《数统应用报告.docVIP

数统应用报告 论参数假设检验在药剂学中的应用综述 79k-1 药学三班 121010308 李松子 药剂学是研究药物配制理论、生产技术以及质量控制等内容的综合性应用技术学科。其基本任务是研究将药物制成适宜的剂型，保证以质量优良的制剂满足医疗卫生工作的需要。由于方剂调配和制剂制备的原理和技术操作大致相同，将两部分合在一起论述的学科，称药剂学。现代药剂学有很大发展，还包括生物药剂学、物理药剂学、化学药剂学等。 药剂学是针对药物制造的综合应用技术学科。根据药物理化性质不同，体内吸收代谢特点不同，要达到治疗的效果，减少毒副作用，不良反应，需要在药物的生产加工中采取合适的处方设计，生产工艺；使用中采用适合剂型，适合的给药途径；同时也满足药物本身的保管，运输的要求。 药剂学主要针对药物剂型开展研究，在设计一种药物剂型时，除了要满足医疗、预防的需要外，同时须对药物的性质、制剂量的稳定性、生物利用度、质量控制以及生产、贮存、运输、服用方法等到方面加以全面考虑，以达到安全，有效和稳定的目的。 ——（百度百科药剂学） 假设检验又称为显著性检验，是统计学中一个很重要的部分。假设检验分为参数的假设检验与非参数的假设检验。参数的假设检验是已知总体的分布，对其未知的总体参数作假设检验。主要讨论对总体的均值，方差及总体率进行检验等。参数的显著性检验的方法很多，常用的有u检验，t检验，F检验和x2检验等。尽管这些检验方法的用途及使用条件不同，但其检验的基本原理是相同的。 假设检验的基本思想是小概率反证法思想。小概率思想是指小概率事件（P0.01或P0.05）在一次试验中基本上不会发生。反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小，则认为假设不成立，若可能性大，则还不能认为假设成立。 ——（百度百科假设检验） 进行参数假设检验时，应注意如下问题。 做参数假设检验之前，应注意资料本身是否有可比性。 应该注意统计显著和生物学重要性的区别。假设检验为差异显著，只是统计分析的结果，并不一定具有重要的生物学意义，也不表明差异非常大。同样的，如果假设检验结果为差异不显著，不能理解为样本间没有差异，假设检验不显著是因为误差太大而掩盖了真正的差异，进一步精确地实验结果的假设检验可能会得出差异显著的结果。 根据资料类型和特点选用正确的假设检验方法。 根据专业及经验确定是选用单侧检验还是双侧检验。要根据不同的问题的要求和专业知识来决定，一般在实验设计时已经确定。如果事先不知道假设检验的结果，分析的目的是判断总体参数见有无差异，则进行双侧检验；如果根据专业知识或者前人的经验，A的均值比B的均值高，假设检验的目的是A的均值是否高于B的均值，则进行单侧检验。由上可知，如果对同一资料同时进行双侧检验和单侧检验，参数假设检验的结果是不同的，即单侧检验在显著水平α时显著，相当于双侧检验的2α水平显著。双侧检验显著的，单侧检验结果一定显著；二单侧检验显著的，双侧检验结果不一定显著。 当检验结果为拒绝无效假设时，应注意有发生I类错误的可能性，即错误地拒绝了本身成立的H0，发生这种错误的可能性预先是知道的，即检验水准那么大；当检验结果为不拒绝无效假设时，应注意有发生II类错误的可能性，即仍有可能错误地接受了本身就不成立的H0，发生这种错误的可能性预先是不知道的，但与样本含量和I类错误的大小有关系。 判断结论时不能绝对化，应注意无论接受或拒绝检验假设，都有判断错误的可能性。 7、报告结论时是应注意说明所用的统计量，检验的单双侧及P值的确切范围。 ——（中国医药科技出版社药学数理统计方法p137以及百度百科假设检验） 参数假设检验的方法如下 U检验 　若总体遵从正态分布N(μ，σ)，其中σ已知，X=(X1，X2，…，Xn)是从总体中抽取的简单随机样本，记，则遵从标准正态分布N(0，1)，于是可考虑对μ的以下几种假设的检验，其中μ0是给定的常数，α为检验的水平，uα为标准正态分布的上α分位数。上述检验称为U 检验。 t检验 　若总体服从正态分布N(μ，σ)，但σ未知，记，，则t=遵从自由度为n-1的t分布，可对μ有以下的水平为α的检验，其中tα为自由度为n-1的t分布的上α分位数。这些检验称为t检验。 F检验 若X=（X1，X2，…，）及Y=（Y1，Y2，…，）分别为来自正态总体N（μ1，σ2）及N（μ2，σ2）的简单随机样本，记 ，，，，则遵从自由度为n1-1，n2-1的F分布，对比较σ娝与σ娤的假设有以下的水平为α的检验，其中Fα为自由度为(n1-1，n2-1)的F分布的上α分位数。 这些检验称为F检验，在方差分析中有广泛的应用。 ——百度百科假设检验 X2检验 已知正态总体，总体均值μ未知时，关于总体方差σ2的检验。 设X=(X1，X2，…