DLu第6章t检验.pptVIP

第六章 计量资料两组均数的比较：t 检验 目标： 能够描述假设检验的基本思想与步骤。 能够运用不同设计类型资料的检验。 能够理解两样本方差齐性检验的方法。 观察单位 同质和变异 (of fundamental importance) 变量和变量值 总体与样本 参数和统计量 小概率事件 与小概率事件原理 抽样误差 观察单位:男性（患者） 同质: 某病 变量: 血红蛋白; 定量资料 变异：(血红蛋白浓度)个体间差异 总体：某病男性患者；一般健康男性 参数：某病男性患者(??);一般健康男性(?0=140 g/L) 样本：20名男性患者; 随机抽取 统计量：样本均数104.4g/L; 样本标准差19.48 g/L 假设检验 检验假设、无效假设 备择假设 小概率事件、检验水准、显著性水平 小概率事件原理 3．确定P值，作出统计推断 第二节 两相关样本均数的比较 配对样本(paired sample)：是指两个样本中的观察对象由于某种联系或某些相近的重要特征而结成对子。 应用配对设计可以减少非处理因素如实验误差和个体差异对结果的影响，提高统计效率。 配对设计三种情况： 1、同一受试对象处理（实验或治疗）前后（时间先后对处理效应无影响）的结果进行比较 2、两个受试对象根据非处理因素（即控制因素）配对后，按随机原则分别接受两种处理,如动物实验 。 3、同一样品用两种不同方法测量同一指标，或同一受试对象接受两种不同处理。 研究对象相互独立、观察数据(差值样本)来自正态总体； 配对样本资料的假设检验可视为样本差值均数与总体均数0的比较，配对t 检验。 1．建立检验假设，确定检验水准 ： 即妇女硅胶乳房植入手术前、后体内硅脂含量相同 ： 即妇女硅胶乳房植入手术前、后体内硅脂含量不同 (双侧) 两独立样本检验(two independent samples)，又称成组t 检验(comparison for two means)，适用于完全随机设计的两样本。 一、基本思想 建立检验假设，确定检验水准 ，即静脉注射与口服治疗后的Hb增量的总体均数相同 ，即静脉注射与口服治疗后的Hb增量的总体均数不相同 第四节 t 检验的应用条件 样本服从正态分布或来自正态总体； 两样本比较时尚需它们的总体方差相等即方差齐性（homogeneity of variance） 为什么？ 一、正态性检验 判定样本资料是否服从正态分布称为正态性检验（normality tests） （一） 图示法有P-P图和Q-Q图 P-P图是以样本的累计频率作为横坐标，以按正态分布计算的相应累计概率作为纵坐标，把样本中数据表现为直角坐标系中的散点。 Q-Q图是以样本的分位数作为横坐标，以按照正态分布计算的相应分位数作为纵坐标，把样本中数据表现为直角坐标系中的散点。 如果资料服从正态分布，散点应沿第一象限的对角线分布。 （二）检验法有W检验法、D检验法和矩法 W检验由S.S.Shapiro和M.B.Wilk创立，适用于样本量 时。 二、方差齐性检验（tests of variance homogeneity） （四）方差齐性检验基本步骤 1.建立检验假设，确定检验水准 ，即静脉注射与口服治疗后的Hb增量的总体方差相同 ，即静脉注射与口服治疗后的Hb增量的总体方差不相同 2.计算检验统计量 3. 确定P值，作出统计推断 查F界值表（附表4 方差齐性检验用） 三、变量变换（transformation of variables） 1.对数变换（logarithmic transformation） 1)对数正态分布；2)各样本的标准差与均数之比（值）接近时；3)曲线直线化。 2. 平方根变换（square root transformation） 1)Poisson分布资料或轻度偏态资料；2)当各样本的方差与均数间呈正相关。 3.倒数变换（reciprocal transformation） 数据两端波动较大的资料 4.平方根反正弦变换（arcsine square root transformation） 二项分布的率或百分比的资料 【习题】 常熟市妇幼保健医院某医生于200