生物统计学 第四章 统计推断PPT.ppt

统计推断(statistical inference);;第四章;例：设矽肺病患者的血红蛋白含量具平均数?0＝126(mg/L)， ?2 ＝240 (mg/L)2的正态分布。现用克矽平对6位矽肺病患者进行治疗，治疗后化验测得其平均血红蛋白含量x =136(mg/L)。;根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。;无效假设 (ineffective hypothesis) 零 假 设 (null hypothesis);二、假设检验的步骤;备择假设 (alternative hypothesis) 对应假设;?＝0.05 ?= 0.01;选定检验方法，计算检验统计量(test statistic);例：设矽肺病患者的血红蛋白含量具平均数?0＝126(mg/L)， ?2 ＝240 (mg/L)2的正态分布。现用克矽平对6位矽肺病患者进行治疗，治疗后化验测得其平均血红蛋白含量x =136(mg/L)。;如果从正态分布总体N(μ，σ2）进行抽样，其样本平均数x是一具有平均数 μ,方差σ2/n的正态分布，记作N(μ，σ2/n)。;P( u 1.581)=2×0.0571=0.1142;依据小概率原理，作出推断结论，是否接受假设;差异达显著水平;分 析 题 意;?0;假设：;H0:μ=μ0 时，则HA:μ≠μ0;单 尾 检 验 ;若对同一资料进行双尾检验和单尾检验，在α水平上单尾检验显著，只相当于双尾检验在2 α水平上显著。 同一资料双尾检验和单尾检验所得结论不一定相同。; ?;0.01;Ⅰ;Ⅰ;假设检验的两类错误 　　　　　　H0正确　　 　　 H0 错误 否定H0　　　　?错误(?)　　 推断正确(1-?) 接受H0　　 推断正确(1-?)　 ?错误(?);(1) 两类错误既有联系又有区别; ?0; ?0;当P? 时否定H0，称“差异是显著的”;significance的含义是“有意义的”，而不是“显著的”，只是习惯上说成差异显著而已。;同样，在一定样本含量下接受H0，并不意味着真实的?与?0之间并无差异。只要 ?与?0不相同，当n增加后，这种差异总会被检验出来。因此，接受H0严格意义上讲应是“尚无足够的理由拒绝H0” 。;差异不显著;不同自由度下，t分布的两尾概率及其对应的临界t值。;单尾;对于给定的α(0α1)，称满足条件 P{χ2　χα2}=α的点 χα2为χ2分布的上α分位点（右尾概率）。;表中表头的概率P是χ2大???表内所列χ2值的概率。;对于给定的α(0α1)， 称满足条件 P{ＦＦα(n１，ｎ２)}=α的点 Ｆα(n１，ｎ２)为Ｆ分布的上α分位点（或临界值点）。;在df1=4,df2=10的正态总体中连续抽样，所得F值大于3.48的仅有5%，而大于5.99的仅有1%。;第四章;大样本平均数的假设检验;一、一个样本平均数 的假设检验;该样本属于这个以?0为平均数的指定总体；;1、总体方差σ2已知，无论n是否大于30都可采用u检验法;（１）假设;?;（１）假设;(1) 对同一资料进行单尾检验和双尾检验，检验结果可能不一致。在α水平上单尾检验显著，只相当于双尾检验在2α水平上显著。;(2) 进行单尾检验还是双尾检验，应根据专业知识及问题的要求在试验设计时就确定。;2、总体方差σ2未知，但n≥30时，可用样本方差s2来代替总体方差σ2 ，仍用u 检验法。;?;（１）假设;3、总体方差σ2未知，且n30时，可用样本方差s2来代替总体方差σ2 ，采用df=n-1的t检验法;例：某鱼塘水中的含氧量，多年来平均为4.5(mg/L)，该鱼塘设10个点采集水样，测定含氧量为：4.33, 4.62, 3.89, 4.14, 4.78, 4.64, 4.52, 4.55, 4.48, 4.26(mg/L);（１）假设;在单个样本的显著性检验中，要进行样本统计量与零假设所提出的总体参数之间的比较。这种检验需要我们事先能够提出合理的参数假设值和对参数有某种意义的备择值。 然而，在实际工作中往往很难提出这样的假设值及备择值。因此限制了单样本假设检验在实际工作中的应用。;二、两个样本平均数的假设检验;;;2、确定显著水平：0.05或0.01;(2)样本平均数差数的方差 = 两样本平均数方差之和.;(3)从两个独立正态分布总体中抽出的样本平均数差数的分布,也是正态分布。;当σ12 和σ22已知;当σ12 和σ22未知，两样本都为大样本时;当σ12 和σ22未知，两样本都为小样本时;4、作出推断，并解释之;试 验 设 计;如果两个样本的各个变量是从各自总体中随机抽取的，两个样本之间的变量没有