[医学]第三章总体均数的估计与假设检验.ppt

3、确定概率 ∵t=0.642 ， ∴ 4、判断结果 在 的概率水平下不拒绝H0；即尚不能认为两胶囊对空腹血糖的降糖效果不同。 方差不齐的两样本t’检验 CochranξCox法 Satterthwaite 法 Welch法 CochranξCox法 公式 例3-8 在上述例3-7国产四类新药阿卡波糖胶囊的降血糖效果研究中，测得用拜糖平胶囊的对照组20例病人和用阿卡波糖胶囊的试验组20例病人，其8周时糖化血红蛋白HbA1c(%)下降值如表3-7。问用两种不同药物的病人其HbA1c下降值是否不同？ 表3-7 对照组和试验组HbA1c下降值(%) 分 组 n 对照组 20 1.46 1.36 试验组 20 1.13 0.70 1、建立假设,确定检验水准 2、计算统计量t值 则 3、确定概率 ∵t’=0.965 ， ∴ 4、判断结果 在 的检验水平下不拒绝H0,无统计学意义，即认为两组药物疗效相同。 t0.2/2,19=1.328, t0.40/2,19=0.861 ∴ 0.20P0.40 Satterthwaite法 公式 1、建立假设,确定检验水准 2、计算统计量t值 则 3、确定概率 ∵t’=0.965 ， ∴ 4、判断结果 在 的检验水平下不拒绝H0,无统计学意义，即认为药物无疗效。 假设检验中的注意事项 I型错误和II型错误 检验水准的选择 双侧检验与单侧检验 结论的概率性 P和?的涵义 正确对待统计结论和专业结论 Significant 的意义 I 型错误和 II 型错误 第一类错误（Type I Error） 拒绝了实际上是成立的H0； 第二类错误（Type II Error） 不拒绝实际上是不成立的H0。 I 型错误和 II 型错误 实际情况 假设检验的结果 拒绝 H0 不拒绝 H0 H0 成立 I 型错误(?) 正确度(1- ?) H0 不成立 把握度(1-?) II 型错误(?) ?0 I 型错误和 II 型错误图示 界 值 ? ? 1-? ?1 拒绝H0 不拒绝H0 I 型错误和 II 型错误 当P ≤? 即拒绝H0 ，接受H1 ，要注意第一类错误出现。 当P ＞? 即不拒绝H0，要注意第二类错误的出现； 第二类错误率? 表示失去对真实的H1作出肯定结论之概率； 1－? 就是对真实的H1作出肯定结论之概率，常被用来表达某假设检验方法的检验的功效(power of a test)，国内学者称它为把握度：假设检验对真实的H1作肯定结论之把握程度。 检验水准的选择 检验水准?大小的选择要慎重。在假设检验时，如果错误地不拒绝零假设的后果很严重，就需要严格尺度（尽可能拒绝H0），即选择一个较大的α；否则要选择稍小的α；但一般选择α=0.05。 ?的含义 犯第一类错误的概率，即拒绝H0所冒的风险不可超过?； 在假设检验之前人为规定 双侧检验与单侧检验 双侧检验： H0 : ?1＝?2 ，H1 : ?1≠?2 单侧检验： H0 : ?1＝?2 ， H0 : ?1＝?2 H1 : ?1 ?2 ， H1 : ?1 ?2 何时选择单双侧，要有专业背景。 检验水准有单双侧之分。 双侧检验与单侧检验 选择要结合专业实际； 选择要在计算检验统计量之前； 在相同的检验水准下，正确地选择单侧检验将比双侧检验得到更多的检验效能。 P值的意义 从 H0 总体中随机获得等于或大于现有统计量值的概率。 拒绝H0时所冒的风险。 界值 界值 t t 假设检验和可信区间的关系 假设检验：样本是否来自于同一总体？ 可信区间：总体参数在哪里？ 回答的问题虽然不一样，原理却相同。 假设检验和可信区间的关系 在相同的α之下，若假设检验拒绝H0（p ≤ α），那么可信度为(1- α)的可信区间必然不包括总体参数； 反之成立。 可信区间和假设检验是对同一问题所作的不同结论，效果等价。 H0 有实际专业 意义的值 有统计学意义 无统计学意义 有实际的专业意义 可能有实际的专业意义 无实际的专业意义 样本例数太少， 可能有实际的专业意义 样本例数太少， 但无实际的专业意义 正确对待结论 专业上有差别，假设检验拒绝H0：结果有效，可以下专业结论； 专业上无差别，假设检验不拒绝H0：下无差别的结论； 专业上有差别，假设检验不拒绝H0：增大样本含量，减少二类误差; 专业上无差别，假设检验拒绝H0：改进试验，减少误差。 正态性检验 图示法 概率图