计量两组均数的比较-t检验资料.ppt

m＝m0 m1 mm0 m0 H1: m=m1m0 a b 减少（增加）I型错误，将会增加（减少）II型错误 增大n 同时降低a 与 b α与β间的关系 1-β称为假设检验的功效（power of a test）。其意义是，当所研究的总体与H0确有差别时，按检验水平α能够发现它（拒绝H0）的概率 如果1-β=0.90，则意味着当H0不成立时，理论上在每100次抽样中，在α的检验水准上平均有90次能拒绝H0。一般情况下对同一检验水准α，功效大的检验方法更可取 二、正确理解P值的意义。P值很小时“拒绝H0，接受H1”，但是不要把很小的P值误解为总体参数间差异很大。拒绝H0只是说差异不为零，P值小只是说犯第Ⅰ类错误的机会远小于α 何时用单侧检验，何时用双侧检验，根据专业知识、科学推理来决定，没有任何可参考的资料，用双侧稳妥 （一）置信区间具有假设检验的主要功能 如果无效假设?d =0， ?1-?2 =0不在置信区间范围内，差别有统计学意义，否则，无统计学意义 配对资料差值?d双侧95%置信区间 两独立样本资料总体均数差值（?1-?2）的双侧（1-?）置信区间： 利用前例资料，估计儿童血红蛋白在健康教育干预措施前后差值的总体均数的可信区间为： 利用前例计算两个总体均数间差值的置信区间为： 2.置信区间可提供假设检验没有提供的信息 图7-1 置信区间可以提供的信息 3.假设检验提供，而置信区间不提供的信息 在统计推断结论为拒绝H0时，假设检验可以报告确切的P值，从而较为精确地说明检验结论的概率保证。置信区间只能在预先确定的置信度100(1-α)%水平上进行推断 在不能拒绝H0的场合，假设检验可以对检验的功效做出估计，从而可以评价是否在识别差异能力较强的情形下不拒绝H0的。而置信区间并不提供这方面的信息 置信区间与相应的假设检验既能提供相互等价的信息，又有各自不同的功能。把置信区间与假设检验结合起来，可以提供更为全面、完整的信息 1. 假设检验是依据样本提供的有限信息对总体作推断的统计学方法，是在对研究总体的两种对立的判断之间做选择的决策程序 2. 假设检验的逻辑是“小概率事件在一次抽样中不太可能出现” 3. 假设检验的过程： 小 结 假设检验过程 拒绝无效假设 建立检验假设和确定检验水准 不拒绝无效假设 计算统计量 确定P值 推断 第二步 第一步 第三步 第四步 一个样本均数与总体均数的比较H0：μ=μ0 H1：μ≠μ0 1. 总体标准差σ已知 2. 总体标准差σ未知 95%置信区间： 95%置信区间： 配对设计资料均数的比较H0：μd = 0 H1： μd ≠ 0 95%置信区间： 两总体均数的比较（第一种情况）H0：μ1=μ2 H1：μ1≠μ2 1. 两总体方差未知，但假定两总体方差相等 95%置信区间： 两总体均数的比较（第二种情况） H0：μ1=μ2 H1：μ1≠μ2 2. 两总体方差未知，但假定两总体方差不相等 95%置信区间： 两总体均数的比较（第3种情况） H0：μ1=μ2 H1：μ1≠μ2 3. 两总体方差已知 95%置信区间： 4. 假设检验有两类错误 5. 假设检验与相应的置信区间估计既能提供等价的结果，又有各自不同的功能 6. 假设检验方法很多。每种方法均有相应的适用条件。综合考虑研究目的、设计类型、变量类型、样本含量等要素之后才能选择合适的假设检验方法 要点： (1) 均数的抽样误差与标准误的概念 (2) 总体均数可信区间的计算及其适用条件 (3) t 检验的应用条件和计算 (4) 假设检验的的基本步骤及第一类错误、第二类错误和 检验效能的概念 (5) 标准差与均数标准误的区别 (6) 参考值范围和总体均数可信区间的区别 (7) t 分布的特征 (8) 可信区间与假设检验的关系 (9) 假设检验的基本思想 * 例 为探讨硫酸氧钒对糖尿病性白内障的防治作用，研究人员将已诱导糖尿病模型的20只大鼠随机分为两组。一组用硫酸氧钒治疗(DV组)，另一组作对照观察(D组)，12周后测大鼠血糖含量（mmol/L）。结果为， DV组12只，样本均数为6.5mmol/L,标准差为1.34mmol/L；D组8只，样本均数为13.7mmol/L,标准差为4.21mmol/L。 试问两组动物血糖含量的总体均数是否相同？ 第四节 t检验的应用条件 （一）图示法：P-P plot，Q-Q plot （二）矩法 偏度系数(skewness)，