第三章假设检验文件材料教学稿件.ppt

医学统计学; 医学统计学;;中心极限定理 ;标准误意义及其计算方法 ; 2、计算公式： ;随着 n S 稳定 Sx 0;例3.1 已知n=200, S =4.8cm, x=124.0cm,求其标准误。 ;例4.1 已知n=144, =5.38×1012 /L, S=0.44×1012 /L 。求其标准误。 ;二、 t 分 布 ;t分布特征 1、以0为中心，左右对称的单峰分布； 2、t分布的形态与自由度ν有关， ν越小，t分布曲线越低平,尾部的面积较大； ν逐渐增大，t分布逼近标准正态分布； ν＝∞，t分布＝标准正态分布。 ;Date;注：所有的t分布的曲线均比正态曲线低。说明在同样的曲线下面积，t值u值。例如，中间95%面积，在横轴上的区间： |u|=1.96; 而 |t|1.96 ;t界值表（附表2） 对应每一自由度取值，就有一条t分布曲线，每条曲线都有自身曲线下t值的分布规律，因此，计算t值较为繁杂。为此，统计学家已制成t值表，通过查表即获得相应的t值。 ;查表须注意： （1）t值有正负值，由于t分布是以0为中心的对称分布，故表中只列正值，查表时，不管t值正负只用绝对值； （2）t值表中插图阴影部分，表示tα,ν以外尾部面积占总面积的百分比， 即概率Ｐ； ;（3）当ν一定时，Ｐ越小，t值越大； （4）当Ｐ一定时，ν越大，t值越小； (5) 当ν＝∞时，t＝u； ;α/2;三、总体均数的可信区间估计 ;参数估计的估计方法： 1、点值估计：用样本均数来估计总体均数 缺点：没有考虑抽样误差（可靠性） 2、区间估计：按一定的概率α估计总体均数所在范围。1－α称可信度。 习惯上，常取1－α=0.95，即95%可信区间 或取1－α=0.99，即99%可信区间 ;总体均数的可信区间估计方法;(2)当σ未知但样本例数足够大（n30或n50）时，按正态分布原理处理： ;可信区间的两个要素： 准确度：反映在可信度(1－α)的大小。1－α越接近1，就越准确。如可信度99%比95%准确。 精确度：反映在区间的长度。长度越小越好。 在例数n确定的情况下，二者呈反比关系：准确度↑, 精确度↓(范围变宽)。 要兼顾准确度和精确度，一般取95%可信区间。 ;可信区间与参考值范围区别 ;（3）应用不同;第二节 假设检验的基本原理和步骤 ;假设检验思想 根据研究目的，对样本所属总体特征提出一个假设，根据样本提供的信息,然后用适当方法，了解在假设条件下差异由抽样误差引起的可能性大小。推断此假设应当拒绝或不拒绝（P0.05，不拒绝；P≤0.05，拒绝）。;假设检验的一般步骤 ;1、建立假设和确定检验水准 ;单侧检验：在比较两种药物的疗效时，根据专业知识可认为新药不会比旧药差，只关心新药是否比旧药好（至多相同，绝对排除出现相反的可能性），可用单侧检验。 ;双侧检验：在比较两种药物的疗效时，事先不能确定哪种药的疗效较好，只关心两药的疗效有无差别，要用双侧检验。 ;(3)确定检验水准 一般取α＝0.05 ; 2、选定检验方法和计算检验统计量 ;3、确定P值 P值是指由所规定的总体作随机抽样， 获得等于及大于（或等于及小于）现有样本获得的检验统计量值的概率。 ;4、作出推断结论（含统计结论和专业结论）;当Pα时， 统计结论： 不拒绝H0，差异无统计学意义;假设检验的特点： 1、统计检验的假设是关于总体特征的假设； 2、用于检验的方法是以检验统计量的抽样分布为理论根据的； 3、作出的结论是概率性的，不是绝对的肯定或绝对的否定。 ;假设检验中α值与P值的区别： 1、假设检验中α值是检验水准，是拒绝或不拒绝H0的概率标准。α的大小是人为选定的，一般取0.05。 2、P值是指有H0所规定的总体中作随机抽样,获得等于或大于(等于或小于)现有样本统计量的概率。通过P值与α值的比较来确定拒绝或不拒绝H0。 ;第三节 t检验和u检验 ;应用条件 1、t检验应用条件： (1)样本来自正态总体 (2)两样本均数比较，还要求样本的总体方差相等 ;一、样本均数与总体均数比较;公式 :;例3.5 （对例3.4进行t检验） ;检验步骤： ;例3.5;例3.5; 查t值表时，先查P=0.05时的界值。 当P0.05时，需继续往P更小的一侧查，直到最小的P值为止。？？？ 当P0.05时，需继续往P更大的一侧查，直到最大的P值为止。 ？？？;例3.5;二