卫生统计学专题七：假设检验.docVIP

专题七 假设检验 在抽样研究中，由于抽样误差的存在，由样本统计量之间的差别不能直接得出总体参数之间的差别，要进行假设检验。 ⒈假设检验的基本思想 ＜μ0时有两种原因，即①由抽样误差引起；②本质差别（地区环境因素引起）；上述两种情况可以描述为： μ＝μ0 由抽样误差引起 ＜μ0 μ≠μ0 由本质差别引起 ⑴若与μ0接近，其差別可用抽样误差解释，可认为样本来自一般正常总体；反之，不宜用抽样误差解释。 ⑵假设检验的基本思想：假设H0成立，在H0成立的条件下计算检验统计量，根据检验统计量和相应的分布确定P值。通过P值与检验水准α的比较，利用小概率事件原理做出推断，得出结论。 ⒉假设检验的基本步骤 ⑴建立检验假设，确定检验标准。 H0：原假设（零假设），总体服从某种分布，两个或多个总体参数相等，两个或多个总体分布相同等，即μ＝μ0。 H1：备择假设，总体不服从某种分布，两个或多个总体参数不等或不全等，两个或多个总体分布不同或不全同等，即μ≠μ0。 检验水准：是预先规定的概率值，它确定了小概率事件标准，一般取α=0.05或0.01。 ⑵选定检验方法和计算检验统计量。 统计分析方法（即检验方法，参见表实1常用方法的选择），所有的检验统计量都是在H0成立的前提下计算出的。 ⑶确定P值，做出推断结论。 P值：是指若从H0所规定的总体中进行随机抽样，获得等于及大于（或等于及小于）现有样本统计量的概率。 查附表t界值表确定P值： ①若P≤α，则结论为按α水准，拒绝H0，接受H1，差异有统计学意义，可认为……不同或不等（有差别） ②若P﹥α，则结论为按α水准，不拒绝H0，差异无统计学意义，尚不能认为……不同或不等（有差别），即认为-μ0的差别是由抽样误差引起。 t界值表结果书写格式为：双侧tα／2，ν；单侧tα，ν； 【注意】 ①对于H0只能说“拒绝或不拒绝”，对于H1只能说“接受H1”。 ②不拒绝H0不等于接受H1，只有根据现有资料还不拒绝它，可以看做是“阴性待查”，逻辑上更严密。 ③任何推断结论应包括统计结论和专业结论，统计结论只得出差异是否具有统计学意义，需结合专业知识得出最后专业结论。 ⒊Ⅰ型错误与Ⅱ型错误 ⑴假设检验的两型错误： Ⅰ型错误：由于抽样的原因，拒绝了实际成立的H0，即“弃真”，其发生的最大概率为α。 Ⅱ型错误：接受了实际上不成立的H0，即“取伪”，其发生的概率为β。 ⑵Ⅰ型错误与Ⅱ型错误的关系： ①当n固定时，α增大，β减小；反之亦然。欲同时减小α、β，只有增加n。 ②任何假设检验的结论只有四种情况： 拒绝H0，接受H1 不拒绝H0 H0成立 Ⅰ型错误（α） 正确判断（1-α） H0不成立 正确判断（1-β） Ⅱ型错误（β） ③在进行假设检验时β的大小通常未知，但可通过计算估计（参见十七章）。在实际工作中，可根据目的不同确定相应的检验水准的大小。若重点减小Ⅰ型错误，α可取小一些，若重点减小Ⅱ型错误，α可取大一些。 ④当P≤α而拒绝H0时，只可能犯Ⅰ型错误，不可能犯Ⅱ型错误；当P＞α而不拒绝H0时，只可能犯Ⅱ型错误，不可能犯Ⅰ型错误； ⒋假设检验的效能 1-β称为检验效能或把握度，是指当两总体参数确有差别时，按α水准能够发现这种差别的能力，即对实际成立的H1做出肯定结论的把握度。假设检验的效能主要受四个因素影响： ①两总体参数的真实差异：差异越大，1-β越大； ②总体σ：σ越小时，s、标准误越小，1-β越大； ③Ⅰ型错误α：α越大，β越小，1-β越大； ④样本含量n：n增大，同时减小α、β，1-β增大； 在实际工作中，容许误差及总体标准差是无法改变的，对于同一资料，α与β反向变化，若要同时减少α、β，唯一的方法是增加样本含量n。 ⒌单侧检验与双侧检验 ⑴单侧检验与双侧检验的选择： 由于μ≠μ0，存在两种可能，即μ＜μ0和μ＞μ0，故称为双侧检验；若根据专业知识能判定μ除等于μ0外，只可能大于μ0，而不可能小于μ0（或相反时），应作单侧检验。 ⑵单侧检验与双侧检验的区别： 备择假设H1与确定P值时不同，若误用，单侧检验较容易引起Ⅰ型错误，双侧检验较容易引起Ⅱ型错误； 【注意】 ①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，而不能再确定P值时主观选择。 ②既可进行双侧又可进行单侧的检验有t、z、秩和检验、四个表确切概率检验、等级相关检验等。只能进行双侧检验者多为“无序性”的，如方差分析、χ2检验等。 ⑶单侧检验与双侧检验的关系： ①双侧检验的假设检验如下：H0：μ＝μ0 ，单侧检验的假设检验：H0：μ＝μ0 或 H0：μ＝μ0