(预防医学课件）04假设检验教学讲义.pptVIP

* 当P≤α时，按检验水平α拒绝H0，接受H1， 差异有统计学意义； 当P＞α时，按检验水平α不能拒绝H0 ， 差异无统计学意义。 其间的差异是由抽样误差引起的。 做推断结论： （包括统计结论和专业结论） 假设检验的推断结论是对“H0是否真实”作出判断。这种判断是通过比较P值与检验水准α的大小来进行的。 * t B 0 A P * 1. 建立假设，确定检验水准 H0: μ=μ0=72 H1: μ≠μ0 α= 0.05 2. 选定检验方法，计算统计量 =10.5 * 第四节 假设检验 * 掌握： 抽样误差与标准误的概念及计算； 参数估计的概念、计算及含义。 熟悉 t 分布图形及特点、t界值表的应用。 复习 第三节 * 标准差与标准误的区别 标准差 （S） 标准误（SX）意义 个体变量值变异度大小， 样本均数抽样误差大小， 即原始变量值的离散程度。 即样本均数的离散程度。应用 医学参考值范围，对某一 区间估计，对总体均数的  变量值是否在正常范围内 大小作出初步判断； 作出初步判断 ；计算变异 用于假设检验。 系数、标准误。 - * 可信区间的 两个要素 可信度 1-α 精度 即可信区间的宽度 可信区间的注意事项 是可信区间包含 总体均数μ的概率 * 置信度和精度互相制约。 为了提高可信度，得放大置信区间，降低精度； 反之提高了精度，必然会使可信度降低。 * 假设检验 1 假设检验的基本原理与步骤 2 两类错误假设及假设检验注意事项 * 用样本信息来推断总体的特征，称为统计推断。 假设检验 hypothesis test 统计推断 statistical inference 参数估计 parameter estimate * 假设检验的基本原理 假设检验（hypothesis test）也称显著性 检验(significance test)。 主要用于判断两个或多个参数间的差别有无统计学意义。 * 例13 根据大量调查,已知一般健康成年男子的脉搏均数为 72次/min,某医生在某山区随机调查100名健康男子,得到脉搏均数为76.2次/min,标准差为4.0次/min,能否认为该山区的健康成年男子脉搏均数高于一般健康成年男子的脉搏均数？ * 山区健康成年男子　　　 ? ?0=72次/min 一般健康成年男子 对差别的可能原因分析 1、山区男子脉搏的总体均数与一般成年男子的脉搏均数相等，差异是由抽样误差引起的——提示山区男子是一般男子总体的一部分。 * 2、山区男子脉搏的总体均数与一般成年男子的脉搏均数不相等，差异可能是由地域等因素引起的——提示山区男子与一般男子是两个不同的总体。 我们希望从此两原因中找出一个主要的原因,统计学上通过假设检验来回答这一问题。 * 首先对未知或不完全知道的总体提出一个假设，再用适当的方法（一定的分布），观察判断实测样本情况是否属于小概率事件。 如实测样本情况属于小概率事件，则认为原先的假设错误，拒绝这个假设；如实测样本情况不属于小概率事件，则不拒绝原先假设。 假设检验的基本原理 * 假设检验的一般步骤 1.建立检验假设，确立检验水准? 无效假设：H0： ?＝ ?0 假定总体均数相同均数之间的差异是由抽样误差引起的，有规律可循。 备择假设：H1： ?　?0　或　?＞?0　(?＜?0 ) 　 假定总体参数不相同，即差别不是由于抽样 误差所致。 * 样本均数所代表的未知总体均数 ? 与已知总体均数 ?0 的比较 　　　　　　　目的　　　　　Ｈ０　　　　　Ｈ１ 双侧检验　是否? ≠?０　 ? ＝ ?０　　 ? ≠?０ 单侧检验　是否? ?０ ? ＝ ?０ ? ?０ 　　　　　 是否? ?０ 　 ? ＝ ?０　 ? ?０ * 配对设计的差值的总体均数 ?d 与总体均数 0 的比较