6-假设检验基础课件.pptVIP

医学统计学 假设检验在统计方法中的地位 1、假设检验采用的逻辑推理方法是反证法 为了检某假设是否成立，先假定它正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设； 2、判断结果合理与否，是基于“小概率事件不易发生”这一原理的 即在一次抽样中，小概率事件不可能发生。如果在原假设下发生了小概率事件，则认为原假设是不合理的；反之，小概率事件没有发生，则认为原假设是合理的。 3、假设检验是基于样本资料来推断总体特征的，而这种推断是在一定概率置信度下进行的，而非严格的逻辑证明。 【例】已知某地一般新生儿的头围均数为34.50cm，标准差为1.99cm。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？ 什么是假设?(hypothesis) ? 对总体参数的具体数值所作的陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述 什么是假设检验? (hypothesis test) 先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程 有参数检验和非参数检验 假设检验的过程 无效假设(null hypothesis) 研究者想收集证据予以反对的假设 又称“零假设” 总是有符号 ?, ? 或?? 表示为 H0 H0 ： ? = 某一数值 指定为符号 =，? 或 ?? 例如, H0 ： ? ? 10cm 备择假设(alternative hypothesis) 研究者想收集证据予以支持的假设 也称“研究假设” 总是有符号 ?,?? 或 ? 表示为 H1 H1 ： ? 某一数值，或? ?某一数值 例如, H1 ： ? 10cm，或? ?10cm 【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的无效假设和被择假设 【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500克。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的无效假设与备择假设 无效假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，无效假设和备择假设必有一个成立，而且只有一个成立 先确定备择假设，再确定原假设 等号“=”总是放在无效假设上 备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 假设检验中的两类错误 1. 第Ⅰ类错误(弃真错误) 无效假设为真时拒绝无效假设 第Ⅰ类错误的概率记为? 被称为显著性水平 2. 第Ⅱ类错误(取伪错误) 无效假设为假时未拒绝无效假设 第Ⅱ类错误的概率记为??(Beta) （其值未知） ? 错误和 ? 错误的关系 1、犯第一类错误与犯第二类错误的概率存在此消彼长的关系; 显著性水平? (significant level) 1. 显著性水平是一个概率值，是人们事先指定的犯第I类错误的概率的最大允许值 2. 无效假设为真时，拒绝无效假设的概率 3. 表示为 ??(alpha) 常用的 ??值有0.01, 0.05, 0.10 4. 由研究者事先确定 1、显著性的意义：是指这样的样本结果不是偶然得到的，或者说，不是靠机遇能够得到的。同样，如果检验的结果不是显著的，则表明这样的样本结果是偶然得到的。 2、采用“不拒绝无效假设”的说法：当拒绝无效假设的时候，人们犯错误的概率不超过给定的显著性水平，但当样本测量显示没有充分的理由拒绝无效假设时，便难以确切知道第二类错误发生的概率，因此，在假设检验中才有“不拒绝无效假设”，而不采用“接受无效假设”。 显著性水平(双侧检验 ) 显著性水平 (双侧检验 ) 显著性水平 (双侧检验 ) 显著性水平(双侧检验 ) 显著性水平 (单侧检验 ) 显著性水平 (单侧检验 ) 显著性水平(单侧检验 ) 决策规则 给定显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 作出决策 双侧检验：I统计量I 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 什么是P 值?(P-va