13章统计2解说.ppt

* 四、假设检验应注意的问题 1.要有严密的研究设计 组间应均衡，具有可比性，除对比的主要因素(如临床试验用新药和对照药)外，其它可能影响结果的因素(如年龄、性别、病程、病情轻重等)在对比组间应相同或相近。 * 配对设计计量资料：配对t检验。 完全随机设计两样本计量资料： 小样本(任一ni≤60)且方差齐: 两样本t检验 方差不齐: 近似t?检验 大样本(所有ni＞60): u检验。 2.不同资料应选用不同检验方法 * 3.正确理解“significance”一词的含义 过去称差别有或无“显著性”，易造成两样本统计量之间比较相差很大的误解。 现在称差别有或无“统计学意义”， 相应推断为：可以认为或还不能认为两 个或多个总体参数有差别。 * 4.结论不能绝对化 因统计结论具有概率性质，故“肯定”、 “一定”、“必定”等词不要使用。 在报告结论时，最好列出检验统计量的 值，尽量写出具体P值，而不简单写成 P﹤0.05，以便读者与同类研究进行比 较或进行循证医学时采用Meta分析。 * 5.统计“有意义”与医学“有意义” 统计“有意义”对应统计结论，医学“有意义”对应专业结论。 统计结论有意义，专业结论无意义，最终 结论没有意义，样本含量过大或设计存在 问题。 统计结论无意义，专业结论有意义，检查 设计是否合理、样本含量是否足够。 * 6.可信区间与假设检验区别和联系 可信区间可回答假设检验问题 H0: ?=?0=140g/L 铅作业男性工人的平均血红蛋 白含量与正常成年男性的相等 H1: ?≠?0 ?=0.05 铅作业男性工人平均血红蛋白含量总体 均数?的95%CI为(122.12，139.54) g/L， 未包括?0=140g/L 按?=0.05水准，拒绝H0 ，接受H1。 * 可信区间说明量的大小即推断总体均数 所在范围，假设检验推断质的不同即判 断两总体均数是否不等。 可信区间不但能回答差别有无统计学意 义，还能提示差别有无实际专业意义。 可信区间不能够完全代替假设检验。可 信区间只能在预先规定概率?的前提下 进行计算，而假设检验能获得一较为确 切的P值。 在抽样研究中，由于样本所来自的总体参数是未知的，只能根据样本统计量对其来自总体的参数进行估计，如果要比较两个或几个总体的参数是否相同，也只能分别从这些总体中抽取样本，再根据这些样本的统计量作出统计推断，据此比较总体参数是否相同。 由于抽样误差的存在，总体参数与样本统计量并不恰好相同，因此判断两个或多个总体参数是否相同则是一件很困难的事情。 第2节 数值变量资料的统计分析 六、均数的假设检验 (一)假设检验的基本思想 ？ 先假定铅作业所有男性工人血红蛋白值组成一个总体，其总体均数和标准差均为未知数，分别以μ、?表示。 如果我们假设铅作业所有男性工人血红蛋白值与正常成年男子相同，即属同一总体，μ= 140 ，所测量的36名男性工人血红蛋白值(样本均数)之所以不恰好等于140g/L ，是由于抽样误差所致。 如果上述假设成立，理论上样本均数很可能在总体均数(μ=140)的附近，样本均数远离总体均数的可能性很小。 如果将样本均数变换为t 值，则t 值很可能在0的附近，t 值远离0的可能性很小。 如果t值很小，上述假设可能不正确，可拒绝上述假设。 第2节 数值变量资料的统计分析 六、均数的假设检验 (一)假设检验的基本思想 * 第2节 数值变量资料的统计分析 六、均数的假设检验 (二)假设检验一般步骤 一般建立两个假设： H0和H1假设。H0称零假设、无效假设，意指假设样本来自同一总体，即总体参数相等；H1为备择假设，意为不来自于同一总体。检验水准为拒绝检验假设是犯第一类错误 的概率。 假设检验两类错误：弃真错误 —Ⅰ类错误（α）和存伪错误 — Ⅱ类错误（ β ）。 事 实 判 断 H0为真 H0不真 接受H0 1-α（正确） β(存伪）II 拒绝H0 α（弃真）I 1-β(正确） 减少（增加）I型错误，将会增加（减少）II型错误 增大n 同时降低a 与 b a 与 b 间的关系 a b 变量的分布类型、研究目的，决定着选择何种检验方法。因此需选择合适的检验方法，并计算统计量。 方法有：单样本的t检验、配