第八章假设检验的概念及t.pptVIP

第八章 假设检验的概念及t检验 统计推断 statistical inference 实例 通过以往大规模调查，已知某地一般新生儿的头围均数为34.50cm。为研究某矿区新生儿的发育状况，现从该地某矿区随机抽取新生儿55人，测得其头围均数为33.89cm，问该矿区新生儿的头围总体均数与一般新生儿头围总体均数是否不同？ 假设检验的步骤及有关概念 假设检验的步骤 1.差异来源 该矿区新生儿总体均数与一般新生儿头围总体均数相同 该矿区新生儿总体均数与一般新生儿头围总体均数不同 H0：μ= μ 0＝34.50 ， H1：μ≠ μ0＝34.50 单凭一份样本不可能证明哪一个正确，可考虑样本资料和哪一个假设有较大的矛盾来决定拒绝哪一个假设。一般考察样本资料是否与H0有较大的矛盾 2. H0成立时会怎样？ 所得u值因样本而异，但其绝对值多数情况下落在0附近。u的分布规律可由u界值表查出 3.当前状况如何，发生的可能性（P值）有多大？ n=55, =33.89, μ0 =34.50 得u=-2.273 拒绝域 接受域 拒绝域 P值系指在H0成立的假设前提下，出现当前检验统计量以及更极端情况的概率。 查u界值表，当前u值以外的双侧尾部面积 介于0.05和0.02之间 4.决策 决策者需要事先规定一个可以忽略的小概率值α。如取0.05，那么上述P值可认为很小。即H0成立时，几乎不可能出现当前的状况。 于是，面临两种抉择，一是认为H0是成立的，而当前的极端情况又恰好偶然发生了；二是怀疑H0的正确性，从而接受H1。通常选择后者。本例，可认为该矿区新生儿总体均数与一般新生儿头围总体均数不同。 例8-2：1995年，某地20岁应征男青年平均身高为168.5cm。2003年在当地20岁应征男青年中随机抽取85人，平均身高为171.2cm，标准差为5.3cm，问这两年身高是否不同。 解：总体方差一般未知，当样本含量足够大时，用S作为σ 的估计值。 1 建立假设，确定检验水准 H0：μ ＝168.5， H1：μ≠ 168.5 α ＝0.05 2 计算统计量u 3 确定P值，下结论 查u界值表， 4.70 u 0.001/2=3.2905,得P 0.001,按照α ＝0.05水准，拒绝H0，接受H1，可认为2003年20岁应征男青年身高有变化，比1995年增高了。 例8-3：为比较某药治疗流行性 出血热疗效，将72名患者随机分为试验和对照组，结果分别为n1=32, =2.9,S1=1.9;n2=40, =5.2,S2=2.7,问试验组和对照组的平均退热天数有无差别。 解：可用两组大样本资料的u检验 H0：μ1=μ2 ，H1：μ1 ≠ μ2 α ＝0.05 u＝-4.23 查u界值表，4.23 u 0.001/2=3.2905,得P 0.001,按照α ＝0.05水准，拒绝H0，接受H1，可认为试验组和对照组退热天数的总体均数不等，疗效不同。试验组比对照组平均退热天数短。 μ1-μ2 的95％可信区间为-3.3——-1.3天 Ⅰ型错误和Ⅱ型错误 通常情况下Ⅱ型错误未知 假设检验注意事项 假设检验注意事项 (4）判断结论时不能绝对化(原因是存在着两类错误 写出精确P值：若对同一研究内容，A研究的结果P=0.002,B研究的结果P=0.04,虽结果均为拒绝H0,但A结果更为可信. （5）单侧检验与双侧检验 （6）报告结果应写出统计量值、具体P值（单侧时应注明）；95％CI既能说明差别的大小，也具有检验的作用，建议使用。(可信区间与假设检验均为统计推断方法，可信区间可以检验差值大小，假设检验可精确表示相关事件的概率。统计结果同时报告检验统计量、P值和可信区间更值得提倡。) 第十章 t检验（t test） 一、样本均数与总体均数的比较 实 例 附表2 t界值表 二、配对资料的比较 表3-4 两法测定12份尿铅含量的结果 表3-3 两法测定12份尿铅含量的结果 三、两样本均数的比较 实 例 2. 方差齐性检验 方差齐性检验 t检验的类型 样本均数与总体均数比较的t检验 （单组设计） （one sample t test） 配对设计定量资料的t检验 （paired t-test） 成组设计定量资料的t检验 （two sample t test）