专题1 医学统计的基础知识(假设检验,P值的含义)与独立样本T检验.docVIP

专题1 医学统计的基础知识（假设检验，P值的含义）与独立样本T检验 假设检验 假设检验的基本思想是小概率反证法思想。小概率思想是指小概率事件（P0.01或P0.05）在一次试验中基本上不会发生。反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小,则认为假设不成立，若可能性大，则还不能认为假设不成立基本步骤 　　1、提出检验假设（又称无效假设，符号是H0））和备择假设（符号是H1）。 　　H0：样本与总体或样本与样本间的差异是由抽样误差引起的； H1：样本与总体或样本与样本间存在本质差异；预先设定的检验水准为0.05；当检验假设为真，但被错误地拒绝的概率，记作α，通常取α=0.05或α=0.01。2、选定统计方法，由样本观察值按相应的公式计算出统计量的大小，如X2值、t值等。根据资料的类型和特点，可分别选用Z检验，T检验，秩和检验和卡方检验等。 3、根据统计量的大小及其分布确定检验假设成立的可能性P的大小并判断结果。若Pα，结论为按α所取水准不显著，不拒绝H0，即认为差别很可能是由于抽样误差造成的，在统计上不成立；如果P≤α,结论为按所取α水准显著，拒绝H0，接受H1，则认为此差别不大可能仅由抽样误差所致，很可能是实验因素不同造成的，故在统计上成立。P值的含义 P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P 0.05 为显著，P 0.01 为非常显著其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01P值 碰巧的概率 对无效假设 统计意义 P＞0.05 碰巧出现的可能性大于5% 不能否定无效假设 两组差别无显著意义 P＜0.05 碰巧出现的可能性小于5% 可以否定无效假设 两组差别有显著意义 P ＜0.01 碰巧出现的可能性小于1% 可以否定无效假设 两者差别有非常显著意义 P值仅反映两组差别有无统计学意义，并不表示差别大小(mean)差别的显著性进行检验 适用条件 a总体符合正态分布（具体操作参看附录） b总体方差齐性（具体操作参看附录） 1.首先建立检验假设 H0:患有脂肪肝人群与健康人呼出的异戊二烯浓度的差异是由抽样误差引起的存在本质差异 其中为两样本均数的差值， 为差值的标准误. 其中 其中统计量T服从t-分布。 它的概率密度函数是： 其中自由度。 通过对上式积分就可以获得P值。也可通过查阅界值表得到P值的大小。 　 N 均值 标准差 均值的标准误 v69 　 425 97.5183843 391 1 473 110.8266268 452 方差方程的 Levene 检验 F Sig. v69 假设方差相等 4.023 .045 假设方差不相等 　 　 t df Sig.(双侧) 均值差值 标准误差值 差分的 95% 置信区间 下限 上限 -4.657 896 .000 -132-18-7 -4.688 895.612 .000 -132-18-7 根据levene检验结果 sig（即P值）=0.0450.05，认为呼气浓度不方差相等。看第二列检验结果，sig（即P值）=0.0000.05 ，认为假设H0发生的概率小于0.05 为小概率事件，在单次抽样中不可能发生，所以拒接H0假设，认为患有脂肪肝人群与健康人呼出的异戊二烯浓度不相同。尽管两类人群的异戊二烯的浓度均值不等，但不能简单根据异戊二烯的值来判断一个人是否患有脂肪肝。 若有多组资料，则采用单因素ANOVA进行均值比较：又称变异数分析或F检验，其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计意义 脂肪肝与健康人对全部质量数进行独立样本T检验的结果 组统计量 　 均值 标准差 均值的标准误 p值 v23 1 1.0885365 6.001 　 -.3445666 6.001 v26 1 4.5900737 241.029 　 1.9304324 7.022 v30 1 440.4774115 90241.015 　 305.8924566 72535.014 v31 1