第7章假设检验教程.ppt

§1 假设检验的基本思想和步骤 假设检验的基本思想可归纳为 假设某两个或多个总体参数相等、总体分布相同或总体服从某种分布（称为原假设） 在该假设成立时计算相应的检验统计量 如t、F等 根据相应的分布确定P值，作出统计推断 若P值小于或等于预先规定的小概率水准 （如0.05），则拒绝原假设。 若P值大于预先规定的小概率水准，则尚无充分的理由拒绝原假设。 图7-1 由t 分布确定值的示意图 【例7-2】 总体Α是100例平原地区正常成年男子的红细胞数，其总体参数,； 总体B是100例高原地区正常成年男子的红细胞数，其总体参数,。 现从总体B中随机抽取的样本，其统计量为： 【例7-2】 若将该样本与总体Α比较，则得 检验效能的影响因素 容许误差 总体标准差 Ⅰ型错误 样本含量 单侧检验与双侧检验 单侧检验与双侧检验 【例7-3】已知某年某地健康成年男子脉搏均数为72次/分。某医生测得某山区25名健康成年男子脉搏均数为74.2次/分，标准差为6.0次/分。得：查 界值表单侧双侧 单侧检验与双侧检验的关系 凡双侧检验，单侧检验必 凡单侧检验，双侧检验必 单侧检验与双侧检验的选择 §4 假设检验应注意的事项 1.应有严密的研究设计 总体中的每个研究个体应具有同质性 样本的获取必须遵循随机化原则 比较的组间应具有可比性。 2.正确理解 水准和 值的意义是人为预先设定的一个概率值，可有多个是假定成立，得到实际观测数据的可能性的大小 ，一个样本按某一方法只能得出一个 * 假设检验的基本原理和步骤 Ⅰ型错误与Ⅱ型错误 单侧检验与双侧检验 假设检验应注意的事项 假设检验与区间估计的联系 主要内容 1.假设检验(hypothesis testing)基本思想应用反证法和小概率原理，先对总体的参数或分布作出某种假设，再用适当的方法根据样本对总体提供的信息，推断此假设应当拒绝或不拒绝。 【例7-1】为了解某地1岁婴儿的血红蛋白浓度，某医生从该地随机抽取了1岁婴儿25名，测得其血红蛋白浓度的平均数为123.5g/L,标准差为11.6 g/L，而一般正常小儿的平均血红蛋白浓度为125g/L，故认为该地1岁婴儿的平均血红蛋白浓度低于一般正常小儿的平均血红蛋白浓度。 123.5与125不同的原因何在？ 来自于总体均数为125g/L的总体，差别由抽样误差导致。 来自另一总体，这个总体的血红蛋白均数未知，差别不仅是抽样误差，主要是本质的不同。 25名1岁婴儿 血红蛋白浓度 2.假设检验的一般步骤 2.1建立检验假设，确定检验水准：无效假设或零假设（null hypothesis）：备择假设（alternative hypothesis）α 检验水准(significance level)通常取 α=0.05 根据专业知识和研究目的确定单双侧检验（见第三节） 【例7-1】 建立检验假设，确定检验水准：该地1岁婴儿的HB浓度总体均数与一般正常小儿的HB浓度总体均数相等，即：该地1岁婴儿的HB浓度总体均数 与一般正常小儿的HB浓度总体均数不等，即α=0.05 2.2 选定检验方法计算检验统计量根据研究目的、资料类型、分布类型、设计类型、样本含量及适用条件等，选择合适的统计方法，计算相应的检验统计量。 2.3 确定 值，作出推断结论 若，则按水准，拒绝，接受，差异有统计学意义（statistical significance），可认为……不同或不等 若，则按水准,不拒绝，差异无统计学意义（ no statistical significance），尚不能认为……不同或不等 本例中，，，故按的水准，不拒绝 ，差异无统计学意义（统计结论），尚不能认为该地1岁婴儿的血红蛋白浓度平均水平与一般正常小儿的血红蛋白浓度平均水平有差别（专业结论）。 §2 Ⅰ型错误与Ⅱ型错误 按水准，不拒绝 ，差别无统计学意义，尚不能认为总体A与总体B的红细胞均数不同。 Ⅰ型错误（type Ⅰ error） ：拒绝了实际上成立的 ，犯“弃真”的错误。其概率大小用? 表示,? 可取单侧亦可取双侧。 Ⅱ型错误（type Ⅱ error） ：不拒绝了实际上不成立的H0，犯“存伪”的错误。其概率大小用β表示。? 只取单侧，其大小一般未知，只有在已知两总体差值?，? 及 n 时，才能估算出来。 第二类错误（β） 结论正确（1-β） 不成立 结论正确(1-α) 第一类错误(α) 成立 不拒绝H0 拒绝H0 检验结果 实际情况 推断结论与两类错误 图7-2 Ⅰ型错误与Ⅱ型错误示意图 检验效能（power of a test） ：若两总体确有差别，按照α水准能够发