生物统计学2（副本）.docVIP

PAGE 1 PAGE 25 第四章 统计推断（Statistical inference） 生物统计学研究的基本问题是总体与样本间的关系，即生物特性与实验数据间的关系，二者的关系包括两个方面：（1）抽样分布：已知总体，研究从中抽取样本的的分布规律（第三章），即抽样分布问题。（2）统计推断：由样本推断总体（包括不同样本间）。第二章介绍了样本资料的整理和描述，本章将讨论用样本推断总体，就是根据这些理论分布由一个样本或一系列样本所得的结果来推断总体的特征，以及推断正确的概率。 第一节 假设检验的原理与方法 一、假设检验的概念 在生物学试验和研究中，当进行检验一种试验方法的效果、一个品种的优劣、一种药品的疗效等试验时，所得试验数据往往存在着一定差异，这种差异是由于随机误差引起的，还是由于试验处理的效应所造成的呢?例如，在同一饲养条件下喂养甲、乙两品系的肉鸡各20只，在二月龄时测得甲系的平均体重为1．5kg，乙系的平均体重为1．4kg，甲、乙相差0．1kg。这个0．1kg的差值，究竟是由于甲、乙两系来自两个不同的总体，还是由于抽样时的随机误差所致?因为试验结果中往往是处理效应和随机误差混淆在一起，从表面上是不容易分开的，因此必须通过概率计算，采用假设检验的方法，才能作出正确的推断。 假设检验就是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。如果抽样结果使小概率发生，则拒绝假设，如抽样结果没有使小概率发生，则接受假设。生物统计学中，一般认为小于0.05或0.01的概率为小概率。通过假设检验，可以正确分析处理效应和随机误差，作出可靠的结论。 二、假设检验的步骤 (一)提出假设 无效假设，或零假设（Null Hypothesis）记作Ho。无效假设指处理效应与总体参数（或样本与总体、两样本）之间没有真实的差异，试验结果中的差异乃误差所致。 备择假设（Alternative hyothesis）:与无效假设相反的一种假设，即认为试验结果中的差异是由于总体参数不同所引起的。无效假设的形式是多种多样的，随研究内容不同而不同，但必须遵循两个原则：①无效假设是有意义的；②据之可算出因抽样误差而获得样本结果的概率。可提出： 无效假设Ho：等， 备择假设HA： (二)确定显著水平 在进行无效假设和备择假设后，要确定一个否定Ho的概率标准，这个概率标准叫显著水平，记作。是人为规定的小概率界限，生物统计学中常取＝0．05和＝0，0l两个显著水平。 小概率原理：如果假设一些条件，并在假设的条件下能够准确地算出事件A出现的概率为很小，则在假设条件下的n次独立重复试验中，事件A将按预定的概率发生，而在一次试验中则几乎不可能发生。 (三)计算概率 在假设H0正确的前提下，根据样本平均数的抽样分布计算出由抽样误差造成的概率。 对平均数作检验：（1）已知，或大样本时，样本呈正态分布，作u检验，检验单个样本与总体的差异。（2）未知，或小样本时，样本呈t分布，作t检验，检验单个样本与总体的差异或两个样本间的差异。多样本间采用方差分析。 对标准差作检验：（1）样本与总体之间，检验。（2）两个样本之间，F检验。 (四)推断是否接受假设 根据小概率原理作出是否接受Ho。并给予生物学解释。 三、双尾检验与单尾检验 进行假设检验时，需要提出无效假设和备择假设。提出的这种假设，其总体平均数可能大于，也可能小于。在样本平均数的抽样分布中，对于＝0．05时，接受Ho的区域，简称接受区占95%；否定Ho的区域，简称否定区占5%，否定区位于分布的两尾，称为双尾检验。例如，检验某种新药与旧药的治病疗效是否有差别，就是说新药疗效比旧药好还是旧药疗效比新药好，两种可能性都存在，相应的假设检验就应该用双尾检验。在生物学研究中，双尾检验的应用是非常广泛的。 但在某些情况下，双尾检验不一定符合实际。例如，我们已经知道新药疗效不可能低于旧药，于是其无效假设H。：≤，备择假设HA：，这时仅有一种可能性，其否定区只有一个，相应的检验也只能考虑一侧的概率，这种具有左尾或右尾一个否定区的检验叫单尾检验。单尾检验的步骤与双尾检验相同，查u分布表或t分布表时，需将双尾概率乘以0．5，再进行查表。 四、假设检验中的两类错误 假设检验是根据一定概率显著水平对总体特征进行推断。否定了Ho，并不等于已证明Ho不真实；接受了Ho，也不等于已证明Ho是真实的。如果Ho是真实的，假设检验却否定了它，就犯了一个否定真实假设的错误，这类错误叫第一类错误，或称错误，亦称弃真错误。不过，犯这类错误的概率很小，只有0．05。如