第七章测试依据.ppt

第7章 假设检验基础 ;统计分析 (statistical analysis);假设检验的概念与原理 ; ;H0: null hypothesis, 零假设 (原假设或无效假设)； H1: alternative hypothesis, 对立假设(备择假设)； 单双测 (单尾/双尾 single tailed/double-tailed test)检验的选择; ; ; ; ; ;哼坚宛殖秧磐成佰敌孽涣撩美坚钻铆吹牟稠篇蔡率盂烬掉仟机束给放藕涪第七章测试依据第七章测试依据;图7-1 假设检验示意图;随机样本 来自正态分布总体 均数比较时，要求两总体方差相等 (方差齐性 homogeneity of variance);检验假设 H0 ：μ=μ0， H1 ：μ≠μ0(单侧检验μμ0或μμ0) 统计量: 见例7-1 ; ; ; ;? ; ; ; 查附表2(t临界值表)， t0.05/2, 11=2.201，得P0.05， 在α=0.05的水准上拒绝H0，可以认为健康教育干预前后该地区儿童血红蛋白有变化，且血红蛋白有所增加。; ;表7-2 两种方法测定血清Mg2+ (mmol/l)的结果;检验假设 H0:μd= 0， H1:μd≠0 α=0.05 ; ; ;N1 (μ1, σ2) N2 (μ2, σ2); ; ;例7-4 某妇产医院的研究者探索孕期补充钙剂对血清骨钙素(ng/ml)的影响，选取孕妇的年龄、基础骨钙素值接近，孕周26~28周的30名孕妇，随机分为两组，每组15名。试验组孕妇补充某种钙剂，对照组采用传统膳食。产后40~50天内测定孕妇血清骨钙素的变化值 (产后骨钙素与产前骨钙素的差值)，结果如下：;试验组：10.2 8.9 10.1 9.2 -0.8 10.6 6.5 11.2 9.3 8.0 10.7 9.5 12.7 14.4 11.9 对照组：5.0 6.7 -1.4 4.0 7.1 -0.6 2.8 4.3 3.7 5.8 4.6 6.0 4.1 5.1 4.7; ;2. 计算统计量；;3. 确定P值，作出统计推断 ; ;2. 计算统计量；;3. 确定P值，作出推断。 根据t‘分布接近t分布，确定P值。; ; ;2. 计算统计量；; ;例7-6 为比较特殊饮食与药物治疗改善血清胆固醇(mmol/L)的效果，将24名志愿者随机分为2组，每组12人，甲组为特殊饮食组，乙组为药物治疗组。受试者试验前后各测定一次血清胆固醇，差值的结果如下表：;Group;问题： 比较两种降血清胆固醇措施的效果是否相同？;2. 计算统计量；;查附表2(t临界值表)：; ;2. 计算统计量；; ;某口腔医院选择所在市40~50岁慢性牙周炎患者36例，测得实验组(18人)菌斑指数mean为84.71, SD=8.14; 非吸烟组(18人)菌斑指数的mean为82.20，SD=6.18;1. 建立检验假设，确定检验水准：;2. 计算统计量；;检验假设 H0 ：μ=μ0， H1 ：μ≠μ0(单侧检验μμ0或μμ0) 统计量:;两独立样本资料的Z检验; ; ;1.建立检验假设，确定检验水准：; ; ; ; ;1.建立检验假设，确定检验水准：; ; ; ; ; ;假设检验与区间估计的关系 ; ; ;获朝沃测楼嘲案谓蜀练曾侗父妒玩镁府淑驾漳基敏映挝除势箱撩琐盅儡皱第七章测试依据第七章测试依据; ;假设检验的功效 ; 表7-3 推断结论和两类错误 ;馒鞘元恕溅足抡赁纹橙琳徐颧舅迂果夯德钡颜烤搀孽摄持蚂澡拄甸旭头寸第七章测试依据第七章测试依据;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 ; ; ; ; ;