率的U检验.pptVIP

首先讨论应用条件： n1p1≥5 且n1(1-p1)≥5 n2p2≥5 且n2(1-p2)≥5 本例： n1p1=205×0.2908=43，n1(1-p1)=158 n2p2=134×0.0970=13，n2(1-p2)=121 1.建立假设和确定检验水准 H0 : π1＝π2，即吸烟者与不吸烟者的慢支患病率相同 H1 : π1≠π2，即吸烟者与不吸烟者的慢支患病率不相同 α=0.05 2. 选择检验方法，计算检验统计量u值 本例x1=43，n1=205， x2=13，n2=134 3. 确定P值 本例u =2.735＞1.96，故P＜0.05 4. 判断结果 按α=0.05水准，拒绝H0，接受H1，有统计学意义，可以认为吸烟者的慢支患病率高于不吸烟者慢支患病率。 率的u检验能解决以下问题吗？ 率的u 检验要求：n 足够大，且nπ≥5和n（1-π）≥5。如果条件不满足，如何进行假设检验？ 率的反应为生与死、阳性与阴性、发生与不发生等二分类变量，如果反应为多分类，如何进行假设检验？ * * 日常医学科学研究中，常采取抽样研究的方法，通过对从总体中随机抽取出来的样本进行研究来推论总体。由于总体中各个体间存在差别，可能由于多抽到一些数值较大或较小的个体而造成样本统计量与总体参数有所不同。这种由于抽样而引起的样本统计量与总体参数间的差异称为抽样误差。样本均数的标准差称为均数的标准误。它是用来说明样本均数离散程度的指标。均数的标准误小，说明抽样误差较小。总的来说，样本均数与总体均数越接近，也就表示用样本均数来估计总体均数时的可靠程度越大；反之，均数标准误越大，则表示用样本均数来估计总体均数时越不可靠。所以均数的标准误又是说明用样本均数来估计总体均数可靠程度的一个指标。 * 因此，有了率的标准误，就可以仿照求总体均数可信区间的方法，求出总体率的可信区间。 95%可信区间的意思是用这样的范围估计总体参数，平均说来每100次有95次是正确的。 * 日常医学科学研究中，常采取抽样研究的方法，通过对从总体中随机抽取出来的样本进行研究来推论总体。由于总体中各个体间存在差别，可能由于多抽到一些数值较大或较小的个体而造成样本统计量与总体参数有所不同。这种由于抽样而引起的样本统计量与总体参数间的差异称为抽样误差。样本均数的标准差称为均数的标准误。它是用来说明样本均数离散程度的指标。均数的标准误小，说明抽样误差较小。总的来说，样本均数与总体均数越接近，也就表示用样本均数来估计总体均数时的可靠程度越大；反之，均数标准误越大，则表示用样本均数来估计总体均数时越不可靠。所以均数的标准误又是说明用样本均数来估计总体均数可靠程度的一个指标。 * 观察样本的含量较大时，样本率的频数分布近似正态分布，可应用正态分布的规律性检验率的差异的统计意义，不应该用t 值表。计算时可先依据总体率求出率的标准误，再计算样本率与总体率相差为标准误的多少倍，此值称为了u 。 分类变量资料的统计推断 流行病学与卫生统计学教研室 李宏彬 Email: lhb011@163.com 0373-3831325 率的抽样误差与可信区间 率的抽样误差与标准误 总体率的估计 率的假设检验 样本率与总体率比较的u 检验 两个样本率比较的u 检验 χ2检验 χ2检验的基本思想 四格表资料的χ2检验 配对四格表资料的χ2检验 R×C 表资料的χ2检验 主要内容 22.1 二项分布的概念 在医学卫生领域的许多实验或观察中，人们感兴趣的是某事件是否发生。如： 毒性试验： 白鼠 死亡——生存 临床试验：病人 治愈——未愈 临床化验：血清 阳性——阴性 二项分布是指在只会产生两种可能结果如“阳性”或“阴性”之一的n次独立重复试验（常常称为n重Bernoulli试验）中，当每次试验的“阳性”概率保持不变时，出现“阳性”的次数X=0，1，2，…，n的一种概率分布。 ：表示在n次试验中出现x次成功的组合数，称之为二项系数 若从阳性率（死亡率、感染率等）为π的总体中随机抽取大小为n的样本，则出现阳性数为X的概率分布即呈二项分布，记为X～B(n，π)。在n个独立的个体中出现X个阳性的概率可由下式求出： 例：某种药物治疗某种非传染性疾病的有效率为0.70。今用该药治疗该疾病患者10人，试分别计算这10人中有6人、7人、8人有效的概率。 本例n=10，π=0.70，X=6，7，8。按公式计算相应的概率为