计量两组均数的比较-t检验答案.pptVIP

第六章 计量资料两组均数的比较—t检验 ;主要内容 假设检验的基本原理和步骤 样本均数与总体均数的比较 两相关样本均数的比较 两独立样本均数的比较 t检验的应用条件 检验假设注意的问题 案例讨论 ; 假设检验的概念与原理;假设检验的思维逻辑;差别的原因可能有两种： 本质上的差异 抽样误差 只要个体之间存在差异，抽样误差就不可避免。 欲想知道差别到底是本质上的差异还是纯粹的抽样误差，需进行假设检验。 借助抽样误差的分布规律： 均数的分布、t 分布、z分布、…;;接受无效假设;假设检验(hypothesis test) 也称显著性检验（significance test），采用的是小概率反证法的思想，即是事先对样本统计量的分布和总体参数作出某种假设 然后判定样本统计量在总体分布所处的位置和对应的概率值 如果样本统计量（如）在总体分布中的位置远离假定的参数，相对应的P值也小（如小于0.05） 根据“小概率事件在一次试验中一般不可能发生”的原理，统计学有理由认为样本统计量不是来自事先假定的总体 ;假设检验的基本步骤;H1的内容直接反映了检验单双侧。若H1中只是? ??0 或 ? ?0，则此检验为单侧检验。它不仅考虑有无差异，而且还考虑差异的方向。 单双侧检验的确定，首先根据专业知识，其次根据所要解决的问题来确定。若从专业上看一种方法结果不可能低于或高于另一种方法结果，此时应该用单侧检验。一般认为双侧检验较保守和稳妥。 ;例 建立的原假设为：μ=14.1（月），（μ为该县儿童前囟门闭合月龄总体均数），意为“总体上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” 。 对立假设为：μ14.1（月），意为“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”。 检验水准（size of a test），用希腊字母α表示。实践中常取0.05或0.01等数值。它将小概率事件具体化，即规定概率不超过α就是小概率;如果P值大于α，在 成立的假设下发生较为可能的事件，没有充足的理由对 提出怀疑。于是做出不拒绝 的决策 无论做出哪一种推断结论（接受或是拒绝 ），都面临着发生判断错误的风险。这就是假???检验的两类错误 ;第一节 样本均数与总体均数的比较;2.计算统计量 推断样本来自的总体均数μ与已知的某一总体均数μ0（常为理论值或标准值） 有无差别 ;第二节 两相关样本均数的比较;基本思想与步骤;第三节 两独立样本均数的比较;基本思想和步骤;例 某职防所测定了某工厂不同工种的两个车间的氟作业工人的尿氟含量(μmol/L),资料如下,问两车间的氟作业工人的尿氟含量有无差别?甲车间：126.12 143.20 139.41 161.11 123.21 110.33 98.06 151.44 86.76 31.56乙车间：86.71 93.14 106.51 90.11 121.32 116.14 56.92 78.78 61.14 100.30;(二)两样本所属总体方差不等（Satterthwaite近似法）;例 为探讨硫酸氧钒对糖尿病性白内障的防治作用，研究人员将已诱导糖尿病模型的20只大鼠随机分为两组。一组用硫酸氧钒治疗(DV组)，另一组作对照观察(D组)，12周后测大鼠血糖含量（mmol/L）。结果为， DV组12只，样本均数为6.5mmol/L,标准差为1.34mmol/L；D组8只，样本均数为13.7mmol/L,标准差为4.21mmol/L。 试问两组动物血糖含量的总体均数是否相同？;第四节 t检验的应用条件 ;（一）图示法;;;1. 矩法 是利用数学上的矩原理来检验偏度和峰度。偏度指分布不对称的程度和方向，用偏度系数(coefficient of skewness)衡量，样本偏度系数用g1表示，总体偏度系数用?1表示； 理论上，总体偏度系数?1=0为对称，?10为正偏态，?10为负偏态； ;总体峰度系数?2=0为正态峰，?20为尖峭峰，?20为平阔峰；样本峰度系数用g2表示 只有同时满足对称和正态峰两个条件时，才能认为资料服从正态分布。 ;检验偏度的统计量 ;检验峰度统计量 ;;;（三）W检验 由Shapiro和Wilk于1965年提出，简称为W法，适用于小样本资料。计算时需要采用常数表，大样本时计算很复杂。 【例7.6】用小鼠研究正常肝核糖核酸(RNA)对癌细胞的生物学作用，测定水层RNA诱导肝癌细胞的果糖二磷酸酯酶（FDP）活性的结果如下，请分析FDP活性是否服从正态分布？ ;;（一）F检验;方差齐性检验，采用两个方差比值F分布图，F值从0起，这张图的F值在计算时分子分母没有分大小，大的可以是分子，也可以为分母，?就是双侧检验 但是