定量资料及t检验.ppt

5.1 置信区间回答假设检验的问题 5.2 置信区间可提示差别是否具有实际意义 5.3 假设检验提供、而置信区间不提供的信息 两独立样本均数的t 检验 适用范围：完全随机设计的两样本均数间的比较 前提条件： 两样本均来自于随机样本； 两样本分别来自于正态分布的总体； 两样本所来自的总体方差相等； 解题步骤（1） 正态性检验（略） 方差齐性检验 1.建立检验假设，确定检验水准 2.计算统计量 3.确定P值 在α=0.05的水准上，不拒绝H0 ，即两总体方差相等。 ： ： 解题步骤（2） 两独立样本t 检验 1.建立检验假设，确定检验水准 2.计算统计量 3. 确定P值，作出推断结论 ，差异有统计学意义，可以认为该高校男、女大学生肺活量的总体均数不等，男生高于女生。 2.3.2 两独立样本均数的 检验 例6-4 某医生从医院的体检人群和住院患者中各随机抽取了10人，测量其血液中红细胞数（ ），检测结果见表6-4，试检验该医院体检人群和住院患者的红细胞数是否相同？ 表6-4 某医院体检人群和住院患者的红细胞计数（ ） ） 6.55 4.82 均数 3.54 0.45 标准差 9.55 12.08 2.51 6.48 10.35 8.09 3.22 2.48 3.14 7.58 10 患者 4.67 4.55 4.29 4.38 4.56 5.80 4.83 5.07 5.26 4.80 10 医生 10 9 8 7 6 5 4 3 2 1 N 分组 解题步骤（1） 正态性检验（略） 方差齐性检验 1.建立检验假设，确定检验水准 2.计算统计量 3.确定P值 在α=0.05的水准上，拒绝H0 ，即两总体方差不等。 ： ： 解题步骤（2） 1.建立检验假设，确定检验水准 2.计算统计量 两独立样本 检验 3. 确定P值，作出推断结论 自由度ν=9.43≈9 ， 差异无统计学意义，还不能够认为该医院体检人群和住院患者的红细胞计数间有差别。 解题步骤（3） 两独立样本 检验 SPSS软件实现（1） 例6.3.1 数据库格式 两样本正态性检验（Data---Split File） SPSS软件实现（2） 解除拆分（Data? Split File ） SPSS软件实现（3） 两独立样本均数t检验 SPSS软件实现（4） Analyze? Compare Means? Independent-Samples T Test SPSS软件实现（5） 方差齐性检验：F=0.851，P=0.364 t 检验：t =9.160， P0.001 SPSS软件实现（6） 例6.3.2 （前面步骤略） 方差齐性检验：F=25.352，P0.001 检验： =1.528，P=0.160 三、假设检验的两类错误 假设检验是采用反证法和小概率事件的基本思想，在假设 成立的基础上，根据检验统计量所获得的概率P 值作出的统计推论，因此其结论不可能完全正确，不论结论是拒绝 ，还是不拒绝 ，都有犯错误的可能。 犯错误的根本原因----抽样误差； 3.1 第Ⅰ类错误（type Ⅰ error） 如果实际情况与H0一致，仅仅由于抽样的原因，使得统计量的观察值落到拒绝域，拒绝原本正确的H0，导致推断结论错误。这样的错误称为第Ⅰ类错误。犯第Ⅰ类错误的概率大小为α。 拒绝了实际上成立的H0，这类“弃真”的错误称为第Ⅰ类错误。其概率大小用α表示， α可以取单尾亦可以取双尾。 3.2 第Ⅱ类错误（type Ⅱ error） 如果实际情况与H0不一致，也仅仅由于抽样的原因，使得统计量的观察值落到接受域，不能拒绝原本错误的H0，导致了另一种推断错误。这样的错误称为第Ⅱ类错误。犯第Ⅱ类错误的概率为β。 接受了实际上不成立的H0，这类“取伪”的错误称为第Ⅱ类错误。其概率大小用β表示，β只取单尾。 3.3 假设检验与两类错误 第Ⅱ类错误(β) 假阴性（漏诊） 结论正确(1- β) 检验功效 H0不真 结论正确(1-α) 置信度 第Ⅰ类错误(α) 假阳性（误诊） H0为真 不拒绝H0 拒绝H0 检验结果 实际情况 3.4 两类错误间的关系 当样本含量一定时，α越小，β越大；α越大，β越小； 增大n， α和β同时减小。 3.5 检验效能（power of a test） （1- β） 称为检验效能,即当两总体的确有差别（H0不成立），按照事先确定的检验水准α，假设检验能发现该差异（拒绝H0）的能力； 在确定两总体参数差值、α和n时可以估算（1- β） 。 科研设计中，检验功效(1-β)不宜低于0.75，否则检验结果可能反映不出总体的真实差异，出现非真实的阴性结果。 四、假设检验应注意的问题 检验方法必