第6讲 t检验.ppt

t检验概述 第6章介绍的u检验适用于已知总体标准差的小样本均数的假设检验，或总体标准差未知的大样本均数的假设检验。本章介绍的t检验适用于总体标准差未知的小样本均数的假设检验。当样本量较大时，t检验与u检验可以等同使用。 t 检验的应用条件是 ①当样本含量较小时，理论上要求样本为来自正态分布总体的随机样本； ②当两小样本均数比较时，要求两总体方差相等（方差齐性，即 ）。在实际工作中，若上述条件略有偏离，仍可进行t检验分析。 第一节 单样本均数的t检验 例1 通过以往大规模调查，已知某地新生儿出生体重均数为3.30kg。从该地难产儿中随机抽取35名新生儿作为研究样本，平均出生体重为3.42kg，标准差为0.40kg，问该地难产儿出生体重是否与一般新生儿出生体重不同？ 第二节 配对样本均数的t检验 所谓配对样本（paired sample）是指两个样本中的观察对象由于存在某种联系或具有某些相近的重要特征而结成对子（matching），每对中的两个个体随机分配接受两种不同的处理。 主要有三种情况 医学研究中常见的配对样本： ①配成对子的两个个体分别给予两种不同的处理（如把同窝、同性别和体重相近的动物配成一对；把同性别、同病情和年龄相近的病人配成一对等）； ②同一个体同时分别接受两种不同处理（如同一动物的左右两侧神经、同一份标本分成两部分）； ③同一个体自身前后的比较（如高血压患者治疗前后的舒张压比较、肝炎患者治疗前后的转氨酶比较等）。 对于配对样本数据，应该首先计算出各对差值的均数。当两种处理结果无差别或某种处理不起作用时，理论上差值的总体均数应该为0，故可将配对样本资料的假设检验视为样本均数与总体均数=0的比较，所用方法为配对t检验（paired t-test） 例2 用简便法和常规法分别对12份人尿进行尿铅含量测定，所得结果如表1。问根据现有资料能否说明两种方法检测结果不同？ 第三节 两独立样本均数的t检验 两样本的完全随机分组设计，即将受试对象（试验单位）完全随机地分为两组，分别接受两种不同的处理。 第四节 两独立样本方差的齐性检验 两独立小样本均数的t检验，除要求两组数据均应服从正态分布外，还要求两组数据相应的两总体方差相等，即方差齐性（homoscedasticity）。但即使两总体方差相等，两个样本方差也会有抽样误差，两个样本方差不等是否能用抽样误差解释？可进行方差齐性检验。 第五节 两样本方差不齐时均数比较的t’检验 当两样本方差不齐时，就不能用上述检验方法来进行两样本均数差别的比较，此时可以使用校正t检验- t’检验来代替。 测试 1.两样本均数比较，经检验，差别有显著性时，越小，说明( )。 A. 两样本均数差别越大 B. 两总体均数差别越大 C. 越有理由认为两总体均数不同 D. 越有理由认为两样本均数不同 E. 两总体均数差别越小 2. t t0.05,ν，理论上认为( )。 A. 两总体均数差别无统计学意义 B. 两总体均数差别有统计学意义 C. 两样本均数差别无统计学意义 D. 两样本均数差别有统计学意义 E. 两总体均数不同 3.两组数据中的每个变量值减同一常数后做两个均数差别的假设检验( )。 A. t值不变 B. t值变小 C. t值变大 D. t值变小或变大 E. 无法确定 4.两组数据做均数差别的t检验，要求( )。 A. 两组数据方差相近 B. 两组数据均数相近 C. 两组数据均数相近和方差相近 D. 数据分布正态或近似正态 E. 两组数据方差相近，且数据分布正态或近似正态 3.确定P值，下结论 查附表方差齐性检验的F界值表 按 水准，不拒绝 ,两组总体方差的差异无统计学意义，尚不能认为两组总体方差不等。 2. Cochran Cox近似t 检验（t‘ 检验） ——调整 t 界值 例题 5 某单位抽样测定了31名蓄电池 厂工人的尿氨基- -同戊酸（ALT）含量（mmol/L）,均数为53.87，方差为2460.4768；同时测定6名化工厂工人的尿ALT含量作为对照，均数为26.56，方差为52.6150.问两工厂工人的尿ALT含量是否不同？ *第四军医大学卫生统计学教研室 * *医疗等本科班《医学统计学》 Dr. 宇传华 制作 第6讲 t检验 第一节 单样本均数的t检验 第二节 配对样本均数的t检验 第三节 两独立样本均数的t检验 第四节 两独立样本方差的齐性检验 第五节 两独立样本方差不齐时均数比较的t’检验 t 检 验 对于总体标准差未知的小样本数据