2013医学统计学方法3.ppt-吉林大学课程中心.ppt

2013.11.11 TYC 医学统计分析 教案 单双侧的选择在检验之前由专业知识确定。 ② 备择假设(alternative hypothesis)又称对立 假设。用H1表示。H1与H0对立。H1的内容可 反映出检验的单双侧。本例为：H1: μ山＞μ0 即为单侧检验(one-sided test)或单尾检验(one- tailed test)。若H1: μ山≠μ0 则为双侧检验 (two-sided test)或双尾检验(two-tailed test)。 ③ 检验水准(size of a test)是假设检验作判断 结论的标准，是预先确定的概率值，常常取 小概率事件标准。用α表示。也为I型错误 的概率大小(详后)。实际工作中，α常取0.05。 ⑵ 选定检验方法和计算检验统计量 应根据变量或资料的类型、分析的目的、设 计的方案、检验方法的适用条件等选择检验方法。 检验统计量(test statistic)是在H0假设的条件 下由统计学家推导出的可由样本指标计算出来用 于推断结论的数值。 检验方法常用检验统计量的名称命名。如t 检 验中的t 统计量、 u 检验中的u 统计量、χ2检验中 的χ2统计量等。 ⑶ 确定P 值和作出推断结论 P值的统计学含义是指从H0规定的总体随机 抽得等于及大于（或等于及小于）现有样本获得 的检验统计量的概率。 通俗地讲，P值就代表了H0成立与否的概率。 将P值与检验水准α进行比较得出推断结论。 推断结论应包含统计结论和专业结论两部分。 若P ≤α，则按α检验水准拒绝H0，有统计学意义（统计结论），可认为……不同或不等（专业结论）。 若P ＞α，则按α检验水准尚不拒绝H0，无 统计学意义，还不能认为……不同或不等。 下面通过例6-1a具体介绍假设检验的过程： H0: μ山＝μ0 H1: μ山＞μ0 单侧，α= 0.05 ν=24，查单侧tα,ν= t0.05,24=1.711，今求得 t =1.833＞1.711， P＜0.05，按α=0.05水准拒绝 H0，有统计学意义。可认为该山区成年男子脉 搏数高于一般成年男子脉搏数。 上述例6-1a属于单样本t检验，其假设检验的 推断结果是依据t分布的原理作出的。为了理解其 推断过程的原理，通过直观的示意图(见下图6-1a)表达上述例题假设检验的过程。 Why ??? Answer is on next page ! ν=24 H0: μ山＝μ0 单侧tα,ν= t0.05,24 α=0.05 1.711 接受域 μ山＝μ0 拒绝域 μ山＞μ0 t=1.833 P α=0.05 图6-1a P ＜0.05 例6-1b 某地抽样调查了280名健康成年男性的血红蛋白含量，其均数为136.0g/L，标准差为6.0g/L。已知正常成年男性的血红蛋白的均数为140.0g/L。试问能否认为该地所有健康成年男性的血红蛋白含量与正常成年男性的血红蛋白含量的均数不同？ 下面列出其具体的假设检验过程： H0: μ＝μ0 =140.0g/L H1: μ≠μ0 =140.0g/L α= 0.05 ν=279，查tα/2,ν= t0.05/2,279=1.969，今求得 t =11.16＞1.969， P＜0.05，按α=0.05水准拒绝 H0，有统计学意义。可认为该地所有健康成年男性的血红蛋白含量与正常成年男性的血红蛋白含量的均数不同。 上述例6-1b属于双样本t 检验，其假设检验 的推断结果是依据t分布的原理作出的。为了理解 其推断过程的原理,通过直观的示意图(见下图6-1b)表达上述例题假设检验的过程。 若查表，自由度可取比279小的最接近的200，即t0.05/2,200=1.972。 ν=279 H0: μ＝μ0 双侧tα,ν= t0.05/2,279 α=0.05 1.969 接受域 μ＝μ0 拒绝域 μ＞μ0 t=11.16 P α=0.05 -1.969 拒绝域 μ＜μ0 t=-11.16 图6-1b P ＜0.05 第四节 t 检验和u检验 t 检验(t-test,亦称Student’s t-test)和u 检验( u-test),二者都是用于定量资料的假设检验的方法。 都可用于两组之内的样本均数与总体均数或样本均数之间的比较，目的在于推断样本均数所代表的未知总体均数与已知的总体均数或两个样本均数所代表的未知总体均数之间的差别。 t 检验的应用条件：理论上要求样本来自正态分布总体，两个样本均数比较时还要求两样本的总体方差相等，即方差齐性(homogeneity)。 u 检验的