医学统计学课件 第3章 总体均数的区间估计和假设检验.pptVIP

5.作出推断结论 ①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为：按所取检验水准拒绝H0，接受H1，即差异有统计学意义。如例3.3 认为两总体脉搏均数有差别。 ②当Pα时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，即差异无统计意义，如例3.3 尚不能认为两总体脉搏均数有差别。 下结论时的注意点： P ≤α ，拒绝H0，不能认为H0肯定不成立，因为虽然在H0成立的条件下出现等于及大于现有统计量的概率虽小，但仍有可能出现； 同理，P α ，不拒绝H0，更不能认为H0肯定成立。 由此可见，假设检验的结论是具有概率性的，无论拒绝H0或不拒绝H0，都有可能发生错误，即第一类错误或第二类错误 第五节 均数的 t 检验 小样本的样本均数与总体均数的比较以及两个样本均数的比较要用t检验。 t检验的适用条件：①样本来自正态总体或近似正态总体；②两样本总体方差相等。 t检验的类型 1.单样本t检验（样本均数与总体均数比较t检验） 2.配对样本t检验 3.独立样本t检验（两样本均数比较t检验） 即样本均数代表的未知总体均数与已知的总体均数（一般为理论值、标准值或经过大量观察所得的稳定值等）进行比较。 这时检验统计量t值的计算在H0成立的前提条件下为： 一、单样本t检验（样本均数与总体均数比较的t检验） 例3.3 根据调查，已知健康成年男子脉搏的均数为72次/分钟，某医生在一山区随机测量了25名健康成年男子脉搏数，求得其均数为74.2次/分钟，标准差为6.5次/分钟，能否认为该山区成年男子的脉搏数与一般健康成年男子的脉搏数不同？ 例3.6 对例3.3资料进行t检验。 （1）建立检验假设 H0：μ ＝μ0 ，即该山区健康成年男子脉搏均数与一般健康成年男子脉搏均数相同； H1：μ≠μ0 ，即该山区健康成年男子脉搏均数与一般健康成年男子脉搏均数不同。 α＝0.05（双侧） （2）计算t值 本例n = 25 , s = 6.5 , 样本均数=74.2 ,总体均数 =72 , 代入公式 （3）确定P值, 作出推断结论 本例υ =25－1=24，查t界值表，得t0.05,24=2.064，现t=1.692 t0.05,24=2.064，故P0.05。按α=0.05的水准，不拒绝H0，差异无统计学意义。 结论：即根据本资料还不能认为此山区健康成年男子脉搏数与一般健康成年男子不同。 配对实验设计得到的资料称为配对资料。 医学科研中配对资料的四种主要类型： 同一批受试对象治疗前后某些生理、生化指标的比较； 同一种样品，采用两种不同的方法进行测定，来比较两种方法有无不同； 配对动物试验，各对动物试验结果的比较等。 同一观察对象的对称部位。 二、配对资料的t检验 先求出各对子的差值d的均值, 若两种处理的效应无差别，理论上差值d 的总体均数应为0。 所以这类资料的比较可看作是样本均数与总体均数为0的比较。 要求差值的总体分布为正态分布。 配对资料的 t 检验(paired samples t-test) t检验的公式为： 例3.7 设有12名志愿受试者服用某减肥药，服药前和服药后一个疗程各测量一次体重(kg)，数据如表3-4所示。问此减肥药是否有效？ （1）建立检验假设 H0：μd= 0，即该减肥药无效； H1：μd﹤0，即该减肥药有效。 单侧α=0.05 表3-4 某减肥药研究的体重(kg)观察值 （2）计算t值 本例n = 12, Σd = -16，Σd2 = 710， 差值的均数=Σd /n = -16/12 = -1.33(kg ) （3）确定P值，作出推断结论 自由度=n-1=12-1=11，查t界值表，得单侧t0.05，11=1.796,现t=0.58 t0.05，11=1.796,故P 0.05。按α=0.05水准，不拒绝H0, 差异无统计学意义。 结论：故尚不能认为该减肥药有减肥效果。 两样本均数比较的t检验亦称为成组t检验，又称为独立样本t检验（independent samples t-test）。 适用于比较按完全随机设计而得到的两组资料，比较的目的是推断它们各自所代表的总体均数和是否相等。 三、两样本均数比较的t检验 样本估计值为： 总体方差已知： 标准误的计算公式 合并方差： 若n1=n2时： 已知S1和S2时： 例3.9 测得14名慢性支气管炎病人与11名健康人的尿中17酮类固醇（mol/24h）排出量如下，试比较两组人的尿中1