假设检验(-79).ppt

一 、假设检验的概念与原理 一、假设检验的思维逻辑 某商家宣称他的一大批鸡蛋“坏（变质）蛋率为1%”。对这批鸡蛋的质量（即“坏蛋率为1%”还是“坏蛋率高于1%”）做出判断， 在“坏蛋率为1%”的前提下，5个鸡蛋样品中出现一个“坏蛋”的机会是很小的，“小概率事件在一次随机试验中不（大）可能发生”的。 假设检验理论和方法，正是基于这一思维判断形式而发展出来的依据随机样本对于未知事物进行判断和决策的规则。应用假设检验理论和方法，依据样本提供的有限信息对总体做推断。 应用假设检验的问题的特点 １．需要从全局的范围（即从总体上对需要解决的问题做出判断）； ２条件受限制，研究者不可能或者不允许对研究总体中的每一个研究个体均做观察． 例 已知北方农村儿童前囟门闭合月龄为14.1月。某研究人员从东北某县抽取36名儿童，得囟门闭合月龄均值为14.3月，标准差为5.08月。问该县儿童前囟门闭合月龄的均数是否大于一般儿童？ 14.3月≠14 . 1月 原因： 1.可能是总体均数不同 2.是抽样造成的 例 已知北方农村儿童前囟门闭合月龄为14.1月。某研究人员从东北某县抽取36名儿童，得囟门闭合月龄均值为14.3月，标准差为5.08月。问该县儿童前囟门闭合月龄的均数是否大于一般儿童？ 假设检验的步骤： 1.选择检验方法，建立检验假设并确定检验水准 H0：μ=14.1（月），总体上该县儿童前囟门闭合月龄的平均水平与一般儿童的平均水平相同 H1 ： μ14.1（月），该县儿童前囟门闭合月龄的平均水平高于一般儿童的平均水平 检验水准（size of a test） α=0.05 或0.01 2.计算统计量 t检验的统计量t 自由度: 3.确定P值 P值的意义是: 如果总体状况和H0一致，统计量获得现有数值以及更不利于H0的数值的可能性（概率）有多大？ 自由度为35 ,查附表2,得到: 单侧 得知P 0.5。 4.做推断结论 假设检验的推断结论是对“H0是否真实”作出判断。 如果P值小于或等于检验水准α，意味着在H0成立的前提下发生了小概率事件，根据“小概率事件在一次随机试验中不（大）可能发生”的推断原理，怀疑H0的真实性，从而做出拒绝（reject） H0的决策。因为H0与H1是对立的，既然拒绝H0 ，就只能接受H1 。 如果P值大于α，在H0成立的假设下发生较为可能的事件，没有充足的理由对H0提出怀疑。于是做出不拒绝H0的决策。 由于P＞0.5，自然有P＞0.05（即α）。这意味着，如果该县儿童前囟门闭合的平均月龄为14.1月，观察到囟门闭合月龄均值为14.3月的样本（以及均值更大的样本）的可能性还是比较大的（概率大于0.5）；没有理由对H0提出怀疑，于是做出不拒绝H0的推断结论。 无论做出哪一种推断结论（接受或是拒H0 ），都面临着发生判断错误的风险。这就是假设检验的两类错误 图6-1 假设检验示意图 t检验 一、一组样本资料的t检验 检验假设 H0 ：μ=μ0， H1 ：μ≠μ0（单侧检验μμ0或μμ0） 统计量:  [例某制药厂试制某种安定神经的新药，给10个病人试服，结果各病人增加睡眠量如下所示。  试判断这种新药对病人有无安定神经的功效( ＝0.05)。解：(1)建立假设H0： (没有功效)； H1： (有功效)(单侧备择假设) (2)计算统计量： =1.24 =1.45    =2.57(3)确定统计量分布。本例中， 。(4)对于给定的显著性水平0.05，查自由度为9的t分布表，单侧临界值为1.833。(5)建立检验规则。|t| 1.833，接受H0，否则，拒绝H0。(6)结论。因为本例t＝2.57﹥1.833，所以，拒绝H0，即，认为这种新药对病人有安定神经的功效。 已知长沙医学院护理专业学生平均体重为43.2KG，现抽查