[医药卫生]5第五章二统计推断概述2假设检验基本原理.pptVIP

生物统计 附 试验设计Biostatistics and Experimental Design 畜牧、兽医专业 统计推断概述内容1小节 一 统计推断的概念 二 抽样分布的概念 三 统计量的概率分布-抽样分布 四 正态总体样本平均数的抽样分布 五 参数估计 统计推断概述内容2 假设检验基本原理 一 假设检验的概念 二 假设检验的基本步骤 三 假设检验几个相关概念 一 假设检验的概念 假设(hypothesis) 对总体的某些未知的或不完全知道的性质所提出的待考察的命题 假设检验(hypothesis testing),又 叫显著性检验(test of significance) 对假设成立与否做出的推断 1 问题的提出 例 ：某猪场称该场的猪在体重为100kg时的平均背膘厚度为9mm。 问题：此说法是否正确？有4种可能性（假设） 假定? 为猪在体重为100kg时的平均背膘厚度所在的总体均数 1）正确： ? ＝ 9 2）不正确： ? ? 9（| ? － 9| 0） 3）不正确： ? 9 4）不正确： ? 9 三对假设： ? ＝ 9 vs ? ? 9， ? ＝ 9 vs ? 9， ? ＝ 9 vs ? 9 2 如何回答？ （1 ）随机抽样:从该场随机抽取一批猪,测定它们的100kg时的背膘厚度， 计算该样本的平均数 比较样本平均数与9mm之间的差异 —? =8.7-9=-0.3mm （2）思路 因为试验误差是不可避免的存在的，不能从表面的差异作出结论。 样本平均数与9mm之差是否属于试验误差？差异达到多大时可否定? ＝ 9？ 3 如何根据样本结果作出统计推断？ （1）针对要回答的问题提出一对对立的假设，并对其中的一个假设进行检验 （2）找到一个样本统计量，它与提出的假设有关，其抽样分布已知，据此可以计算该统计量出现在某范围的可能性大小（P）或出现的区间位置 （3）人为规定一个小概率标准?（0.05/0.01） （4）根据这个统计量观察值出现的相应概率p与? 进行比较，利用小概率事件原理对假设是否成立做出推断 4 小概率事件原理 （1）小概率事件在一次试验中几乎不会发生 （2）如果某事件在一次试验中发生了，我们可认为它不是一个小概率事件 （3）如果在某个假设下应当是小概率的事件在一次试验中发生了，可认为该假设不能成立 二 假设检验的基本步骤 1 提出假设：对样本所在的总体提出假设 H0: ? = ? 0= 9mm HA: ? ≠ ? 0 ≠ 9mm （1）H0是被检验的假设，称之为原假设、零假设、无效假设；意为该样本属于或来自已知总体;表面差值属于试验误差; （2）HA是否定 H0 时要接受的假设，称为备择假设；意为没有足够理由接受H0;表面差值不属于试验误差; 假设检验的基本步骤 2 构造并计算检验统计量（test statistic) 检验统计量是专门用于检验原假设H0 是否成立的统计量，满足两个条件： （1）要利用H0所提供的信息 （2）它的抽样分布已知 假设检验的基本步骤 3 确定否定域（临界值） （1）在检验统计量抽样分布的尾部（1侧或2侧）中划定一小概率区域，一旦计算的检验统计量的实际值落入此区域，就否定原假设，接受备择假设。 （2）这个小概率也称为显著平准或显著性水平，用?表示 （3）通常取 ? ＝5％或 ? ＝1％ （4）在否定区域之外的区域称为接受H0区域 假设检验的基本步骤 属于某个总体的统计量距离总体均数越远则其绝对值越大，越有可能是一个离群值或极值，有很大可能不属于该总体； 如果否定原假设（H0:属于该总体），意味表面差异不属于试验误差，处理效应(本质差异)存在。 假设检验的基本步骤 4 对所作的假设进行统计推断 （1）比较检验统计量(Z值、t值、F值、X2值）和否定域的临界值，判定是否落入否定域，是否接受H0 （2）相伴概率P：是指在原假设成立时检验统计量值及所有比它更极端的可能值出现的概率之和(P---?) 假设检验的基本步骤 统计结论： － 差异不显著：在?＝5％水平下，检验统计量的观察值落在接受域中， － 差异显著：在?＝5％水平下，检验统计量的观察值落在否定域中 － 差异极显著：在?＝1％水平下，检验统计量的观察值落在否定域中 统计结论： 1 检验统计量绝对值 临界值0.05，则相伴概率 P0.05，接受H0 ，差异不显著； 2 临界值0.05检验统计量绝对值 临界值0.01，则相伴概率 0.01P0.05，否定H0 ，差异显著； 3 检验统计量绝对值 临界值0.01，则相伴概率 P0.01，否定H0 ，差异极显著