07假设检验1概论.ppt

假设检验 hypothesis test统计推断的内容之一 1 统计推断的思路 统计推断(statistical inference) 参数估计 (parameter estimation) 假设检验：(hypothesis test)首先对所估计的总体提出一个假设，然后通过样本数 据去推断是否拒绝这一假设，称为假设检验。 假设检验原理：反证法和小概率思想 反证法：首先提出假设，用适当统计方法确定假设成立的可能性大小，如果可能性小，则认为假设不成立，拒绝它；如果可能性大，还不能认为它不成立。 小概率思想：是指小概率事件在一次随机试验中认为基本上不会发生，概率小于多少算小概率是相对的，在进行统计分析时，要事先规定，即检验水准a。 主要内容 假设检验的基本思想 假设检验的基本步骤 均数的假设检验 假设检验中的一些概念 总体Α是100例正常成年男子的血红蛋白(单 位：g/L)，从中随机抽取样本a1 和样本 a2 ；总 体B是另外100例正常成年男子的红细胞数，从中 随机抽取样本b ；三个样本的含量均为10例，有 关数值如下： 在知道A和B总体的参数时 假如事先不知道A和B是不是同一个总体 一般科研程序：提出假说-验证-对假说做出结论假设检验亦称显著性检验，其基本目的就是分辨两个 样本是否属一个总体或两个不同的总体，并对总体作出适 当的结论。假设检验的基本思想 提出一个假设(H0)； 如果假设成立，会得到现在的结果吗？ 两种： 1）有可能得到现在的结果(不是小概率)没有理由拒绝H0 2）得到现在的结果可能性很小(小概率) 在一次试验中本不该得到，居然得到了，说明我们的假设有问题，拒绝之。拒绝H0 例 样本：某医生随机抽查25名某病女性患者的血红蛋白，求得其均数为150g/L，标准差为16.5g/L。 问题：该病女性患者的平均Hb含量是否与正常女性的平均Hb含量相同(正常女性的平均Hb含量为132g/L)。 问题： 统计量与参数不同的两种可能 其一：抽样误差(偶然的、随机的、较小的) 其二：本质上的差别(必然的、大于随机误差) 若差异由抽样误差导致，则无统计学意义。 若差异由本质＋抽样误差导致，则有统计学意义。 选择检验方法，建立假设： 原假设(零假设，无效假设)H0 : ?1＝ 132女性患者的平均Hb含量与正常女子相等H0与H1应该既有联系又相互对立。两个检验假设应该 包括所有可能的判断。 注意：假设应该表述为一对关于总体特征的假设。单双侧问题：凭借专业知识确定，一般若研究者关 心结果为二者谁高谁低，则用单侧；若只关心是否有差异 则用双侧。 确定检验水准 检验水准(significance level)＝0.05。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a就是小概率。 计算统计量---所有检验统计量都是在H0成立的前提下计算出来的。 H0成立，现有差别是随机误差。 H0不成立(H1成立),现有差别是本质上的差别。 t 检验(衡量样本与总体的差别)： 理论基础：t 分布 确定 P 值： 如果 H0 成立，是否有可能得到现有结果？ 做推断结论： 根据小概率原理对“H0是否真实”作结论。 一般通过比较P值与检验水准a的大小来进行。 小概率原理：一般认为，小概率事件在一次试验中是 不可能发生的。 P0.05, 不是小概率事件，没有足够的理由拒绝 H0； P≤0.05, 为小概率事件，拒绝 H0；接受 H1。 假设检验的步骤： 建立假设(在假设的前提下有规律可循)； 确定检验水准(确定最大允许误差)； 计算检验统计量(样本与总体有多大的偏离)； 计算概率P (该样本是否支持零假设)； 结论(根据小概率原理)。 例 建立假设,确定检验水准：H0 : ?＝ 132；H1 :132＝0.05。 计算检验统计量：确定P值：自由度v=n-1=25-1=24 ，查附表（t界值表），t0.05/2,24=2.064故 P 0.05例 4. 作结论：按?＝0.05检验水准，拒绝H0 ；接受H1 。差 别有统计学意义。 可以认为女性患者的平均Hb含量与正常女性不同。 结果的报道：资料表明，25名女性患者的平均血红蛋白含量为150±16.5(g/L)，其95%可信区间为(143.1891,156.8109)，与正常女性差异有统计学意义( t = 5.5454, P 0.0001)，女性患者的平均Hb高于正常女性。 第二节 t检验 1、单样本资料的t检验 2、配对设计资料的t检验 3、两独立样本资料的t检验 4、两独立样本资料的方差齐性检验 5、大样本资料的Z检验 一、 （单样本t检验）样本均数与已知总体均数的比较 条件：样本来自正态