医学统计学 5.ppt

表5-3 25名糖尿病患者两种疗法治疗后2个月血糖值（mmol/L） 编号 甲组血糖值 编号 乙组血糖值 1 8.4 1 5.4 2 10.5 2 6.4 3 12.0 3 6.4 4 12.0 4 7.5 5 13.9 5 7.6 6 15.3 6 8.1 7 16.7 7 11.6 8 18.0 8 12.0 9 18.7 9 13.4 10 20.7 10 13.5 11 21.1 11 14.8 12 15.2 12 15.6 13 18.7 * 解：（方差齐性检验） 一、建立假设，确定检验水准： 二、计算检验统计量： 三、确定P值，得出结论： ∵F=1.1011 ＜ F0.05/2(12，11)=3.43，∴P ＞ 0.05 按照α=0.05的检验水准，不拒绝H0，差异无统计学意义，即认为两个总体的方差相等。 查方差齐性检验用F界值表，F0.05/2 (12,11)=3.43 υ1=n1-1=12 υ2=n2-1=11 * 比较两总体均数 一、建立假设，确定检验水准： H0：μ1= μ2两总体的均数相同 H1： μ1≠ μ2两总体的均数不同 检验水准α=0.05 二、计算检验统计量： 三、确定P值，得出结论： ∵t=2.639 ＞ t0.05/2(23)=2.069，∴P ＜ 0 .05 统计：按照α=0.05的检验水准，拒绝H0，差异有统计学意义。 专业：结合本例，可以认为两组糖尿病患者2个月后测得的空腹血糖值的均数不同。 查t界值表，t0.05/2 (23)=2.069 υ=12+13-2=23 * §5.5 t检验中的注意事项 * 假设检验的结论是根据概率推断的，所以不是绝对正确的。 检验水准： 亦称为显著性水准（significance level），符号为?。? 是预先规定的概率值，它是“是否拒绝H0的界限”。研究者可以根据研究目的规定?的大小，通常?取0.05。 * Ⅰ型错误和Ⅱ型错误 由样本推断的结果 真实结果 拒绝H0 不拒绝H0 H0成立 Ⅰ型错误 a 推断正确(1－a ) H0不成立 推断正确（1－b） Ⅱ型错误b （1－b）即把握度（power of a test):两总体确有差别，被检出有差别的能力 （1－a）即可信度（confidence level):重复抽样时，样本区间包含总体参数（m）的百分数 * 通常情况下Ⅱ型错误未知 对于一般的假设检验， a定为0.05（或0.01），b的大小取决于H1。通常情况下，比较总体间有无差异并不知道，即H1不明确， b值的大小无法确定，也就是说，对于一般的假设检验，我们并不知道犯Ⅱ型错误的概率b有多大 * * a 与 b 间的关系 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 * 假设检验注意事项 （1）可比性 （2）正确选用假设检验方法 （3）差别的实际意义 （4）判断结论时不能绝对化 （5）单侧检验与双侧检验 （6）报告结果应写出统计量值、P值（单侧时应注明） * 本章重点 掌握假设检验的思想及计算步骤 掌握未知总体与已知总体的假设检验过程 能够区分配对设计与成组设计 掌握配对设计的假设检验过程 了解假设检验的二类错误 * 练习题1： 为了研究孪生兄弟的出生体重是否与其出生顺序有关，共收集了15对孪生兄弟的出生顺序和出生体重（见表5-1）。 * 表5-1 15对孪生兄弟的出生体重(kg) 编号 先出生者体重(xi1) 后出生者体重(xi2) di=xi1-xi2 1 2.79 2.69 0.10 2 3.06 2.89 0.17 3 2.34 2.24 0.10 4 3.41 3.37 0.04 5 3.48 3.50 -0.02 6 3.23 2.93 0.30 7 2.27 2.24 0.03 8 2.48 2.55 -0.07 9 3.03 2.82 0.21 10 3.07 3.05 0.02 11 3.61 3.58 0.03 12 2.69 2.66 0.03 13 3.09 3.20 -0.11 14 2.98 2.92 0.06 15 2.65 2.60 0.05 * 解：（双侧检验） 一、建立假设，确定检验水准： H0：在孪生兄弟中先出生者与后出生者的出生体重相同，即μd=0 H1：在孪生兄弟中先出生者与后出生者的出生体重不同，即μd ≠ 0 检验水准α=0.05 二、计算检验统计量： 三、确定P值，得出结论： ∵t=2.33 ＞ t0.05/2(14)=2.145，∴P ＜0.05 统计：按照α=0.05的检验水准，拒绝H0，接受H