第八章t检验.pptVIP

内容： t分布 单样本均数的t检验 配对样本均数的t检验 两独立样本均数的t （t’）检验 正态性检验 两样本的方差齐性检验 对于大样本,也可以近似用u检验。 t检验和u检验的应用条件: 1. t检验应用条件: 样本含量n较小时(如n60) (1)正态分布 (2)方差齐性(homogeneity of variance) 2. u 检验应用条件: 样本含量n较大，或n虽小但总体标准差已知 (1)正态分布 (2)方差齐性(homogeneity of variance) 第一节 单样本均数的 t 检验 (one sample / group t-test) 即样本均数 （代表未知总体均数?）与已知总体均数?0(一般为理论值、标准值或经过大量观察所得稳定值等)的比较。 应用条件：资料服从正态分布 其检验统计量按下式计算 配对设计资料具有一一对应的特点，研究者关心的变量是对子的效应差值，而不是各自的效应值。如果两处理因素的效应无差别，理论上差值d的均数应为0，因此，可将该检验理解为样本均数所对应的总体μd与总体均数0的比较。 其应用条件是差值d变量服从正态分布。 例8-2 为比较两种方法对乳酸饮料中脂肪含量测定结果是否不同，某人随机抽取了10份乳酸饮料制品，分别用脂肪酸水解法和哥特里－罗紫法测定其结果如表8-1第(1)~(3)栏。问两法测定结果是否不同？ ???? 第四节 正态性检验 (normality test) t 检验的应用条件是正态总体且方差齐性；配对t 检验则要求每对数据差值的总体为正态总体。 进行两小样本t检验时，一般应对资料进行方差齐性检验，尤其两样本方差悬殊时。 若方差齐，采用一般的t 检验；若方差不齐，则采用t’检验。 方法 1．图示法：P-P plot，Q-Q plot 2．矩法: 对正态分布的两个特征：对称和正态峰进行计算以推断资料是否服从正态分布。 偏度系数(skewness)， 峰度系数(kurtosis)。 3． W 检验法 4． D 检验法 第五节 两样本的方差齐性检验 两小样本t 检验时，检查两样本方差代表的总体方差是否相等（决定t 检验的方法）。 F检验 按公式(8-2) (3)确定P值，作出推断结论 查附表2的t界值表得P0.001。按?=0.05水准，拒绝H0，接受H1，有统计学意义。可认为两种方法对脂肪含量的测定结果不同，哥特里－罗紫法测定结果较高。 第三节 两独立样本均数的t（ t?）检验 (two-sample / group t-test) 又称成组 t 检验，适用于完全随机设计两样本均数的比较，此时人们关心的是两样本均数所代表的两总体均数是否不等。两组完全随机设计是将受试对象完全随机分配到两个不同处理组。 适用范围： 完全随机设计两样本均数的比较。 检验方法：依两总体方差是否齐性而定。 例8-3 为研究国产四类新药阿卡波糖胶囊的降血糖效果，某医院用40名II型糖尿病病人进行同期随机对照试验。试验者将这些病人随机等分到试验组(用阿卡波糖胶囊)和对照组(用拜唐苹胶囊)，分别测得试验开始前和8周后的空腹血糖，算得空腹血糖下降值见表8-2，能否认为该国产四类新药阿卡波糖胶囊与拜唐苹胶囊对空腹血糖的降糖效果不同？ (2)计算检验统计量 (3)确定P值，作出推断结论 ????? 若变量变换后总体方差齐 ??可采用t 检验(如两样本几何均数的t 检验，就是将原始数据取对数后进行t 检验)； ??? 若变量变换后总体方差仍然不齐 ??可采用t ‘检验或Wilcoxon秩和检验。 若两总体方差不等（ ），？ 2. Cochran Cox近似t 检验（t’ 检验） ——调整 t 界值 例8-4 在上述例8-3国产四类新药阿卡波糖胶囊的降血糖效果研究中，测得用拜唐苹胶囊的对照组20例病人和用阿卡波糖胶囊的试验组20例病人，其8周时糖化血红蛋白HbA1c(%)下降值如表3-5。问用两种不同药物的病人其HbA1c下降值是否不同？ 表8-3 对照组和试验组HbA1c下降值(%) 对照组方差是试验组方差的3.77倍，经方差齐性检验，认为两组的总体方差不等，故采用近似 t 检验。 (1)建立检验假设，确定检验水准(略) (2)计算检验统计量 (3)确定