参数估计与假设检验2016-7-3试题.ppt

原假设符号为 ，指需要检验的假设，如治疗前后血清甘油三酯没有差别,即 这一假设通常与我们要验证的结论相反，是计算检验统计量和P值的依据。 备择假设符号为 ，是在 成立证据不足的情况下而被接受的假设，如拒绝治疗前后血清甘油三酯相同的假设，可表示为 Hypothesis test 备择假设有双侧和单侧两种情况。双侧检验指无论是正方向还是负方向的误差，若显著地超出检验水准则拒绝，即为双侧检验。单侧检验指仅在正方向或负方向误差超出规定的水准时则拒绝，如治疗后血清甘油三酯下降的假设可表示为: 或 双侧检验和单侧检验应如何选择，需根据研究目的和专业知识而定。 Hypothesis test 建立检验假设的同时，还必须给出检验水准。检验水准亦称显著性水准(significant level)，用 表示，是预先规定的拒绝域的概率值，实际中一般取 或 。显然，值越大越容易得出有差别的结论。 Hypothesis test （二）选择检验方法和计算检验统计量 根据资料类型、研究设计方案和统计推断的目的，选择适当的检验方法和计算公式。许多假设检验方法是以检验统计量来命名的，如t检验、z检验、F 检验和 检验等。 Hypothesis test （三）根据P值做出统计推断 查表得到检验用的临界值，然后将算得的统计量与拒绝域的临界值作比较，确定 值。如对双侧 检验 ，则 ,按检验水准 拒绝 ，接受 ；若 ,则不能拒绝 。 Hypothesis test Jerzy Neyman 若 ，不拒绝H0，但不能下“无差别”或“相等”的结论，只能下“根据目前试验结果，尚不能认为有差别”的结论。 t检验概述BASIC CONCEPTION OF t TEST Students t-test A method of testing hypotheses about the mean of a small sample drawn from a normally distributed population when the population standard deviation is unknown. In 1908 William Sealy Gosset, publishing under the pseudonym Student, developed the t-test and t distribution. The t distribution is a family of curves in which the number of degrees of freedom specifies a particular curve. As the sample size increases, the t distribution approaches the bell shape of the standard normal distribution. In practice, for tests involving the mean of a sample of size greater than 30, the normal distribution is usually applied. Preferable when the n 60 Certainly if n 30 t 检验的应用条件Assumptions Normal distribution (正态分布) Equal variance (两总体方差相等（方差齐性） Random sampling (随机样本) t检验依据的检验统计量是服从t分布的t值 两独立样本均数的t检验t test for Independent samples 两样本的完全随机分组设计，即将受试对象（试验单位）完全随机地分为两组，分别接受两种不同的处理。由于当两组样本含量相等，两个样本均数之差的抽样误差最小，检验效能最高，故应采用适当的随机分组方法，如随机排列的分段随机化，使两组样本含量相等。 The 2 Sample Independent t-Test Used to compare means between two groups. Assumes the data are continuous and