第五章 假设检验的功效与样本量6p.docxVIP

第五章假设检验的功效与样本量当假设检验不拒绝H0时，推断正确的概率称为检验功效。临床科研中不时遇到假设检验无统计学意义，此时，很有必要对检验功效作出评价。5.1 两类错误与功效1. 两类错误的概率H0: ＝0， H1: ＞0(5.1)（略）Z＝(5.2)（略）任何假设检验都可能出现两类错误，用两个概率来度量第Ⅰ类错误概率＝P(拒绝H0｜H0为真)≤(5.3)第Ⅱ类错误概率＝P(不拒绝H0｜H1为真)≤(5.4a)也可以理解为第Ⅱ类错误概率＝P(不拒绝H0｜H0为假)≤(5.4b)如果将诊断是否患有某病也视为一个假设检验问题：H0：无病， H1：有病第Ⅰ类错误：假阳性∕误诊，概率P(阳性｜无病)()第Ⅱ类错误：假阴性∕漏诊，概率P(阴性｜有病)()两类错误的背景：拒绝H0时可能犯第Ⅰ类错误不拒绝H0时可能犯第Ⅱ类错误两类错误的后果：第Ⅰ类错误可能将“真实无效误作有效”∕误诊第Ⅱ类错误可能将“真实有效误作无效”∕漏诊一般, 的数值要在科研设计时事先确定2. 功效(power)假设检验发现真实差异的功效就不低于1-β，即检验功效＝P(拒绝H0｜H1为真)≥1-β(5.5) 检验功效＝P(拒绝H0｜H0为假)≥1-β(5.5) 功效就是真实有效的药物被发现的概率∕疾病被诊断出来的概率5.2 影响功效的四要素假设检验的功效至少受四个要素的影响，参看(5.2)式≥Z(5.6)功效的影响因素为：=，，n，≥0+Z(5.7)（略）现用分布图形来定性地讨论四要素对功效的影响1.客观差异越大，功效越大～N(，2/n)(5.8) （略）若H0为真，～N(0，2/n)(5.9) （略）若H1为真，～N(0+，2/n)(5.10) （略）2. 个体间标准差越小，功效越大。3.样本量越大，功效越大4. 值越大，功效越大筛选新药时大些，以免漏掉有苗头的新药(=0.10/0.20)新药上市前小些，以免误将真实无效的新药大量生产(=0.01)5.3 功效与四要素的定量关系1. 单组样本均数的检验(5.11)（略）简化后得到Z＝(5.12)例5.1某药的平均有效时间原为6小时，现改进了配方，据称可延长至7小时。为核实这一点，某研究组观察了25例该病患者，得到的却是阴性结果(P＞0.05)，即不能认为平均有效时间长于6小时，试分析原因。解这个问题实际上是检验假设 H0:＝6， H1: ＞6据题意，不妨令＝1。的数值可参考此次25例的观察结果，设连同以往经验猜测＝2。将＝1，＝2，n＝25和单侧Z0.05＝1.64代入(5.12)式Zβ＝＝ 0.86查标准正态分布表得，即1-β＝0.8051果表明，此项检验的功效为80.51%2. 两组样本均数的检验欲检验假设H0：1＝2， H1：1＞2(5.13)（略）H0: 1-2＝0， H1: 1-2＞0(5.14)Z＝(5.15)（略）H1：1-2＝(5.16)(5.17)（略）简化后得到Zβ＝(5.18)例5.2一项关于降血压药的临床试验分设两组随机样本，各含15例同病患者。一组服用常规药，另一组服用新药。如果新药的降压效果至少比常规药平均高出0.8kPa方可考虑在临床推广; 据以往经验，不论常规药还是这种新药，个体降压值的标准差约为1kPa。经＝0.05水平的两组均数比较的统计检验，两组平均降压效果的差异尚无统计学意义，此事如何理解?解据题意，这是关于两组均数的一项单侧检验＝0.8，＝1，n＝15，单侧Z0.05＝1.64，代入(5.18)式得Z＝- Z0.05＝ 0.5509查标准正态分布表，得，即1-＝0.7088只有70.88%的机会被此检验得出有差异的结论。3. 两组样本频率的检验(大样本) 欲检验假H0：1＝2， H1：1＞2(5.19)（略）根据正态近似两组样本均数的检验，有功效的计算公式Zβ＝(5.20)其中，＝1-2例5.3一项关于维生素C预防感冒作用的研究随机抽取两组正常人各30名，一组服用维生素C，另一组服用安慰剂，欲比较一定时期内发生感冒的频率。结果，安慰剂组有6人发生感冒，维生素C组有3人发生感冒，经＝0.05水平的检验，差异无统计学意义，此事如何理解?解1＝20%，假定2＝10%或更低时认为值得重视，n＝30和＝0.05代入(5.19)式，查标准正态分布表得，即1-β＝0.2929，功效只有29.29%。5.4 常用统计检验的样本量估算1. 单组样本均数的检验改写功效估计公式(5.12)得n＝(5.21)估计样本含量的影响因素，类似于功效：，，，例5.4为较好地解决例5.1中的新药论证问题，至少需要多大样本量?解＝0.05, ＝0.01, ＝1, ＝2，以及Z0.05＝1.64，单侧Z0.01＝2.33，代入公式，n＝＝63.0436≈63以n＝63查t界值表，得t0.05(62)与t