两组均数的比较 - 医教在线—高效率医学在线 .ppt

两组资料均数的比较 统计推断 statistical inference 第一节 均数的抽样误差 一、抽样试验 抽样试验（n=5） 抽样试验（n=10） 抽样试验（n=30） 1000份样本抽样计算结果 3个抽样实验结果图示 抽样实验小结 二、中心极限定理 central limit theorem 第二节 t分布与可信区间 一、t分布 t分布的概率密度函数 t分布曲线 t分布曲线下面积（附表2） 二、总体均数的估计 可信度与可信区间 可信度实验 2. 总体均数的可信区间 3. 两总体均数差的可信区间 4. 大样本总体均数的可信区间（1） 4. 大样本总体均数的可信区间（2） 三、可信区间的解释 第三节 t检验（t test） 一、样本均数与总体均数的比较 实 例 附表2 t界值表 可信区间方法解答例3-7 根据专业知识确定单、双侧检验 二、配对资料的比较 表3-3 两法测定12份尿铅含量的结果 表3-3 两法测定12份尿铅含量的结果 三、两样本均数的比较 实 例 四、大样本均数比较的u检验 五、正态性检验与两方差齐性检验 2. 方差齐性检验 方差齐性检验 方差不齐Satterthwaite t检验 第四节 假设检验的步骤及有关概念 假设检验的步骤 Ⅰ型错误和Ⅱ型错误 通常情况下Ⅱ型错误未知 假设检验注意事项 两种情况：1.随机配对设计(randomized paired design)是将受试对象按某些混杂因素（如性别、年龄、窝别等）配成对子，每对中的两个个体随机分配给两种处理（如处理组与对照组）；2.或者同一受试对象作两次不同的处理(自身对照)。 优点：配对设计减少了个体差异。 特点：资料成对，每对数据不可拆分。 2.6314 1.34 -- -- 合 计 0.0225 -0.15 0.92 0.77 12 0.1521 -0.39 1.45 1.06 11 0.0361 -0.19 1.83 1.64 10 0.6724 0.82 1.24 2.06 9 0.0016 0.04 5.41 5.45 8 0.5184 0.72 4.44 5.16 7 0.2401 0.49 4.00 4.49 6 0.0196 -0.14 3.81 3.67 5 0.0400 -0.20 3.43 3.23 4 0.7569 0.87 1.88 2.75 3 0.0196 -0.14 3.04 2.90 2 0.1521 -0.39 2.80 2.41 1 差值（d ） 常规法 简便法 尿铅含量（μmol.L－1） 样品号 完全随机设计(completely random design) ：把受试对象完全随机分为两组，分别给予不同处理，然后比较独立的两组样本均数。各组对象数不必严格相同。 目的:比较两总体均数是否相同。 条件：假定资料来自正态总体，σ12=σ22 计算公式： 其中，均数差的标准误 两样本均数比较时当每组样本量大于30（或50）时，可采用u检验；但只是近似方法。 优点：简单，u界值与自由度无关， u0.05＝1.96， u0.01＝2.58 1. 正态性检验（normality test）： 统计指标：偏度系数、峰度系数；W值、D值等 统计图：P－P图、Q－Q图、直方图、茎叶图、箱图等 2. 方差齐性检验 Y＝log (X+a) Y＝ Y＝ Y＝ 总体间差异： 1. 个体差异，抽样误差所致； 2. 总体间固有差异 判断差别属于哪一种情况的统计学检验，就是假设检验（test of hypothesis）。 t检验是最常用的一种假设检验之一。 小概率思想: P0.05（或P0.01）是小概率事件。在一次试验中基本上不会发生。 P≤α(0.05) 样本差别有统计学意义；P α(0.05) 样本差别无统计学意义 1、建立假设与确定检验水准（α） H0: μ1＝μ2 无效假设（null hypothesis） H1: μ1≠μ2 备择假设（alternative hypothesis） 检验水准（level of a test）：α=0.05(双侧) 2、选定方法和计算统计量： 根据统计推断目的、设计、资料组数、样本含量、等选择方法。如两组小样本比较用t检验、大样本比较u检验、方差齐性检验用F检验。 3、确定P值，作出判断 P≤α(0.05) 样本差别有统计学意义；