04第三章假设检验的基本原理和步骤(研1309)说课.ppt

* * * * * * * 1.单凭一个样本不可能去证明哪一个假设正确，哪一个正确的；只能从样本提供的信息去推断哪一个假设成立的可能性较大。 2.H0比较明确且单一，H1却包含种种情形，故人们着重考虑H0成立的概率。 * 1.单凭一个样本不可能去证明哪一个假设正确，哪一个正确的；只能从样本提供的信息去推断哪一个假设成立的可能性较大。 2.H0比较明确且单一，H1却包含种种情形，故人们着重考虑H0成立的概率。 * * * * * * * * * * * * * * * * * * * * * * * * * Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * * * * 检验水准α定的越大 总体参数间的差异越大 个体差异（标准差）越小 样本含量越大 影响检验功效的因素： 检验功效越大 * 1. ? 越大， ? 越小，则Power越大 ? ? 只有通过增加样本含量，你才可能同时减少两类错误! 样本含量一定时，?和?的关系就像翘翘板，?小?就大， ?大? 就小。 当样本量取定时,要减小 b ，应把a 取大一些 * a m 0 H1：m m 0 β 病人1-β m 1 2. 总体参数间的差异越大，Power越大 * a m 0 β 1-β m 1 3. 个体差异越小，Power越大 a m 0 β m 1 1-β * 4. 若两样本总体确有差异时， 在一定范 围内，样本含量n 越大，Power越大。 通过增大n的方法，达到增大Power的目的 * 检验功效/样本含量估算常用软件： SAS nQuery Advisor EGRET SIZ Sample power SASA PASS EXCEL * PASS （power analysis and sample size） 是Jerry开发的专业样本含量估算和效能分析软件。 PASS可以对均数间的比较、方差分析、相关和回归分析、计数资料的假设检验和病例随访资料分析等检验条件下的检验效能和样本含量进行估计。 * 小 结 假设检验是依据样本提供的有限信息对总体做推断的过程。 假设检验的步骤为： 建立假设→计算统计量→确定p值，作出推断结论 假设检验的基本思想是根据小概率的原理，认为“小概率事件在一次抽样中不太可能出现”。 假设检验中无论拒绝不拒绝H0，都有可能犯错误（Ⅰ类错误和Ⅱ类错误）。 假设检验的推断结果下结论时不能绝对化，并要结合专业知识。 * 步骤： 建立假设，确定检验水准 确定P值 计算检验统计量 作推断结论 拒绝H0，接受H1， 认为差异有统计学意义 P≤α P α 不拒绝H0， 认为差异无统计学意义 * 最佳选择题： 1.统计推断的内容是： A．用样本指标推断总体指标 B．检验统计上的“假设” C．A、B均不是 D．A、B均是 2.两样本比较时，分别取以下检验水准，下列何者所取第二类错误最小： A．a=0.05 B．a=0.01 C．a=0.10 D．a=0.20 * 3. 关于假设检验，下列那一项说法是正确的： A．单侧检验优于双侧检验 B．采用配对t检验还是两独立样本t 检验是由实验 设计方法决定的 C．检验结果若P值大于0.05，则接受H0犯错误的可 能性很小 D．用t 检验进行两样本总体均数比较时，不要求方 差齐性 * 简答题： 1. 什么是一类错误？什么是二类错误？二者之间有什么关系？ 2. P 与α有什么区别和联系？ 3.既然假设检验的结论有可能有错，为什么还要进行假设检验？ * 答案： P值的大小和α没有必然关系。 3. P是指H0成立的前提下，出现目前样本数据对应的统计量数值乃至比它更极端数值的概率。 α是事先确定的检验水准。 * 4. 假设检验中，无论拒绝不拒绝H0，都可能会犯错误：表现为拒绝H0时，会犯第一类错误，不拒绝H0时，会犯第二类错误，但这并不能否认假设检验的作用。 . 因为只要涉及到抽样，就会有抽样误差的存在，因此就需要进行假设检验。 . 只是要注意假设检验的结论只是个概率性的结论，它的理论基础是“小概率事件不太可能原理”。 . * * * * * * * * * * * * * * * * * 统计学的检验方法很多，如t 检验、F 检验及 检验等，各有其适用条件和范围。 应根据研究目的、设计类型和资料特点等因素选择合适的检验方法，并计算出对应统计量。 * * 4. 确定检验水准 ? ?