第04章 抽样误差及假设检验.ppt

第四章 抽样误差与假设检验 （Sampling Error and Hypothesis Test） 第一节 均数的抽样误差与标准误 一、均数的抽样误差 在医学研究中，绝大多数情况是由样本信息研究总体。由于个体存在差异，因此通过样本推论总体时会存在一定的误差，如样本均数 往往不等于总体均数 ，这种由抽样造成的样本均数与总体均数的差异称为抽样误差。对于抽样研究，抽样误差不可避免。 二、抽样误差的分布 理论上可以证明：若从正态总体 中，反复多次随机抽取样本含量固定为n 的样本，那么这些样本均数 也服从正态分布，即 的总体均数仍为 ，样本均数的标准差为 。 中心极限定理: 当样本含量很大的情况下，无论原始测量变量服从什么分布， 的抽样分布均近似正态。 三、标准误（Standard Error） 样本均数的标准差称为标准误。样本均数的变异越小说明估计越精确，因此可以用标准误表示抽样误差的大小： 实际中总体标准差 往往未知，故只能求得样本均数标准误的估计值 ： 例4.1 在某地随机抽查成年男子140人，计算得红细胞均数4.77×1012/L，标准差0.38 ×1012/L ，试计算均数的标准误。 标准误是抽样分布的重要特征之一，可用于衡量抽样误差的大小，更重要的是可以用于参数的区间估计和对不同组之间的参数进行比较。 第二节 总体均数的估计 一、可信区间的概念(Confidence Interval） 区间估计：指按预先给定的概率，计算出一个区间， 使它能够包含未知的总体均数。事先给定的概率 称为可信度，通常取 。 二、可信区间的计算 （一） 已知 （二） 未知 通常未知，这时可以用其估计量S 代替，但 已不再服从标准正态分布，而是服从著名的 t 分布。 可信区间的计算: 计算可信区间的原理与前完全相同，仅仅是两侧概率的界值有些差别。即 例4.2 某医生测得25名动脉粥样硬化患者血浆纤维蛋白原含量的均数为3.32 g/L，标准差为0.57 g/L，试计算该种病人血浆纤维蛋白原含量总体均数的95%可信区间。 例4.3 试计算例4.1中该地成年男子红细胞总体均数的95%可信区间。 本例属于大样本，可采用正态近似的方法计算可信区间。因为 ，则95%可信区间为： 三、模拟实验 模拟抽样成年男子红细胞数。设定: 产生100个随机样本，分别计算其95%的可信区间，结果用图示的方法表示。从图可以看出：绝大多数可信区间包含总体参数 ，只有6个可信区间没有包含总体参数（用星号标记）。 第三节 假设检验的意义和步骤 (Hypothesis Test) 统计推断的另一个重要内容，目的是通过样本数据比较总体参数之间有无差别。 一、假设检验的基本思想 例4.4 使用黑加仑油软胶囊治疗高脂血症，30名高脂血症患者治疗前后血清甘油三酯检测结果的差值为1.38±0.76 (g/L)，问治疗后血清甘油三酯是否有所改善？ 治疗前后甘油三 酯的变化（差值） 假定治疗前后血清甘油三酯检测结果的差值服从正态分布，若 则 服从t 分布。 根据 t 分布能够计算出有如此大差异的概率P ，如果P 值很小，即计算出的t 值超出了给定的界限，则倾向于拒绝H0，认为治疗前后有差别。 二、假设检验的基本步骤 1.建立假设和确定检验水准 无效假设H0(null hypothesis)指需要检验的假设，备择假设H1(alternative hypothesis)指在H0成立证据不足的情况下而被接受的假设。例如建立治疗前后血清甘油三酯疗效的无效假设和备择假设分别为 [说明] ：备择假设有双侧和单侧两种情况。双侧检验指不论正方向还是负方向的误差，若显著地超出检验水准则拒绝H0， 即为双侧检验；单侧检验指仅在出现正方向或负方向误差超出规定的水准时则拒绝H0 ，如治疗后血清甘油三酯下降的假设可表示