第六讲 卫生统计学 假设检验基础.ppt

第六章 假设检验基础 第一节 假设检验的概念与原理 二、假设检验的特点 图6-1 假设检验示意图 第二节 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： 见例6-1 可信区间方法解答： 二、配对设计资料的t检验 三、两组独立样本资料的假设检验 1、建立假设 H0：μ1=μ2 H1：μ1≠μ2 α=0.05 2、计算统计量t值 这里n1=15, , S1=3.425， n2=15, , S2=2.374。 例 题 例 题 1、建立假设 H0:μ1=μ2， H1:μ1≠μ2 α=0.05 2、计算t′值 （3）确定P值 第三节 二项分布与Poisson分布资料Z检验 一 、二项分布资料的Z检验 （一）一组样本资料的Z检验 二项分布的π或1-π不太小，则当n足够大时 检验统计量： 当n不太大时， 需作如下的连续性校正。 检验统计量： （二）两组独立样本资料的Z检验 检验统计量： （一）一组样本资料的Z检验 当总体均数λ≥20时，依据Poisson分布近似正态分布的原理，可以对其总体均数进行推断。 检验统计量为： 例6-10 某地计划到2005年接种吸附百白破联合疫苗后无菌发脓发生率控制在25/10万人次以内。该市随机抽查2005年接种吸附百白破联合疫苗77755人次，其中发生无菌发脓例数23例，试问2005年该市无菌发脓发生率能否达到要求？ 1、建立检验假设 H0：λ=25， H1：λ25 单侧α=0.05 23/77755=29.58/10万人次 2、计算统计量 3、确定P值 单侧Z0.05=1.65，因Z Z0.05 ，故P0.05。 4、判断结果 因P0.05，按α=0.05水准，尚不能拒绝H0。尚不能认为2005年该市无菌发脓发生率未达到要求。 （二）两组独立样本资料的Z检验 第四节 假设检验与区间估计的关系 1、置信区间具有假设检验的主要功能 （1）双侧检验 例7-2资料： 显然，H0： 不在此区间之内。这与按照α=0.05水准拒绝H0的推断结论是等价的。 （2）单侧检验 结合例7-1的资料，对东北某县农村儿童前囟门闭合月龄总体均数μ的95%单侧置信区间的下限为： 可以看到，H0： 被包含在区间（12.869，∞）之内，所以不能拒绝H0。这与假设检验的结论也等价的。 3、假设检验提供，而置信区间不提供的信息 第五节 假设检验的功效 一组样本资料t检验的功效： 两组独立样本资料t检验的功效： 二项分布两组独立样本资料Z检验的功效： 表6-3 推断结论和两类错误 实际情况 检验结果 拒绝H0 不拒绝H0 H0真 第Ⅰ类错误 (α) 结论正确(1-α) H0 不真 结论正确 (1-β) 第Ⅱ类错误（β） 二、假设检验应注意的问题 1．资料必须合乎随机化抽样原则，使样本具有代表性和均衡可比性。 2．选用的假设检验方法应符合其应用条件。资料性质不同、设计类型不同以及样本例数的多少，所选用的检验方法也不同。 3．正确选择单侧检验与双侧检验。假设检验有单侧检验和双侧检验之分。需根据研究目的和专业知识选择适当的方法。 4．进行假设检验时，对差异有无显著性或有无统计意义的判断不能绝对化。 5．正确理解P值与差别有无统计学意义 6．正确理解假设检验和可信区间的关系 假设检验和区间估计之间既存在密切的关系，又有区别。假设检验用以推断两总体均数是否相同，而可信区间则用于推断总体均数在哪个范围。 假设检验的功效 1-β称为假设检验的功效（power of a test）。其意义是，当所研究的总体与H0确有差别时，按检验水平α能够发现它（拒绝H0）的概率。如果1-β=0.90，则意味着当H0不成立时，理论上在每100次抽样中，在α的检验水准上平均有90次能拒绝H0。一般情况下对同一检验水准α，功效大的检验方法更可取 。 例6-14 计算例6-1检验的功效1-β。 假定根据现有知识可以取σ=5月，δ=0.5月，