第章假设检验的基本思想和步骤.pptVIP

第七章 假设检验 * 第一节 基本思想 引例 两率的假设检验 例1 随机分配188名病情相似的病人到两组中，分别接受A、B两种疗法，比较其差异 188 94 94 合计 46 48 34 60 48.9 36.2 有效率(%) 42.6 80 108 合计 A B 有效 无效 疗效 疗 法 A比B疗效好吗？ 这两个样本率不等有两种可能： ①. 由于抽样误差所致； ②. 由于两个总体率之差所致。 假设1：“总体有效率相等” 假设2：“总体有效率不相等” 假设A疗法和B疗法的总体有效率相等,那么,由于偶然性得到两组有效率相差12.7%以及更为极端的情况(12.7%)的可能性(概率P)有多大? 如果P≤0.05 , 则拒绝“总体有效率相等”的假设。 如果P＞0.05 , 则不拒绝“总体有效率相等”的假设。 例2 一般正常成年男性血红蛋白的样本均数为140g/L，某研究者随机抽查60名高原地区健康成年男性进行检查，测得血红蛋白的均数为155g/L，标准差为24g/L , 可否认为高原地区成年男性居民血红蛋白的平均水平与一般不同？ 第二节 基本步骤 1.建立假设，确定检验水准 一种是无效假设，或称零假设，符号为H0 ；一种是备择假设，符号为H1. 两者都是根据统计推断目的而提出的对总体参数或分布特征的假设。H0是从反证法的思想提出来的，H1 和H0是相联系的对立的假设。 针对上例的假设为： H0 : 高原男性脉搏总体均数(μ)与一般健康成年男性血红蛋白总体均数(μ0 )相同, 可简记为：μ=μ0 H1 : 高原男性脉搏总体均数(μ)与一般健康成年男性血红蛋白总体均数(μ0 )不同, 可简记为:μ≠μ0 2. 确定检验水准 规定小概率值即检验水准亦称显著性水准，符号为α 。常取α=0.05 . 检验水准应在设计时根据专业知识和研 究目的确定单侧检验或双侧检验以及检验水准?，不能在假设检验结果得出后再加以选择 2. 计算统计量 根据研究设计类型和统计推断的目的要求选检验方法。正态分布，σ未知。 已知 检验统计量 3.确定概率P值，作出统计推断 P值是指在H0所规定的总体中做随机抽样，获得等于及大于(或小于)现有统计量的概率。 做出推断结论 若P≤?，表示在H0成立的条件下，出现等于或小于现有统计量的概率是小概率，按小概率事件原理现有样本信息不支持H0，因而拒绝H0。因此当P≤? 时，结论为拒绝H0，接受H1，即差异有统计学意义； 若P?时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不足以拒绝H0。因此当P? 时，结论为按所取检验水准不拒绝H0，即差异无统计学意义。 双尾：P (t ≤-4.8412)+P (t≥4.8412)=0.0001 本例H1 : μ≠μ0 υ=60,双尾 结论：t=4.4812，υ=59，P0.001,拒绝H0,接受H1,差异有统计学意义，可以认为高原地区男性血红蛋白平均水平不等于140g/L。结合实际，高于140g/L. 第三节 假设检验中的两类错误 由于抽样的随机性，假设检验根据概率进行判断时，可能犯两类错误。 一.Ⅰ型错误(α错误) 拒绝一个真实的原假设时，所犯的错误。设H0为阴性，则H1为阳性。Ⅰ型错误也称为假阳性错误。 医学常取0.05的显著性水平，在医疗实践中，检验假阳性或误诊，要??尽量小，限制犯第一类错误的概率 ，例如??=0.01. 接受了一个虚假的虚无假设，那么就犯了Ⅱ类错误. 也称为假阴性错误。 筛选病人，减少漏诊或假阴性，要??尽量小，限制犯第二类错误的概率。如可以先限制检验水准?，再适当确定样本容量使??尽量小。 二.Ⅱ型错误(β错误) 图7-1 α与β关系示意图(以单侧t检验为例) 表7-2 两类错误的定义和相互关系 ? 真实情况 假设检验结论 拒绝H 0 不拒绝 H0 H0 正确 ? H0 错误 ? Ⅰ型错误α 推断正确1－α Ⅱ型错误 推断正确1－ β Ⅱ类错误 　　　 　 如果两个总体参数之间确实存在差异，即H1为真，使用假设检验能够发现其差异的能力，称为检验效能。效能越高