方积乾《卫生统计学》第6章假设检验-HYT2015.pptVIP

郝元涛 中山大学公共卫生学院 医学统计与流行病学系; 假设检验（hypothesis testing）: 对所估计的总体提出一个假设，通过样本数据去推断是否拒绝这一假设。 ;例 成年男性肺炎患者与男性健康成人的血红蛋白有无区别？研究时随机抽取两个样本： 成年男性肺炎患者的血红蛋白（g/dl ）测量值： 11.9，10.9，10.1，10.2，9.8，9.9，10.3，9.3，9.8，8.9； 均数为10.11（g/dl） 男性健康成人的血红蛋白（g/dl ）测量值： 13.9，14.2，14.0，14.3，13.7，13.9，14.1，14.7，13.5，13.6 均数为13.99（g/dl ） ; 样本造成这种差别的原因可能有两种： (1)成年男性肺炎患者的血红蛋白含量确实不同于男性健康成人；存在本质上的差异，两总体不相等。 (2) 抽样误差，两总体相等。 需进行假设检验! ; 例6-1 在某市城区6所小学按概率抽样方法抽取了400名小学生进行视力干预方法研究。基线调查时，干预组200人，屈光度的均数为-0.34D，标准差为0.12D；对照组200人，屈光度的均数为-0.57D，标准差为0.36D，试问干预组和对照组小学生屈光度在基线时总体均数有无差别？; 1. 建立检验假设，确定检验水准： 零假设（null hypothesis），又称原假设，记为H0 。 H0： ，即：干预组小学生和对照组小学生屈光度的总体均数相等。 对立假设（alternative hypothesis），又称备择假设，记为H1 。 H1 ： 或者： ， ; 2. 计算检验统计量： 根据样本数据计算相应的统计量。 例6-1根据资料的设计类型应选择Z检验，所用 Z检验的统计量为：; 如何识别是否不大可能？规定一个“小”的概率α，称检验水准（size of a test） 若当前值在临界值Zα 或Zα/2 之外，或者若Z 的当前值之外的尾部面积 P小于α 或α/2，当前情形是不大可能发生的。; 3. 确定 P值，做出推断： 查附录三附表2（ t界值表最后一行为Z界值表，）得到 ，按 水准拒绝 H0，差异有统计学意义，可认为干预组和对照组小学生屈光度的总体均数不同。; t 检验: 以 t 分布为基础的一类比较均数的 假设检验方法。 t 检验的应用条件： 1. 随机样本。 2．来???正态分布总体。 3. 两独立样本比较时，要求两总体方差相等（方差齐性）。;一、单样本资料的t 检验 二、配对设计资料的t 检验 三、两独立样本资料的t检验 四、两独立样本资料的方差齐性检验 五、大样本资料的Z 检验; 例6-2 为了研究孪生兄弟的出生体重是否与其出生顺序有关，共收集了15对孪生兄弟的出生顺序和出生体重，见表6-2。试问孪生兄弟中先出生者的出生体重与后出生者的出生体重是否相同？;表6-2 15对孪生兄弟的出生体重（kg）;配对设计（paired design）是一种比较特殊的设计方式，能够很好地控制非实验因素对结果的影响，有自身配对和异体配对之分。 配对设计资料的分析着眼于每一对观察值之差，这些差值构成一组资料，用 检验推断差值的总体均数是否为“0”。;THE END Thanks