第五章 假设检验功效及样本量.docVIP

第五章 假设检验功效及样本量 第五章 假设检验的功效和样本量 ( 当假设检验不拒绝H0时，推断正确的概率称为检验功效。 ( 临床科研中不时遇到假设检验无统计学意义，此时，很有必要对检验功效作出评价。 5.1 两类错误和功效 1. 两类错误的概率 H0: (＝(0， H1: (＞(0 (5.1) （略） Z＝ EMBED Equation.3 (5.2) （略） ( 任何假设检验都可能出现两类错误，用两个概率来度量 第Ⅰ类错误概率＝P(拒绝H0｜H0为真)≤( (5.3) 第Ⅱ类错误概率＝P(不拒绝H0｜H1为真)≤( (5.4a) 也可以理解为 第Ⅱ类错误概率＝P(不拒绝H0｜H0为假)≤( (5.4b) ( 如果将诊断是否患有某病也视为一个假设检验问题： H0：无病， H1：有病 第Ⅰ类错误：假阳性∕误诊，概率 P(阳性｜无病) (() 第Ⅱ类错误：假阴性∕漏诊，概率 P(阴性｜有病) (() ( 两类错误的背景： 拒绝H0时可能犯第Ⅰ类错误 不拒绝H0时可能犯第Ⅱ类错误 ( 两类错误的后果： 第Ⅰ类错误可能将“真实无效误作有效”∕误诊 第Ⅱ类错误可能将“真实有效误作无效”∕漏诊 ( 一般(, (的数值要在科研设计时事先确定 2. 功效 (power) ( 假设检验发现真实差异的功效就不低于1-β，即 检验功效＝P(拒绝H0｜H1为真)≥1-β (5.5) 检验功效＝P(拒绝H0｜H0为假)≥1-β (5.5) ( 功效就是真实有效的药物被发现的概率∕疾病被诊断出来的概率 5.2 影响功效的四要素 ( 假设检验的功效至少受四个要素的影响，参看(5.2)式 EMBED Equation.3 ≥Z( (5.6) ( 功效的影响因素为：(= EMBED Equation.3 ，(，n，( EMBED Equation.3 ≥(0+Z( EMBED Equation.3 (5.7) （略） ( 现用 EMBED Equation.3 分布图形来定性地讨论四要素对功效的影响 1. 客观差异越大，功效越大 EMBED Equation.3 ～N((，(2/n) (5.8) （略） 若H0为真， EMBED Equation.3 ～N((0，(2/n) (5.9) （略） 若H1为真， EMBED Equation.3 ～N((0+(，(2/n) (5.10) （略） 2. 个体间标准差越小， 功效越大。 3. 样本量越大，功效越大 4. (值越大，功效越大 ( 筛选新药时(大些，以免漏掉有苗头的新药((=0.10/0.20) 新药上市前(小些，以免误将真实无效的新药大量生产((=0.01) 5.3 功效和四要素的定量关系 1. 单组样本均数的检验 EMBED Equation.3 (5.11) （略） 简化后得到 Z(＝ EMBED Equation.3 (5.12) 例5.1 某药的平均有效时间原为6小时，现改进了配方，据称可延长至7小时。为核实这一点，某研究组观察了25例该病患者，得到的却是阴性结果(P＞0.05)，即不能认为平均有效时间长于6小时，试分析原因。 解 这个问题实际上是检验假设 H0:(＝6， H1: (＞6 据题意，不妨令(＝1。(的数值可参考此次25例的观察结果，设连同以往经验猜测(＝2。 将(＝1，(＝2，n＝25和单侧Z0.05＝1.64代入(5.12)式 Zβ＝ EMBED Equation.3 ＝ 0.86 查标准正态分布表得 EMBED Equation.3 ，即1-β＝0.8051 果表明，此项检验的功效为80.51% 2. 两组样本均数的检验 欲检验假设 H0：(1＝(2， H1：(1＞(2 (5.13) （略） H0: (1-(2＝0， H1: (1-(2＞0 (5.14) Z＝ EMBED Equation.3 (5.15) （略） H1：(1-(2＝( (5.16) EMBED Equation.3 (5.17) （略） 简化后得到 Zβ ＝ EMBED Equation.3 (5.18) 例5.2 一项关于降血压药的临床试验分设两组随机样本，各含15例同病患者。一组服用常规药，另一组服用新