医学院生统加强课程(档).PPT

* 假設檢定概念 型Ⅰ錯誤與型Ⅱ錯誤之關係 結論：型Ⅰ錯誤與型Ⅱ錯誤無法同時縮小 若要同時縮小，只能增加樣本數才能達成。 檢定誤差觀念 連續變項之單一母體平均數檢定 假設檢定觀念 連續變項之兩組母體平均數檢定 兩常態母體， 已知： 兩常態母體， 未知且相等： 兩常態母體， 未知且不等： 大樣本情況下： 兩組獨立母體平均數檢定之範例 成對母體平均數假設檢定之範例 編號 1 2 3 4 5 6 7 8 期中考 85 78 78 85 77 75 90 78 期末考 83 76 89 89 87 78 88 86 樣本數計算 變異數分析ANALYSIS OF VARIANCE 變異數分析 為兩母體平均數是否相等的檢定之延伸，此處做的是k個母體之平均數是否全相等之檢定，看是否有顯著証據說k個母體平均數並非全等。 前題假設 K個母體均來自常態分配 K個母體的變異數全相同(變異數同質) K個母體的樣本，彼此之間獨立 單因子變異數分析 ? 患 者 血 糖 濃 度 治 療 法 平 均 A 12.8 10.6 14.7 13.5 12.7 12.86 B 11.7 9.9 16.8 10.5 14.3 12.64 C 13.5 14.5 17.6 16.5 15.4 15.50 D 12.6 10.1 12.3 9.5 8.8 10.46 變異數分析表(ANOVA表) 變異數分析的檢定統計量取決於兩種變異(組間變異、組內變異)的估計值，在計算上，習慣以ANOVA表來表示。 單因子變異數分析範例 若共有15個病患(假設基期血糖濃度沒有差異)，分別採用4種不同治療糖尿病的治療法，數週之後血糖濃度如下： P值=0.008，拒絕虛無假設，有顯著證據說四種治療法效果不同 ? 患 者 血 糖 濃 度 治 療 法 平 均 A 12.8 10.6 14.7 13.5 12.7 12.86 B 11.7 9.9 16.8 10.5 14.3 12.64 C 13.5 14.5 17.6 16.5 15.4 15.50 D 12.6 10.1 12.3 9.5 8.8 10.46 事後比較 事後多重比較結果 二項類別資料分析BINARY DATA ANALYSIS 二項類別資料 如果一個類別資料，只有兩種可能，例如男或女、存活或死亡、正面或反面…等等都屬於二項類別變項，簡稱二項變項(binomial variable)或稱比率變項(proportional variable)。 應用時機 隨機抽取100位學童，發現有12位為B型肝炎帶原，此時比率為12%，可藉此推估母體B型肝炎帶原的比率。 若再抽取另外100位成年人，發現有17%為B肝帶原者，則學童B肝帶原率是否較成年人為低？ 二項分配 二項分配與常態分配 單一母體比率數的信賴區間與檢定統計量 兩母體比率數差異的信賴區間與檢定統計量 樣本數計算 列聯表CONTINGENCY TABLES 列聯表 前個單元在處理已被分類之類別數據時，我們可以在一種稱為列聯表的表格中計算各分類的發生次數。 糖尿病? 心肌梗塞 合計 是 否 是 46 25 71 否 98 119 217 144 144 288 卡方檢定(CHI-SQUARE TEST) 卡方檢定統計量計算 觀察值 期望值 卡方統計量 糖尿病? 心肌梗塞 合計 是 否 是 46 25 71 否 98 119 217 144 144 288 糖尿病? 心肌梗塞 合計 是 否 是 144×77÷288=35.5 144×71÷288=35.5 71 否 144×217÷288=108.5 144×217÷288=108.5 217 144 144 288 費雪精確檢定(FISHER EXACT TEST) 費雪精確檢定 當作列聯表分析時，樣本數越大，卡方檢定越精確。但若總樣本數過小(n20)，且有超過20%的期望次數小於5，有時我們會採用費雪精確檢定。此檢定統計量之P-value可以計算出來。 檢定統計量涉及複雜的計算，所以不在此介紹。 MCNEMAR 檢定(配對檢驗) McNemar 檢定 針對同一群受試者，前後進行兩次觀察的重複檢驗。主要探討實驗前後由『是』變成『否』，與由『否』變成『是』的個數是否相等，因此被稱為改變的顯著檢定。也因為檢定的是相依母體，可稱為相依樣本的卡方檢定。 適用時機 醫師針對同一個病患的兩次診斷是否有不同的看法 課程前後的答題正確率是否改變 用藥前後的陽性比率是否改變 列聯表獨立樣本與相依樣本 獨立樣本資料