医学统计学t检验.ppt

t 检验杨超 t分布的概念 主要内容 样本均数与总体均数的比较 两样本均数的比较 配对设计均数的比较 正态性检验与方差齐性检验 变量变换 要求 掌握3种 t 检验的应用条件 能够根据资料设计类型，选择相应方法 对每种检验的公式能比较熟悉，但不用掌握 样本均数与总体均数比较 亦称为单样本　检验(one sample t test) 就是样本均数代表的未知总体均数　与已知总体均数　(一般为理论值或标准值)的比较 例8.1 已知某地新生儿出生体重均数为3.36 kg。从该地农村随机抽取40名新生儿，测得其平均体重为3.27 kg，标准差为0.44 kg，问该地农村新生儿出生体重是否与该地新生儿平均出生体重不同？ 为样本均数,　为样本标准差,　为自由度。 两样本均数比较 又称两独立样本的 t 检验，或 成组设计的 t 检验（independent samples t test） 　　　　分别表示两样本均数，　为合并方差 配对设计均数的比较 亦称为配对　检验(paired samples t test) 配对设计资料主要有以下三种情况 配对的两个受试对象分别接受两种不同处理 用两种方法(或仪器)对同一样品检验 对同一受试对象两个部位进行两种不同处理 例8.2 对24名儿童接种卡介苗，按 同年龄、同性别配成12对，每对中 的2名儿童分别接种两种结核菌素， 一种为标准品，另一种为新制品， 分别注射在儿童的前臂，72小时后 记录两种结核菌素的皮肤反应平均 直径，见表8.1，问两种不同结核菌 素的反应性有无差别？ 配对设计均数比较的原理 计算配对个体的差值 d d＝x1-x2 如果不同的处理没有差别，即 d的均数 所代表的总体均数 应该等于0。 t检验的应用条件 在单样本t检验中，总体标准差 未知且样本含量较小( )时，要求样本来自正态分布总体 两小样本均数比较时，要求两样本均来自正态分布总体，且两样本总体方差相等 对两大样本( 均大于50)的均数比较，可用Z检验 正态性检验 正态性检验(test of normality) 即判定资料是否服从正态分布 检验方法 图示法 P-P图法和Q-Q图法 统计检验法 W检验和矩法检验（偏度系数和峰度系数） 横坐标为观察累计频率(observed cumulative proportion) 纵坐标为期望值累计概率 (expected cumulative prop-ortion) 两总体的方差齐性检验 查F界值表(附表4) ，如果 　　　 ，拒绝H0，接受H1 ，认为 两个总体的方差不等。否则不拒绝 H0，认为两个总体的方差相等。 当资料不服从正态分布或总体方差不等时，不能直接进行 t检验 变量转换 秩和检验 变量变换方法 对数变换 平方根变换 倒数变换 平方根反正弦变换 * * 变量变换 总体 样本均数 中心极限定理 标准正态分布 变量变换 未知 戈斯特 （William Sealy Gosset ） 成年男子平均脉搏 高原地区76次/分 一般地区72次/分 海拔因素 抽样误差 计算统计量（t 值）， 确定P值（由抽样 误差造成差异的概率） P≤ 0.05 P＞0.05 实际无差异(H0) 实际有差异(H1) 未知总体A 未知总体B 样本A 样本B ？ ， P-P图(Proportion - proportion plots) * * *