假设检验基础.pptVIP

小结　定量资料三种不同设计类型ｔ检验比较 区别 单样本设计 配对设计 成组设计 设计形式 解决的问题　 建立假设 统计量ｔ 自由度计算 前提条件 不满足条件,可采用方法 大样本Z检验 适用条件：大样本资料(n100)的假设检验 单样本Z检验 完全随机设计两样本均数比较的Z检验 单样本Z检验 推断目的：样本所代表的总体均数与已知总体均数有无差别 步骤同单样本t检验 如总体标准差已知，则 例 为了解老年人的心理健康问题，随机抽取了某市65岁以上的常住老人304人，用SCL－90量表进行测定，算得十项因子总分的均分为124.6,标准差为19.53,全国因子总分的均分为130.0,问该市老年人的总分是否与全国水平相同. 两样本均数比较的Z检验 适用条件:例数较多 推断目的:两样本所代表的两总体均数有无差别 步骤同两样本均数比较的t检验 例 某市于1973年和1993抽查部分12岁男童对其发育情况进 行评估，其中身高的有关资料如下，试比较这两个年度12岁男童身高均数有无差别。 1973 年：n1=120 =139.9cm s1=7.5cm； 1993 年：n2=153 =143.7cm s2=6.3cm。 H0：?1＝?2，即该市两个年度12岁男童平均身高相等； H1：?1≠?2，即该市两个年度12岁男童平均身高不等。 双侧? =0.05。 P＜0.01，差别有统计学意义，可认为该市1993年12岁男童平均身高比1973年高。 t检验与Z检验 公式 查表 与n关系 计算精度 t 较复杂 需 n较小 精确 Z简单 是 n较大 近似 第三节 Poisson分布的Z检验 第七节 假设检验的两类错误和注意事项 假设检验的两类错误 假设检验的注意事项 一、假设检验的两类错误 假设检验是根据有限的样本信息对总体作推断，由于存在抽样误差，不论做出那种推断结论，都有可能发生错误。 一、假设检验的两类错误 第Ⅰ类错误与第Ⅱ类错误的概念 将假设检验的结果与实际情况相比： 第Ⅰ类错误（typeⅠerror):H0为真时，拒绝H0（弃真） 第Ⅱ类错误（type Ⅱ error) : H0不真时，不拒绝H0 （存伪） 一、假设检验的两类错误 两者的关系 第一类错误的概率用α表示，假设检验时，根据研究者的要求来确定，一般取0.05或0.01； 第二类错误的概率用β表示，它只有与特定的 H1结合起来才有意义，但β值的大小很难确切估计，仅知样本含量确定时，α愈小，β愈大。 实际中可以通过调整α来控制β 推断结论和两类错误 实际情况 检验结果 拒绝H0 不拒绝H0 H0成立 第Ⅰ类错误 (α) 结论正确(1-α) H0 不成立 结论正确 (1-β) 第Ⅱ类错误（β） α与β关系示意图 ?与?间关系：?大，?小；?大，?小。增加n可同时?，?缩小。 图 健康人与肝病病人的肝大指数分布 （所拟合的两个正态曲线各按100%面积绘制） 肝 大 指 数 健康人 H0 肝病病人 H1 第一类错误 ? ＝误诊率(假阳性率) 第二类错误 ? ＝漏诊率(假阴性率) 6.1 7.0 8.4 5 6 8 9 10 11 4 ?与?间关系：?大，?小；?大，?小。增加n可同时?，?缩小。 假设检验的功效 检验效能：又称把握度，用1-β表示。 1-β是指两总体确有差别，按α水准能发现差别的能力。 比如： 1-β＝0.90,意味着如果两总体确有差别,则理论上100次检验中,有90次能够得出差异有统计学意义的结论 减少I型错误的主要方法：假设检验时设定? 值。 减少II型错误的主要方法：提高检验效能。 提高检验效能的最有效方法：增加样本量。 如何选择合适的样本量：实验设计。 二、假设检验的注意事项 要有严密的抽样研究设计 样本的代表性与组间均衡性(可比性） 所谓代表性是指该样本从相应总体中经随机抽样获得，能够代表总体的特征； 所谓可比性是指各对比组间除了要比较的主要因素外，其它影响结果的因素应尽可能相同或相近 为了保证资料的可比性，必须要有严密的实验设计，保证样本随机抽取于同质总体，这是假设检验得以正确应用的前提 。 二、假设检验的注意事项 根据研究目的、资料类型、设计类型及样本含