第7章 假设检验基础课件.pptVIP

1-β称为假设检验的功效（power of a test）。其意义是，当所研究的总体与H0确有差别时，按检验水平α能够发现它（拒绝H0）的概率。如果1-β=0.90，则意味着当H0不成立时，理论上在每100次抽样中，在α的检验水准上平均有90次能拒绝H0。一般情况下对同一检验水准α，功效大的检验方法更可取。 二、 假设检验的功效 1.一组样本资料t检验的功效 首先按下式计算 其中n为样本容量，δ为欲发现的最小差异或容许误差，σ为总体标准差， α为假设检验的临界值。然后根据通过反查标准正态分布表来确定β, 进而得到1-β。 二、 假设检验的功效 例7-14 计算例7-1检验的功效1-β。 假定根据现有知识可以取σ=5月，δ=0.5月， 。 由标准正态分布表查这个数值所对应的右侧尾部面积, 得到β=0.8531，于是, 1-β=0.1469。说明例6-1的检验功效太小，即发现δ=0.5个月的差别的机会只有14.69% 。 1.一组样本资料t检验的功效 其中n为样本容量，δ为欲发现的最小差异或容许误差，σ为总体标准差， 为假设检验的临界值。然后根据 通过反查标准正态分布表来确定β, 进而得到1-β。 2.两组独立样本资料t检验的功效 例7-15 试计算例7-5中检验的功效。 假定根据现有知识可以取δ=1mm, σ=1.5mm, . n1=20, n2=34。 由标准正态分布表查这个数值所对应的上侧尾部面积, 得到β=0.3228，于是1-β=0.6772。 2.两组独立样本资料t检验的功效 其中n为样本容量，δ为欲发现的最小差异或容许误差，π1、π2分别为两个被推断的总体概率， 为假设检验的临界值。然后根据 通过反查标准正态分布表来确定β, 进而得到1-β。 3.二项分布两组独立样本资料Z检验的功效 例7-16 试计算例7-9中检验的功效。 假定根据现有知识可以取δ=0.15，π1=0.76，π2=0.96， =1.547 由标准正态分布表查这个数值所对应的上侧尾部面积, 得到β=0.0594，于是1-β=0.9406。 3.二项分布两组独立样本资料Z检验的功效 1、严格按照设计方案，是数据分析结果科学客观的基础。 在抽样研究中，研究设计、搜集数据和统计分析是一个整体。每一种假设检验方法都是与相应的研究设计相联系的。 严格按照研究设计方案，收集客观的数据。样本的获取必须遵循随机的原则。只有在这样的基础之上，假设检验的结论才是有意义的。 三、应用假设检验需要注意的问题 2、应用检验方法必需符合其适用条件: 三、应用假设检验需要注意的问题 3、当样本量一定时，第Ⅰ类错误的概率α变小，第Ⅱ类错误的概率β就变大。在假设检验可能出现的两类错误之中，往往会有一种错误危害较大。要权衡两类错误的危害来确定α β的大小。 比如，为了保护常规药物，应控制第一类错误， α取得尽量小些。 三、应用假设检验需要注意的问题 4、正确理解P值的意义 P值很小时“拒绝H0，接受H1”，但是不要把很小的P值误解为总体参数间差异很大。拒绝H0只是说差异不为零，P值小只是说犯第Ⅰ类错误的机会远小于α。 所以在报告检验结论时，如果Pα,宜说差异“有统计学意义”（statistical significance）, 同时写明P的数值或相应的不等式。将P0.05说成“差异显著”，将P0.01说成“差异非常显著”都是不对的。。 三、应用假设检验需要注意的问题 5、检验假设和结论必须针对总体。 假设 H0:两组的血压下降值相同 H1:两组的血压下降值相同； 结论 “P α,有统计学意义，两组的血压下降值不同” 应改为：H0:两药物的血压下降值相同 H1:两药物的血压下降值相同； 结论 “P α,有统计学意义，两药物的血压下降值不同” 常见疑问 1.通过假设检验得到P值很小，能否说明比较的总体均数相差很大？ 所谓P值，是指在H0成立的前提下，出现目前样本数据对应的统计量（如Z、t、F值等）数值乃至比它更极端数值的概率。它不但与均数实际值的差距有关，还与抽样误差的大小有关，所以不能单从P值的大小判断总体均数差距的大小。 2．假设检验中α与P有何不同？ α为决策者事先确定的小概率事件的界值。 据此来判断是否发生小概率事件。 所谓P值，是指在H0成立的前提下，出现目前样本数据对应的统计量（如Z、t、F值等）数值乃至比它更极端数值的概率。 P α ，这可以判断小概率事件发生，即拒绝原假设， Pα ，则认为在原假设下，