第4章 t检验和Z检验.pptVIP

Ｚ检验原理 成组设计的两样本均数比较的统计量Ｚ值计算中,两均数差的标准误为 统计量Ｚ值的计算公式为 Ｚ 检验——实例分析 例5-4 研究正常人与高血压患者胆固醇含量(mg%)的资料如下,试比较两组血清胆固醇含量有无差别。 正常人组 高血压组 Ｚ 检验——实例分析步骤 建立检验假设, 确定检验水平 　　　　 　　　　 ?=0.05 计算统计量Ｚ值 将已知数据代入公式,得 Ｚ 检验——实例分析步骤 确定P值, 作出推断结论 本例Ｚ=10.401.96，故P 0.05，按?=0.05水准拒绝H0，接受H1，可以认为正常人与高血压患者的血清胆固醇含量有差别，高血压患者高于正常人。 第六节 假设检验中两类错误 （1－ b ）即把握度（power of a test)，也称检验效能:两总体确有差别，被检出有差别的能力 （1－ a ）即可信度（confidence level):重复抽样时，样本区间包含总体参数（m）的百分数 由样本推断的结果 真实结果 拒绝H0 不拒绝H0 H0成立 Ⅰ型错误 a 推断正确(1－a ) H0不成立 推断正确（1－b） Ⅱ型错误b 当H0为真时，检验结论拒绝H0接受H1，这类错误称为第一类错误或Ⅰ型错误（type Ⅰ error），亦称假阳性错误 检验水准，就是预先规定的允许犯Ⅰ型错误概率的最大值，用 ? 表示 当真实情况为H0不成立而H1成立时，检验结论不拒绝H0反而拒绝H1，这类错误称为第二类错误或Ⅱ型错误（type Ⅱ error），亦称假阴性错误。大小用β表示，只取单侧，一般未知。 当样本容量一定时， 越小 越大， 越大 越小。在实际应用中，往往通过 去控制 。在样本量确定时，如果要减小 ，就把 取大一些。 同时减小?和?，唯一的方法就是增加样本含量n 第七节 假设检验中的注意事项 1. 假设检验结论正确的前提 作假设检验用的样本资料，必须能代表相应的总体，同时各对比组具有良好的组间均衡性,才能得出有意义的统计结论和有价值的专业结论。这要求有严密的实验设计和抽样设计,如样本是从同质总体中抽取的一个随机样本,试验单位在干预前随机分组,有足够的样本量等。 2. 检验方法的选用及其适用条件,应根据分析目的、研究设计、资料类型、样本量大小等选用适当的检验方法。 t 检验是以正态分布为基础的，资料的正态性可用正态性检验方法检验予以判断。若资料为非正态分布，可采用数据变换的方法，尝试将资料变换成正态分布资料后进行分析。 3.双侧检验与单侧检验的选择 需根据研究目的和专业知识予以选择。单侧检验和双侧检验中的t值计算过程相同，只是t界值不同，对同一资料作单侧检验更容易获得显著的结果。单双侧检验的选择，应在统计分析工作开始之前就决定，若缺乏这方面的依据，一般应选用双侧检验。 第一节 t检验 以 t分布为基础的检验为t检验。 在医学统计学中，t检验是非常活跃的一类假设检验方法。 医疗卫生实践中最常见的是计量资料两组比较的问题 25例糖尿病患者随机分成两组，甲组单纯用药物治疗，乙组采用药物治疗合并饮食疗法，二个月后测空腹血糖(mmol/L) 问两种疗法治疗后患者血糖值是否相同？ 药物治疗 药物治疗合并饮食疗法 ?1 ?2 n1=12 =15.21 =10.85 n2=13 甲组 乙组 总体 样本 ? ？＝ 推　断 t 检验——问题提出 根据研究设计,t检验有三种形式： 单个样本的t检验 配对样本均数t检验(非独立两样本均数t检验) 两个独立样本均数t检验 第一节　单个样本t检验 又称单样本均数t检验(one sample t test),适用于样本均数与已知总体均数μ0的比较,目的是检验样本均数所代表的总体均数μ是否与已知总体均数μ0有差别。 已知总体均数μ0一般为标准值、理论值或经大量观察得到的较稳定的指标值。 应用条件——总体标准?未知的小样本资料( 如n50),且服从正态分布。 单个样本 t 检验原理 已知总体 ?0 未知总体 ? 样本 在 H0 :? =? 0的假定下，可以认为样本是从已知总体中抽取的，根据t分布的原理，单个样本t检验的公式为： 自由度?＝n-1 例5.1 ： 以往通过大规模调查已知某地新生儿出生体重为3.30kg。从该地难产儿中随机抽取35名新生儿,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体重不同? 3. 确定P值，做出推断结论 本例自由度??n-1?35-1?34，查附表2，得t0.05/2,34