的平均数； S是样本的方差； n是样本容量。

2、如果检验来自两个的两组样本平均数的差异性，从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为： 其中：

是样本1，样本2的平均数； S1,S2是样本1，样本2的标准差； n1,n2是样本1，样本2的容量。

第三步：比较计算所得Z值与理论Z值，推断发生的概率，依据Z值与差异显著性关系表作出判断。如下表所示：

第四步：根据是以上分析，结合具体情况，作出结论。 Z检验举例

什么是Z检验?

Z检验是一般用于大样本（即样本容量大于30）平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数>平均数的差异是否显著。

当已知标准差时，验证一组数的均值是否与某一期望值相等时，用Z检验。

Z检验的步骤

第一步：建立虚无假设，即先假定两个平均数之间没有显著差异。

第二步：计算统计量Z值，对于不同类型的问题选用不同的统计量计算方法。 1、如果检验一个样本平均数（）与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为： 其中：

是检验样本的平均数； μ0是已知总体的平均数； S是样本的方差； n是样本容量。

2、如果检验来自两个的两组样本平均数的差异性，从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为： 其中：

是样本1，样本2的平均数； S1,S2是样本1，样本2的标准差； n1,n2是样本1，样本2的容量。

第三步：比较计算所得Z值与理论Z值，推断发生的概率，依据Z值与差异显著性关系表作出判断。如下表所示：

第四步：根据是以上分析，结合具体情况，作出结论。 Z检验举例

什么是Z检验?

Z检验是一般用于大样本（即样本容量大于30）平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数>平均数的差异是否显著。

当已知标准差时，验证一组数的均值是否与某一期望值相等时，用Z检验。

Z检验的步骤

第一步：建立虚无假设，即先假定两个平均数之间没有显著差异。

第二步：计算统计量Z值，对于不同类型的问题选用不同的统计量计算方法。 1、如果检验一个样本平均数（）与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为： 其中：

是检验样本的平均数； μ0是已知总体的平均数； S是样本的方差； n是样本容量。

2、如果检验来自两个的两组样本平均数的差异性，从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为： 其中：

是样本1，样本2的平均数； S1,S2是样本1，样本2的标准差； n1,n2是样本1，样本2的容量。

第三步：比较计算所得Z值与理论Z值，推断发生的概率，依据Z值与差异显著性关系表作出判断。如下表所示：

第四步：根据是以上分析，结合具体情况，作出结论。 Z检验举例

样本测定值 算术平均值 几何平均值 调和平均值 标准差s 标准差σ 样本方差s2 总体方差σ 2 算术平均误差

3.48

习题1: 3.37 3.47 3.38 3.421666667 3.421406894 3.421147559 0.046224092 0.04219663 0.002136667 0.001780556 0.038333333

3.4

3.43

习题2.F检验 同学 A B 8.0 7.5 8.0 7.5 10.0 4.5 金属钠中的铁含量μ g/g 10.0 6.0 6.0 4.0 5.5 8.0 4.0 7.5

同学金属钠中的铁含量μg/gA8.08.010.010.06.06.0

B 7.57.54.54.05.58.04.07.5

习题2.F检验：6.06.0

7.55.5样本方差F值第一自由度df1第二自由度df28.03.7333333338.02.3027777781.62123039899/g

3.18显著差异无临界值