- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
配对样本t检验幻灯片
二、配对样本t检验 配对设计(paired design)定义:将受试对象按某些重要特征相近的原则配成对子,每对中的两个个体随机地给予两种处理,称为随机配对设计。 配对设计资料三种情况: ①配对两个受试对象 A,B处理。 ②同一受试对象或同一样本的两个部分 A,B处理。 ③同一受试对象处理(实验或治疗)前后比较,如对高血压患者治疗前后、运动员体育运动前后的某一生理指标进行比较,这种配对称为自身对比(self-contrast)。 H0:μd =0 H1:μd ≠0 ??0.05 其中 开机: 进入统计状态: 清除内存: 查附表2,得t0.05(11)=2.201, 本例t t0.01(11),P 0.05,差别 无统计学意义,按 ??0.05检验水 准,不拒绝H0,尚不能认为两种 方法的检查结果不同。 三、成组设计的两样本均数的检验 完全随机设计(又称成组设计):将受试对象完全随机地分配到各个处理组中或分别从不同总体中随机抽样进行研究。 分析方法: 1.若n1 ,n2 较小,且σ12=σ22 两独立样本的t检验(例3.7); 其中 υ=n1+n2-2 2.若n1 ,n2 较大 两独立样本的u 检验(例3.8); 四、成组设计的两样本几何均数的比较 1.分析目的:推断两样本几何均数各自代表的总体几何均数有无差别。 2.应用条件:等比资料和对数正态分布资料。(例3.9) 第四节 方差不齐时两小样本均数的比较 一、两样本方差的齐性检验 方差齐性:是指方差相等。 适用条件:两样本均来自正态 分布总体。 H0:?12=?22 H1:?12≠?22 ?=0.10 (3.10) υ1=n1-1,υ2=n2-1 求得F值后,查附表12方差齐性检验 (F界值表)得P值,按所取的α水准做出判断结论:(1)若F≥F0.10(υ1,υ2),P≤0.10拒绝H0,接受H1,可认为两总体方差不具有齐性。(2)若F<F0.10(υ1υ2),P>0.10,则认为两总体方差具有齐性。 本例 自由度ν1=n1-1=10-1=9, ν2=n2-1=50-1=49 查附表12,得P〈0.10,有统计学意义, 按?=0.10水准,拒绝H0,接受H1。故认 为两总体方差不等,不可直接用方差相 等的两小样本t 检验。 二、 t'检验 1.适用条件:n1,n2 较小,且σ12≠σ22 (例3.10) 2.计算公式: 第五节 正态性检验 正态性检验:即检验样本是否来自正态总体。 检验方法: 1.图示法:方格坐标纸图 正态概率纸图 P-P图:若所分析数据服从正态分布,则在P-P图上数据点应在左下到右上的对角直线上。 优点:简单易行。 缺点:较粗糙。 2.统计检验方法 (1)W检验:适用于3≤n≤50 (2) D检验:适用于50≤n≤1000 第六节 假设检验中两类错误 和检验功效 一、Ⅰ型错误(typeⅠ error) 1.定义:Ⅰ型错误是指拒绝了实际上成立的H0,即“弃真”的错误。(用α表示)。 2.确定:研究者可根据不同研究目的来确定α水平。如规定α=0.05,当拒绝H0时,理论上100次检验中平均有5次发生此类错误。α表示检验有意义的水准,故亦称检验水准。 二、Ⅱ型错误(typeⅡ error) 1.定义:Ⅱ型错误是指接受了实际上不成立的H0,即“存伪”的错误。(用?表示)。 2.确定:?只有与特定的H1结合起来才有意义,但?的大小很难确切估计。 仅知n 确定时, 且 的唯一办法是 检验功效(把握度):指1-?,即H0为假时,拒绝H0的概率,其意义为当两总体确有差异,按规定的检验水准能发现该差异的能力。 如1-?=0.80,意味着两总体确有差别情况下,理论上100次检验中,平均有80次能够得出有统计学意义的结论。 规则:一般先确定检验水准α,然后决定检验功效。α取值一般为0.05,若重点
文档评论(0)