假设检验分析课件.pptVIP

单侧检验与双侧检验的选择 检验的单双侧必须依据专业知识和研究目的在设计时确定，而不能在确定P值时主观选择 Hypothesis Testing * Health Statistics Hypothesis Testing * Health Statistics 第四节 假设检验应注意的问题 Hypothesis Testing * Health Statistics 应有严密的研究设计 同质总体 随机抽样 组间可比性 Hypothesis Testing * Health Statistics 正确理解检验水准? 和P值的意义 P值是指从H0总体中随机抽样，获得等于或大于（等于或小于）现有统计量值的概率。从另一个角度讲，P值反映了实际观测到的数据与 H0之间不一致的程度，P值越小，说明实际观测到的数据与H0之间不一致的程度越大，越有理由拒绝H0 拒绝H0时所冒的风险 Hypothesis Testing * Health Statistics 在假设检验之前人为规定 犯第一类错误的概率,说明拒绝H0所冒的风险不可超过? Hypothesis Testing * Health Statistics 正确理解结论的统计学意义 差异有统计学意义是指样本统计量之间的差值并非仅由抽样误差所偶然获得，而是由本质差别造成的，故被推断的两总体参数有差别，至于其差值幅度算不算大，是否“明显”或“更显著”等结论性的判断，完全属于专业方面的分析，假设检验本身得不出此结论 Hypothesis Testing * Health Statistics 差异尚无统计学意义是指样本统计量之间的差值仅由抽样误差所偶然获得的可能性较大，故尚不能认为被推断的两总体参数有差别。但不应误解为差别不大或肯定无差别 有统计学意义并不等于有实际临床意义，还应结合专业知识来分析 Hypothesis Testing * Health Statistics 假设检验的结论不能绝对化 统计结论的概率性：无论做出何种推断结论，总是有风险的！尤其是检验统计量位于检验界值的附近时，下结论更应慎重 统计学已证明…… 由此可以肯定…… Hypothesis Testing * Health Statistics 第五节 假设检验与区间估计的区别与联系 可信区间用于说明量的大小，即推断总体均数的范围 假设检验用于推断质的不同，即判断两总体均数是否不同 Hypothesis Testing * Health Statistics 可信区间亦可回答假设检验的问题 可信区间包含H0，按?水准，不拒绝H0；若不包含H0，则按?水准，拒绝H0，接受H1 可信区间比假设检验可提供更多的信息 可信区间不但能回答差别有无统计学意义，而且还能提示差别有无实际的专业意义 Hypothesis Testing * Health Statistics Health Statistics * (1) (2) (3) (4) (5) 有统计学意义 无统计学意义 有实际 专业意义 可能有实际 专业意义 无实际 专业意义 样本例数 太少 不拒绝 H0 H0 有实际专业 意义的值 目的是判断是否?≠?0，利用反证法思想，从它的对立面?=?0来间接判断 * 《红楼梦》中的掷骰子： Hypothesis Testing * Health Statistics 掷骰次数 传递顺序 点数 1 晴雯——宝钗 5 2 宝钗——探春 16 3 探春——李纨 19 4 黛玉——湘云 18 5 湘云——麝月 9 6 麝月——香菱 19 7 香菱——黛玉 6 8 黛玉——袭人 20 Hypothesis Testing * Health Statistics 大观园群芳掷骰子顺序、点数表 曹雪芹写这回时是事先确定了每一轮的人选，并为他们设计了签子及诗句，以作为此人命运的写照和伏笔，再按照座次人物的顺序人为地确定摇出的点数 八次结果有六次为小概率事件，其中晴雯的五点和香菱的六点发生的概率分别为0.0031和0.0077，点数有些离谱！ Hypothesis Testing * Health Statistics 假设检验的基本步骤 建立检验假设，确定检验水准 ① 原假设（零假设，记为H0） ② 备择假设（记为H1） Hypothesis Testing * Health Statistics Hypothesis Testing * Health Statistics 检验假设针对总体，而非针对样本 H0 和 H1 是相互联系、对立的假设，缺一不可 H0通常为：总体服从于某种分布、两个