9.3 数值变量资料的统计推断PPT.ppt

（一）假设检验的基本思想 假设检验的基本思想是利用小概率反证法思想。 小概率事件（P≤0.05）是指在一次试验中基本上不大会发生的事件。 反证法思想是先提出假设(检验假设H0)，再用适当的统计方法确定假设成立的可能性大小，如可能性小，则认为假设不成立， 若可能性大，则还不能认为假设不成立。 （二）假设检验的步骤例9-14 某地抽样调查了280名健康成年男性的血红蛋白含量，其均数为136.0g/L，标准差为6.0g/L。已知正常成年男性血红蛋白含量的均数为140.0g/L。 试问能否认为该地成年男性的血红蛋白含量与正常成年男性的血红蛋白含量的均数不同？ 1. 提出假设： H0(检验假设/无效假设)：μ =μ0 H1(备择假设)： μ≠μ0 (双侧) μ＞μ0 或 μμ0 (单侧) 本例： H0：样本来自的总体血红蛋白均数与正常成年男性的血红蛋白均数相等。（μ=μ0 )。 2. 确定检验水准? (显著性水平, significance level)： ? ：事先规定的小概率事件。 在统计学上，如果随机事件发生的概率小于等于?（一般而言， ? ＝ 0.05），则称该随机事件为小概率事件，其意义为对于一次随机抽样，小概率事件一般是不会发生的。 本例： ?=0.05，双侧 3. 选择统计方法并计算统计量：按指标的类别和分析的目的要求。 H0 成立的前提下，根据样本信息计算出一个统计量。 ＝11.16 4. 确定P 值 (P value) 和作出推断结论 P 值：H0成立时，出现当前情况及更极端情形的概率 。 由统计量的概率分布以及? 得到一个临界值，根据统计量值的大小可以得出P值。 P ? ?，则不拒绝H0； P≤ ?，则拒绝H0，接受H1。 本例：t＝11.16，t0.01,200＝2.601， P＜0.01，故按α＝0.05水准，拒绝H0，接受H1，可以认为该地健康成年男性血红蛋白含量均数低于一般正常成年男性血红蛋白均数。 * 第九章 数值变量资料的统计分析 林爱华 中山大学 公共卫生学院 医学统计与流行病学系 第三节 数值变量资料的统计推断 一、均数的抽样误差与标准误 二、 t 分布 三、总体均数的置信区间估计 四、假设检验的基本思想和步骤 统计推断 参数估计 假设检验 ：用样本统计量估计总体参数。 包括 点估计 区间估计 ：用样本信息推断有关总体的某个假设是否成立。 总 体 样本 抽取部分观察单位 抽样误差 μ 一、均数的抽样误差与标准误 抽样误差(sampling error)：抽样所致样本与总体或样本之间的差别。 均数的抽样误差：样本均数与总体均数或样本均数之间的差别。 掌握了抽样误差的规律便可由样本均数估计总体均数的大概范围。 将某地14岁健康女生的身高资料作为总体，其分布近似正态分布，均数为155.40cm，标准差为5.30cm。现从该总体中随机抽取n＝10的100个样本，可计算100个样本的均数，得频数分布如下： 组 段 151～152～153～154～155～156～157～158～ ≥159 频 数 1 6 10 18 29 20 8 6 2 例题 抽样误差： 一份样本不同于另一份样本；样本不同于总体。 从总体N(4.6602, 0.57462)中抽样 ，n＝5， 样本1 (n=5)： 样本2 (n=5)： 样本3 (n=5)： 样本4 (n=5)： … … 平均水平？ 离散趋势？ 抽样实验： 3.7 4.1 4.5 4.9 5.3 5.7 3.7 4.1 4.5 4.9 5.3 5.7 3.7 4.1 4.5 4.9 5.3 5.7 n=5 n=10 n=30 (a)