卫生统计学幻灯片假设检验.pptVIP

统计推断 用样本信息推论总体特征的过程。 包括： 参数估计: 运用统计学原理，用从样本计算出来的统计指标量，对总体统计指标量进行估计。 假设检验：又称显著性检验，是指由样本间存在的差别对样本所代表的总体间是否存在着差别做出判断。 均数的 t 检验 小样本均数与已知总体均数比较的t 检验 二. 配对资料的t 检验 三. 两个小样本均数比较的t 检验 一、 小样本均数与已知总体均数比较的t 检验（一组样本资料的t 检验） ▲目的：比较一个小样本均数所代表的 未知总体均数与已知的总体均数有无差别。 ▲计算公式： t 统计量： 自由度：n - 1 第三节 均数的 u 检验 1. 大样本均数与已知总体均数比较的u 检验 2. 两个（大）样本均数比较的u 检验 第四节 计数资料的 u 检验 二项分布资料u 检验： 1、一组样本资料的u 检验： 2、两组独立样本资料的u 检验： 第五节 假设检验与区间估计的关系 置信区间具有假设检验的主要功能； 置信区间可提供假设检验不能提供的信息—— 可提供差别有否实际意义 假设检验可报告确切的P值，从而较为精确地说明检验结论的概率保证 。置信区间只能在预先确定的置信度（1- α ）%水平上进行推断； 在不能拒绝H0的场合下，假设检验可以对检验的功效做出估计。 第六节 假设检验的功效 一、假设检验的两类错误 第 I 类错误： 如果实际情况与H0一致，仅仅由于抽样的原因，使得统计量的值落到了拒绝域，拒绝了原本正确的H0，导致推断错误。 称为 ? 类错误（ “弃真”的错误 ），其概率大小用 α 表示。 II 类错误的概率 β 值的两个规律： 1. 当样本量一定时, α 愈小, 则 β 愈大，反之…;2.当 α 一定时, 样本量增加, β 减少.  第 II 类错误： 如果实际情况与H0不一致，也仅是由于抽样的原因，使得统计量的值落到了接受域，不拒绝了原本错误的H0，也导致推断错误。 称为 II 类错误（ “存伪”的错误）, 其概率大小用 β 表示, β值一般不能确切的知道。 二、假设检验的功效 第七节 假设检验的注意事项 1、在抽样研究中，每一种假设检验方法都是与相应的研究设计相联系的。 严格按照设计方案，收集客观数据； 样本的获得必须遵循随机化的原则。 2、选择假设检验方法要注意符合其应用条件； 应用检验方法一定要考虑其适用条件 1、一组样本资料的u 检验： 2、两组独立样本资料的u 检验： Piosson 分布资料u 检验： * * 第一节 假设检验 ▲显著性检验; ▲科研数据处理的重要工具; ▲某事发生了： 是由于碰巧？还是由于必然的原因？统计学家运用显著性检验来处理这类问题。 假设检验的主要内容 1、原因 2、目的 3、原理 4、过程（步骤） 5、结果 1、假设检验的原因 由于个体差异的存在，即使从同一总体中严格的随机抽样，X1、X2、X3、X4、、、，不同。 因此，X1、X2 不同有两种（而且只有两种）可能： （1）分别所代表的总体均数相同，由于抽样误差造成了样本均数的差别。差别无显著性 。 （2）分别所代表的总体均数不同。差别有显著性。 2、假设检验的目的 3、假设检验的原理/思想 反证法：当一件事情的发生只有两种可能A和B，为了肯定其中的一种情况A，但又不能直接证实A，这时否定另一种可能B，则间接的肯定了A。 概率论：事件的发生不是绝对的，只是可能性大小而已。 判断是由于何种原因造成的不同，以做出决策。 4、假设检验的一般步骤 （1）建立假设： 原假设（无效假设，H0 ）：两个总体均数相等； 备择假设 (H1)：与 H0 相反，即两个总体均数不等; （2）确定显著性水平（ ? ）：区分大小概率事件的标准 （3）计算统计量：选择不同的统计方法：u, t （4）确定概率值： （5）做出推论 5、假设检验的结果 接受检验假设 拒绝检验假设 正确理解结论的概率性（都隐含着犯错误的可能性）。 第二节 t 检验 ▲ t 值表 横标目：自由度， υ 纵标目：概率， p, 即曲线下阴影部分的面积; 表中的数字：相应的 |t | 界值 ▲ t 值表规律： (1) 自由度（υ）一定时，p 越小， t 越大; (2) 概率（p） 一定时， υ 越大， t 越小; ▲ 适用条件： (1) 已知一个总体均数； (2) 可得到一个样本均数及该样本标准误； (3) 样本量小于100； (4) 样本来自正态