第八章 t检验(6讲).pptVIP

第五节 t’ 检验和变量变换 方差不齐时，两小样本均数的比较，可选用以下方法：① 采用近似法t‘ 检验; ② 采用适当的变量变换，使达到方差齐的要求; ③采用秩和检验。 一、t’检验 t’检验又称为近似t检验，常用的方法是Cochran Cox法和Satterthwaite法。 ㈠ Cochran Cox法近似t检验 该法是对临界值的校正。 例8.5 由X线胸片上测得两组患者的肺门横径右侧距R1值 (cm)，计算的结果如下，已知总体方差不齐，用t’检验进行两样本均数的比较 肺癌患者：n1=10, =6.21(cm), S1=1.79 (cm) 矽肺患者：n2=50, =4.34(cm), S2=0.56 (cm) (1)建立检验假设，确定检验水准 H0:μ1=μ2，两组病人R1值的总体均数相等 H1:μ1≠μ2，两组病人R1值的总体均数不等 α=0.05 (2) 计算t’值和 界值 ν1=10-1=9 , ν2=50-1=49 ,查附表3，t界值表，得t0.05/2,9=2.262, 双侧t0.05/2,49=2.009，代入公式计算 值。 （3）确定P值 作出推断结论 本例 t’ , 则P0.05, 按α=0.05水准，拒绝H0,差异有统计学意义，可以认为两种病人的R1值不同。 当ν1=ν2=ν时， 可直接根据由附表3，t界值表查出，而不需要计算。 ㈡ Satterthwaite法近似t检验 该法是对自由度ν校正。 上例资料ν的计算为 以ν=9查 t界值表，t0.01/2,9 t t0.005/2,9，故0.005P0.01，按α=0.05水准，拒绝H0, 差异有统计学意义，可以认为两种病人的R1值不同。两种方法统计学结论相同。 ν的计算公式亦可看出：当n1=n2时，ν=ν1=ν2，而不需要计算。 二、变量变换 但资料不服从正态分布或总体方差不齐时，不能直接进行t检验、F检验等，解决的方法之一就是将原始数据进行数学函数的变换，使变换后的数据符合正态分布和方差齐性的要求，在进行t检验、F检验。常用的变量变换的方法有以下几种： 1.对数变换(logarithmic transformation) 将原始数据X取自然对数或常用对数，将对数值作为新的分析数据。 Y=lnX 或 Y=lgX 　如果数据包含0或太小的数值，可取 Y=ln(X+k) 或 Y=lg(X+k) 　对数变换适用于：①对数正态分布资料，如抗体滴度资料，疾病潜伏期等；②几组资料的标准差与均数的比值都比较接近，用来消除方差不齐。 例如一组抗体滴度资料： 100 200 400 400 400 400 800 1600 1600 1600 3200 用SAS统计分析作正态性检验 经对数转换后： 又如两组数据： 一组：0.24 0.54 0.50 0.34 0.40 0.76 0.30 0.20 =0.410 , S1=0.1841 , 二组：1.99 0.99 1.22 1.17 1.96 0.71 1.25 1.23 =1.315，S2=0.4447 SAS统计软件分析两组是否方差齐性 * * [学习要求] 了解：正态性检验和变量变换的基本概念。 熟悉：方差齐性检验的基本概念；两样本方差齐性检验的计算；t’检验的计算。 掌握：t检验的步骤和t分布的关系；样本均数和总体均数比较、配对设计均数的比较、两样本均数的比较t检验的方法与步骤。 t检验（t test）亦称Student’s t test，是以t分布理论为基础，定量资料分析常用的假设检验方法。小样本的样本均数与总体均数的比较以及两个样本均数的比较要用t检验。t 检验的适用条件：①样本来自正态总体或近似正态总体；②两样本总体方差相等。 第一节 样本均数与总体均数的比较 亦称为单样本t检验（one sample t-test）。即样本均数代表的未知总体均数μ与已知的总体均数μ0（一般为理论值