3=chap4总体均数估计、假设检验.ppt

三、总体均数的估计　 统计推断：从总体中随机抽样，由样本信息来推断总体特征的过程。 　参数估计: 估计? 点估计： = ? 区间估计 CI： 按一定P估?所在范围。 　假设检验 §2　假设检验　hypothesis testing 　P48 一、基本思路 　统计量之间存在差异：是抽样误差所致 H0 　　　　　　　　　　　非抽样误差所致 H1 　　 提出假设→计算概率→拒绝/接受假设。 原理：小概率事件在一次观察中可以认为不会发生。 二、假设检验的基本步骤 1. 建立假设: H0（原假设or无效假设）: 相同。 　　　　　　 H1 （备择假设or对立假设）: 不同。 2. 选择并计算统计量： u、t、F、 ?2 3. 确定P值： H0的概率，t or u orF or ?2 ↑,P ↓ 。　　 4.判断结果：显著性水平（置信系数） ?＝0.05　　P0.05, 不拒绝 H0. 差别无统计学意义（无显著性） 　P≤0.05,拒绝 H0.差别有~ （有显著性）。 P≤0.01,拒绝 H0.差别有高度~ （有极显著性）。 三、两类错误：样本的随机性使推断不可能绝对正确。 §3 正态性检验与方差齐性检验 P51 　 一、正态性检验（test of normality） 1．意义： 检验资料是否服从正态分布。 、S、NR、CI、Z 、t 等，适于正态或近正态分布。 2.正态性检验的方法 （1）简单判断法：将均数与中位数及标准差进行比较。 （2）图示法：P-P图，Q-Q图。 （3）假设检验法：L3-1sav→ Analyze → Nonparametric Tests→1-Sample K-S ，血糖入Test variable List→OK。 二、方差齐性检验 P68,71 【例5-1】 研究单味中药对小白鼠细胞免疫机能的影响，把39只小白鼠随机分为四组，雌雄尽量各半，用药15天后，进行E-玫瑰花结形成率（E-SFC）测定，结果如表5-1。 表5-1 不同中药对小白鼠E-SFC的影响 §4 　　t 检验　　P55 用途：正态，小n 。 一、样总比较：小样t、大样u test 1.建立H0: μ=μ0　数值之差是抽样误差所致 　　　　　　 2.计算t ： 2.3确定P：P432 t值表，t ↑,P ↓ 。 2.4判断结果 　　P0.05, Don’t refuse H0 　　P≤0.05, may refuse H0 P≤0.01, may refuse H0 P56【例4-7】 以M物质为变量名，输入9个数据，建立L4-7.sav。 （1）正态性检验：Analyze →Descriptive Statistics →Explore，M物质入Dependent List→Plots，选Nomality plots with tests（正态图形及检验）→OK （2）单样本t 检验：样本均数与已知总体?0=63.5比较 Analyze →Compare Means → One-Sample T Test，M物质入Test variable [s] ，在Test Value框中改0为63.5→OK 二.配对比较的t检验 1.建立H0: μd =0　每对数值之差值d服从正态分布且总体均数＝0 　 1.2计算 t ： 1.3确定P： t↑,P ↓ 。v=n-1，n为对子数。 双侧检验（确定是否有差别）： 单侧检验（确定是否高or低）： 1.4判断结果： 三.成组比较的t检验 1.两组方差齐性（?12＝ ?22 ，或S12与 S22相差3倍内） 1.1建立 H0: μ1 = μ2 　来自同一总体，抽样误差所致。 　　　　　　　 1.2计算t ： 1.3确定P： t↑,P ↓ 。v= n1+ n2 -2， 　　双侧检验（确定是否有差别）： 　　单侧检验（确定是否高or低）： 1.4判断结果： 2. 两组方差不齐（?12 ≠ ?22 ，或S12与 S22相差3倍以上）。 2.1建立H0: μ1 = μ2 　两组来自同一总体，抽样误差所致。 　　　　　　 2.2计算统计量t ： 2.3确定P值： t↑,P ↓ 　　 2.4判断结果： 3.资料与正态分布偏倚较大时的两样本均数比较 【例4-10】 p62 对数变换→正态性和方差齐性→ t or采用非参数检验（chap9）。 （1）抗体滴度倒数正态性检验：Variable View以x和组别为变