第3章总体均数的估计和假设检验研究.pptVIP

* SPSS * * * * 3.成组设计的两样本均数的比较——成组t检验（two-sample t-test for independent samples)： 例： * 某医生测得18例慢性支气管炎患者及16例健康人的尿17酮类固醇排出量（mg/dl）分别为X1和X2，试问两组的均数有无不同。 X1：3.14 5.83 7.35 4.62 4.05 5.08 4.98 4.22 4.35 2.35 2.89 2.16 5.55 5.94 4.40 5.35 3.80 4.12 X2：4.12 7.89 3.24 6.36 3.48 6.74 4.67 7.38 4.95 4.08 5.34 4.27 6.54 4.62 5.92 5.18 * SPSS 方差齐性检验 * * * 例 某医生研究野木瓜用于手术后的镇痛疗效，以哌替啶作为对照，观察两药的镇痛时间（h），得到如下结果，问野木瓜与哌替啶的镇痛时间是否不同？ 分组 n 野木瓜 30 6.2±1.4 哌替啶 28 3.5±1.2 野木瓜与哌替啶的镇痛时间（h） * （1）H 0:μ1＝μ2 H 1:μ1≠μ2 α= 0.05 (2)计算t值： （3）确定P，作出统计结论： 根据ν=56查t界值表，得P＜0.001，按α= 0.05水准拒绝H0，接受H1，有统计学意义，可认为野木瓜与哌替啶的镇痛时间不同，野木瓜比哌替啶的镇痛时间长。 * 关于t检验的几点说明： （1）t检验对统计资料的要求： 样本随机取自正态总体；两样本总体方差相等 在实用上，与上述条件略有偏离, 对结果亦影响不大。 （2） 正态性检验 （3） 两样本方差齐性检验 * 总体方差不等的两小样本均数的比较： 常用方法：1.近似t检验（t′检验） 2.数据变换 3.秩和检验 近似t检验（t′检验） (1)Cochran Cox 法 (2)Satterthwaite 法 (3)Welch法 ——对临界值进行的校正 ——对自由度进行的校正 * 常用的变量变换方法 方式 形式 适用资料 对数变换 对数正态分布，标准差与均数成正比或CV接近于某一常数 平方根变换 方差与均数成正比的资料（Poisson分布） 倒数变换 数据两端波动较大的资料 平方根反正弦变换 百分比的数据资料 * （三）z检验 t检验 z检验 * 例 抽样调查了农村高碘地区100名小学生和非高碘地区105名小学生的智商，得结果如表，问两个不同地区小学生智商水平是否不同？（假定两组受教育年限、学校规模、师资水平等相近） 高碘区和非高碘区儿童智力比较 组别 n S 高碘区 100 73.07 10.75 非高碘区 105 80.30 11.83 （1）H0:μ1＝μ2 H1:μ1≠μ2 α= 0.05 (2)计算u值： 查u界值表，得P＜0.001。按α= 0.05水准,拒绝H0，接受H1。有统计学意义，可认为两组儿童智力水平不同，高碘区较低。 （3）确定P，作出统计结论： 请记：u0.05/2=1.96 u0.01/2=2.58 ; u0.05=1.64 u0.01=2.33 * 六.假设检验时应注意的问题 （1）选用的方法应符合其应用条件 （2）正确理解差别有无显著性的统计意义 （3）结论不能绝对化： 总体有无本质差异；抽样误差（个体差异，样本含量）；检验水准；两类错误。 第一类错误(typeⅠerror) 第二类错误(typeⅡerror) （4）结论时，尽可能明确概率范围 * 假设检验中的两类错误 客观实际 拒绝H0 不拒绝H0 H0成立 Ⅰ型错误（α） 推断正确（1- α ） H0不成立 推断正确（1- β） Ⅱ型错误（β） 1- β称为检验效能（power of a test），或把握度。 * P 值的表达 传统表达 P 0.05 记为“NS”， P≤0.05 记为“*”， P≤0.01 记为“**” 提倡表达 提倡报告精确的P值 利用统计软件计算得到P=0.000时，宜改为P＜0.001 * P 值大小只能说明统计学意义的“显著”，不说明实际效果的“显著”。对于P 值的解释一定要结合专业知识。 P 值的解释 当观察例数很少时，临床疗效“显著”的，P 值可能很大（统计