假设检验与t检验-卫生统计学PPT.pptVIP

　完全随机设计ｔ检验的适用条件 独立性 正态性 方差齐性（equal variances)： 两样本来自的两总体方差相等 方差齐性判断： 　经验判断 　作方差齐性检验 例13 某医生研究血清白介素-6(IL-6)与银屑病的关系，收集了12例处于进行期的银屑病患者及12例正常人的血清标本进行IL-6检测，得到表8.2结果，问银屑病患者与正常人的血清IL-6均数是否不同？ 表8.2 银屑病组与正常对照组的血清IL-6(pg/ml) ？ 　方差齐性检验 　方差齐性检验的假设检验步骤 α＝0.05 查相应的F界值表，确定Ｐ值 作出推断结论 不能拒绝H0 拒绝H0,接受H1 P≤α Pα 附表3-2 例 为了比较特殊饮食与药物治疗改善血清胆固醇(mmol/l)的效果，将24名志愿者随机分成两组，每组12人，甲组为特殊饮食组，乙组为药物治疗组。受试者试验前后各测量一次血清胆固醇(mmol/l) ，差值的结果见下表，请比较两种降血清胆固醇措施的效果是否相同 ？ 表 两种降血清胆固醇措施差值的效果 完全随机设计两组比较假设检验思路 先作方差齐性检验 ｔ检验 方差齐 方差不齐 变量变换 秩和检验 方差不齐 　变量变换 　例：为研究甲乙两种麻疹疫苗预防接种效果，随机分为两组的对象分别用甲乙两种麻疹疫苗作预防接种，接种后得到儿童注射疫苗后血凝抑制抗体效价（倒数）资料如下，问甲乙两组疫苗预防接种效果（平均效价）是否相同？ 组别 抗体效价倒数 合计 5 10 20 40 80 160 320 甲组 0 2 2 8 6 1 1 20 乙组 1 10 16 10 2 1 0 40 甲组 ｎ＝20　对数均数＝1.6773　对数标准差＝0.3628 乙组 ｎ＝40　对数均数＝1.3387　对数标准差＝0.3063 　定量资料三种不同设计类型ｔ检验比较 区别 单样本设计 配对设计 成组设计 设计形式 解决的问题　 建立假设 统计量ｔ 自由度计算 前提条件 不满足条件,可采用方法 案例1 随机选择10窝中年大鼠，每窝中取两只雌性大鼠随机地分入甲、乙两组，甲组大鼠不接受任何处理，乙组中的每只大鼠接受3mg/kg的内毒素。分别测定两组大鼠的肌酐（mg/L）数据，问内毒素对大鼠肌酐有无影响？ 应用 窝别编号 1 2 3 4 5 6 7 8 9 10 甲组 6.2 3.7 5.8 2.7 3.9 6.1 6.7 7.8 3.8 6.9 乙组 8.5 6.1 9.3 9.4 9.3 7.3 5.6 7.9 7.2 8.2 差值 1.3 2.4 3.5 6.7 5.4 1.2 -1.1 0.1 3.4 1.3 案例2 已知正常人乙酰胆碱酯酶的平均水平为1.44U,现测得13例慢性支气管炎患者的乙酰胆碱酯酶分别为：1.50，2.19，2.32，2.41，2.11，2.54，2.20，2.36，1.42，2.17，1.84，1.96，2.39U，均数为2.13U。问慢性支气管炎患者的乙酰胆碱酯酶是否高于正常人？ 应用 　单样本设计ｔ检验的假设检验步骤 作出推断结论 不能拒绝H0 拒绝H0，接受H1 P≤α Pα 查ν=n-1的ｔ界值表，确定Ｐ值 H0:μ=μ0　H1: μ≠μ0　　　 (双侧） 　　 　　　　 μμ0或μμ0 (单侧） α＝0.05 　单样本设计ｔ检验的适用条件 独立性 independence 正态性 normality 如何判断资料是否服从正态分布 从经验或专业知识判断 需作正态性检验 二.配对设计ｔ检验(paired samples t-test) 　配对设计是研究者为了控制可能存在的主要非处理因素而采用的一种试验设计方法。 　配对设计常见的设计形式 　　异体配对 　　　　　　　　同一样品，采用两种不同处理 　　同体配对　 　　　　　　　　自身前后或左右配对 　配对设计的设计形式 异体配对：将两个不同的受试对象（按主要非处理因素）配成特征相近的对子，同对的两个受试对象随机接受两种不同的处理。 例5　某医生研究脑缺氧对脑组织中生化指标的影响，将乳猪按出生体重配成7对，一组为对照组，一组为脑缺氧模型组。试比较两组动物脑组织钙泵的含量有无差别？ 乳猪编号 1 2 3 4 5 6 7 对照组 0.3550 0.2000 0.3130 0.3630 0.3544 0.3450 0.3050 试验组 0.2755 0.2545 0.1800 0.3230 0.3113 0.2955 0.2870 差值ｄ 0.0795 -0.0545 0.1330 0.0400 0.0431 0.0495 0.0180