假设检验基础概要.ppt

二、假设检验的功效 1-β称为假设检验的功效（power of a test）。其意义是，当所研究的总体与H0确有差别时，按检验水平α能够发现它（拒绝H0）的概率。 如果1-β=0.90，则意味着当H0不成立时，理论上在每100次抽样中，在α的检验水准上平均有90次能拒绝H0。一般情况下对同一检验水准α，功效大的检验方法更可取。 2.两独立样本资料t检验的功效 根据效应值检验估计效能 效应值： 检验效能 影响检验效能的四个因素 ： 1．总体参数的差异越大，检验效能越大。 2．个体差异（标准差）越小，检验效能越大。 3．样本量越大，检验效能越大。 4．检验水准?（Ⅰ型错误的概率）定得越宽，检验效能越大。 ?=0.05时的检验效能大于?=0.01时的检验效能。 可以人为调整因素的惟有样本量n1，n2，样本量对检验效能影响最大。 样本含量估计在研究设计的地位非常重要。 三、应用假设检验需要注意的问题 1、应用检验方法必需符合其适用条件 每一种假设检验方法都有相应的适用条件。在实际应用中，应根据设计类型、变量类型、样本大小等因素选择合适的检验方法。 2、当样本含量一定时，第一类错误的概率变小，第二类错误的概率会变大，实际工作中往往有一类错误的危害较大，要权衡两类错误的危害来确定?的大小。在优度检验（方差齐性检验、拟合优度检验）中为减少犯第二类错误的概率，可以增大?，减少β 。 3、正确理解P值的意义。P值很小时“拒绝H0，接受H1”，但是不要把很小的P值误解为总体参数间差异很大。拒绝H0只是说差异不为零，P值小只是说犯第Ⅰ类错误的机会远小于α。 第七节 正态性检验 (normality test) 1．图示法：P-P plot，Q-Q plot 2．矩法 偏度系数(skewness)， 峰度系数(kurtosis)。 3． W 检验法 4． D 检验法 一、图示法 期望概率（%） 期望累计概率（%） 各组段上限与下限分别减去均值除以标准差得到对应的两个正态离差u值，根据两个u值找到正态分布的概率，概率差值为组段对应的概率，各组段概率乘以总例数为理论频数，再计算理论累计频数和累计理论频率。 图7-5 100个样本均数的P-P图 P-P图 图7-6 100个样本均数的Q-Q图 Q-Q图 二、统计检验法 W检验 由Shapiro和Wilk于1965年提出。简称为W法。 适用于小样本。计算时需要采用常数表，大样本时计算很复杂。 例7-14 用小鼠研究正常肝核糖核酸(RNA)对癌细胞的生物学作用，测定水层RNA诱导肝癌细胞的果糖二磷酸酯酶（FDP）活性的结果如下，请分析FDP活性是否服从正态分布？ D检验 3. 矩法 是利用数学上的矩原理来检验偏度和峰度。偏度指分布不对称的程度和方向，用偏度系数(coefficient of skewness)衡量，样本偏度系数用g1表示，总体偏度系数用?1表示； 理论上，总体偏度系数?1=0为对称，?10为正偏态，?10为负偏态； 总体峰度系数?2=0为正态峰，?20为尖峭峰，?20为平阔峰。样本峰度系数用g2表示。 只有同时满足对称和正态峰两个条件时，才能认为资料服从正态分布。 检验偏度的统计量 检验峰度统计量 　例7-15 试用矩法对例5-1资料计算机模拟抽样所得100个样本均数进行正态性检验。 (1)建立检验假设，确定检验水准 H0：?1=0且?2=0，即总体服从正态分布 H1：?1 ?0或/和?2 ?0，即总体不服从正态分布 ?=0.10(欲不拒绝H0，?宜稍大以减少II型错误) (2)计算检验统计量 (3)确定P值，作出推断结论 峰度P0.50，偏度P0.50。按?=0.10水准，不拒绝H0，无统计学意义。还不能认为这些样本均数的总体不服从正态分布。 第八节 中英文结果报告 某职业病防治所为了检验不同工种氟作业工人的尿氟含量有无差别。随机测定了某工厂不同工种两个车间各10名氟作业工人的尿氟含量(μmol/L),均数±标准差分别为：127.1200±23.4467（μmol/L）、91.1070±21.3553（μmol/L）。 An occupational disease dispensary randomly selected 10 workers who put in work on the fluoride in each workshop and measured the content of their urinary fluoride in order to distinguish the differences between differe