[医药卫生]第三讲计量资料的统计推断.pptVIP

* 关于正态性检验 单一总体t检验时，要求样本相应的总体为正态总体 配对t检验时，要求每对数据差值的总体为正态总体 两样本t检验时，要求相应的两总体为正态总体且两总体方差相等，即方差齐性；如果方差不齐，则采用t’检验 * * 一、正态性检验（normality test） 图示法 直方图、P－P图、Q－Q图、箱图、茎叶图 2. 计算法 峰度系数、偏度系数、Shapiro-Wilk W法、Kolmogorov-Smirnov D法 * * 1. 对于H0只能说拒绝与不拒绝，而对H1只能说接受。 2. 假设检验需要满足一定的前提条件 3. P≤α，则拒绝H0 ，接受H1 ，差异有统计学意义，（有足够的证据）可认为……不同或不等。 4. Pα，则不拒绝H0 ，差异无统计学意义（“阴性”结果），尚不能认为……不同或不等(或拒绝H0的证据尚不足)  5. 下统计检验结论只能说有、无统计学意义（statistical significance），而不能说明专业上的差异大小。P值越小只能说明：作出拒绝H0，接受H1的统计学证据越充分， 推论时犯错误的机会越小，与专业上 |μ－μ0 |差异的大小无直接关系。 6. 应事先确定α。选α＝0.05只是一种习惯，而不是绝对的标准。 关于假设检验要注意的问题 * * 假设检验常见结果 专业有意义，统计学检验无意义 专业无意义，统计学检验有意义 专业有意义，统计学检验有意义 假设检验与区间估计的联系 置信区间估计和假设检验都属于统计推断的方法 置信区间用于推断总体参数的可能范围，假设检验用于推断总体参数是否不相等 两者既有区别，又有联系 例7.5 结合例7.3的资料，计算高原地区成年男性的血红蛋白的总体均数的95%置信区间 (g/L) : 不在此区间之内。这与按照水准拒绝的推断结论是等价的 图7.2 置信区间提供的信息 思考与辨析 作业： 完成第六章和第七章的练习 * * * * * * * * * * * * * * * * 置信区间的计算 ?未知，且n小 ?未知，但n足够大 ?已知 例6.3 (次/min) (次/min) 该地成年男性脉搏总体均数的95%置信区间为(68.7, 75.3)次/分。 例6.４ (mmol/L) (mmol/L) 该地40岁以上正常人平均空腹血糖值的95%置信区间为(4.81, 5.01)mmol/L 。 两总体均数差值的置信区间 例6.5 置信区间的含义 总体均数的95%置信区间的含义是什么？ 总体均数以95%的概率落入置信区间内 ？× 有95%的总体均数在该区间内，而5%的均数不在该区间内 ？ × 置信区间的两个要素 准确度：反映置信度(1-?)的大小，即置信区间包含总体均数的概率，从准确度的角度看，愈接近1愈好，如置信度99%比95%好 精密度：反映为置信区间的宽度，从精确度的角度来看，置信区间的宽度愈窄愈好 当样本含量确定后，准确度和精确度是相互牵制的 第七章 假 设 检 验 假设检验 假设检验(hypothesis test) 亦称显著性检验(significance test)，是统计推断的另一个重要方面 。 基本思想 例7.1 将病情相似的某病患者随机分配到两组，分别接受A和B两种不同的治疗方法，观察两组疗效的差异，结果见表7.1。 未知总体A 未知总体B 样本A 样本B A组与B组有效率之差为12.7%，其产生的原因可能有两种 ①抽样误差造成 ②总体率之差造成 ，即体现了两种疗法效果的本质差异 ？ 已知总体 3min 样本 未知总体 ？ 例7.2 样本均数不等于已知的总体均数，原因可能有两种 ① min，只是由于抽样误差造成样本均数不等 于总体均数 ②样本对应的总体均数本来就不等于3 min，即 假设检验的基本思想 小概率＋反证法 在总体参数相等这一假设成立的前提下，计算出现等于及大于(或等于及小于)现有样本统计量的可能性( 值)。如果 值很小，小于等于事先规定的一个界值(例如5%)，结论就是拒绝假设“总体参数相等”，认为总体参数之间存在差异。如果 值大于事先规定的界值，就不能拒绝这个假设，尚不能认为总体参数之间存在差异。 两种假设 零假设(null hypothesis)，也称无效假设或无差异假设，记为 ，表示目前的差异是由抽样误差引起的。 备择假设(alternative