假设检验基础幻灯片.pptVIP

统计分析 统计描述 统计推断 参数估计 假设检验 Outline 假设检验原理** 定量资料的分析----t 检验** 定性资料的分析----z 检验 总体Α是100例正常成年男子的血红蛋白(单位：g/L)，从中随机抽取样本a1 和样本 a2 ；总体B是另外100例正常成年男子的红细胞数，从中随机抽取样本b ；三个样本的含量均为10例，有关数值如下： 在知道A和B总体的参数时 假如事先不知道A和B是不是同一个总体 假设检验的基本目的就是分辨两个样本是否属一个总体或两个不同的总体，并对总体作出适当的结论。 假设检验的基本思想 提出一个假设(H0)； 如果假设成立，会得到现在的结果吗？ 两种： 得到现在的结果可能性很小(小概率) ?拒绝H0 有可能得到现在的结果(不是小概率) ?没有理由拒绝H0 假设检验的特点 一是从总体上对问题作出判断； 二是不可能或者不允许对研究总体的每一个个体均做观察。只能从研究总体中抽取大小合适的随机样本，然后应用假设检验理论和方法，依据样本提供的有限信息对总体作推断。 例 样本：某医生随机抽查25名某病女性患者的血红蛋白，求得其均数为150g/L，标准差为16.5g/L。 问题：该病女性患者的平均Hb含量是否与正常女性的平均Hb含量相同 (正常女性的平均Hb含量为132g/L)。 问题： 统计量与参数不同的两种可能 其一：抽样误差 (偶然的、随机的、较小的) 其二：本质上的差别 (必然的、大于随机误差) 1建立假设,确定检验水准 原假设(null hypothesis)，又称零假设 H0 : ?＝ 132 女性患者的平均Hb含量与正常女子相等 备择假设(alternative hypothesis)，又称对立假设 H1 : ? ? 132 女性患者的平均Hb含量与正常女子不等 检验水准(significance level) ?＝0.05（规定概率不超过?就是小概率） 2计算统计量 计算统计量t (衡量样本与总体的差别)： 3确定 P 值 如果 H0 成立，统计量获得现有数值以及更不利于H0的数值的可能性有多大。 4下结论 根据小概率原理作结论。 小概率原理：一般认为，小概率事件(rare event)在一次抽样中是不可能发生的。 P0.05, 不是小概率事件，没有足够的理由拒绝 H0； P≤0.05, 为小概率事件，拒绝 H0；接受 H1。 假设检验的基本思想 均数的假设检验-----t检验 一组样本资料的t检验 配对设计资料的t检验 两组独立样本资料的t检验 双侧检验 单侧检验 根据研究资料性质决定 双侧检验： H0 : ?1＝?2 H1 : ?1≠?2 t检验的应用条件 随机样本 正态性：来自正态分布总体 方差齐性：两均数比较时，要求两总体方差相等 一组样本资料（单侧检验） 样本：某研究人员从东北某县抽取36名儿童，得囟门闭合月龄均值为14.3月，标准差为5.08月 。 问题：该县儿童前囟门闭合月龄的均数是否大于一般儿童 (一般儿童前囟门闭合月龄为14.1月)。 1. 选择检验方法，建立假设并确定检验水准 H0 : ?＝14.1，该县儿童前囟门闭合月龄的平均水平与一般儿童的平均水平相同 ； H1 : ? 14.1，该县儿童前囟门闭合月龄的平均水平高于一般儿童的平均水平 。 ?＝0.05 3. 确定P值(单侧界值) 4. 下结论 P0.05，在α=0.05水平上不能拒绝H0，差别没有统计学意义,所以尚不能认为该县儿童前囟门闭合月龄的均数大于一般儿童 。 配对设计资料 自身配对：同一对象接受两种处理，如同一标本用两种方法进行检验，同一患者接受两种处理方法 。 异体配对：将条件相近的实验对象配对，并分别给予两种处理 。 如果不同处理的效应没有实质差别，将每对数据 求差，差值d的总体均数μd应该是0。配对t检验 的实质就是检验样本差值的总体均数是否为0。 例6-2 某儿科采用静脉注射人血丙种球蛋白治疗小儿急性毛细支气管炎。用药前后患儿血清中免疫球蛋白IgG（mg/dl）含量如-表6-1所示。试问用药前后IgG有无变化？ 配对设计资料的t检验 检验目的： 推断配对差值的总体均数是否等于0。 假设检验的步骤(2) 计算统计量t 两独立样本(A) 两独立样