医药数理与概率统计学课件6.ppt

内容小结 《医药数理统计方法》 §6.3 注：例6.7的数据是从例6.6中原封不动拿来的，但检验结果却是大相径庭，这反映出配对比较和成组比较两种设计的深刻区别。配对资料中每组数据大小并不重要，重要的是“对子数据”的差，而成组比较中，我们关注的是整组数据的大小，组中的每个数据都是随机排列、毫无先后顺序可言的。正是由于成组比较数据的完全随机化，才综合了所有可能的结果，得出正确的检验结论。 《医药数理统计方法》 §6.3 例6.8 用两种方法测定药物中某元素的含量（单位：%）。各测定4次，得到的数据如下： 方法一： 3.28 3.28 3.29 3.29 方法二： 3.23 3.29 3.26 3.25 经验得知测定数据服从正态分布，试检验这两种方法的测定值是否有显著差异？ 《医药数理统计方法》 §6.3 解：设两种方法的测定值分别为X1,X2, 则X1～N(μ1,σ12), X2～N(μ2,σ22),且两者独立。 可以验证两总体方差非齐性。(见§6.4例6.13) 计算出 建立H0:μ1=μ2, H1:μ1≠μ2 若H0成立，则统计量为 样本值 《医药数理统计方法》 §6.3 自由度 (若求得的自由度数值比较小，就用它的两个相邻整数去查表，再对查得的临界值作插值处理；若求得的数值比较大，就四舍五入取整后直接查表。因为t变量的临界值表有一种大致的变化规律，即在相同显著性水平下，自由度较小时相应的临界值较大，而自由度较大时临界值较小。所以这种插值处理的做法可以减小所求临界值的误差。) 《医药数理统计方法》 §6.3 利用n次插值多项式 这里两点插值 《医药数理统计方法》 §6.3 ∴不能拒绝H0，即可以认为这两种方法的测定值没有显著差异。 《医药数理统计方法》 §6.4 §6.4 正态总体方差的检验 一、单个正态总体方差的χ2检验 二、两个正态总体方差齐性的F检验 《医药数理统计方法》 §6.4 设样本X1,X2,…,Xn来自正态总体N(μ,σ2) (1)μ已知 (2)μ未知 一、单个正态总体方差的χ2检验 《医药数理统计方法》 §6.4 例6.11 溶解速度是药物制剂的一个重要理化指标。今随机抽取某种药片7片，测定其溶解一半所需要的时间（单位：min）分别为 5.3 6.6 5.2 3.7 4.9 4.5 5.8 假定溶解时间服从正态分布，试问可否认为这种药片溶解一半所需时间的方差是2？ 《医药数理统计方法》 §6.4 解：设药片溶解一半所需时间为X(min),则X～N(μ,σ2), μ、σ2未知。 计算出 建立H0:σ2=2, H1:σ2≠2 若H0成立，则 样本值 ∴不能拒绝H0(P0.1),即不能认为这种药片溶解一半所需时间的方差是2 。 《医药数理统计方法》 §6.4 二、两个正态总体方差齐性的F检验 注：1)方差齐性检验，显著性水平通常取α=0.10；