[医学]6参数估计与假设检验.ppt

2） 构造统计量: 已知该厂生产的药丸重量服从正态分布, x～ N(9,0.52) 根据抽样分布的性质,知抽取100颗药丸其均数也服从正态分布， ～ N(9, 0.52/100) 对均数分布进行标准正态u变换: u～ N(0,1)， 计算u统计量: u越大越不利于H0假设的成立。 尾端概率 标准正态分布下|u|出现 2及大于2的可能性多大? 怎样进行决策? 小概率思想 所谓小概率思想是指小概率事件（如P0.05）在一次试验中基本上不会发生。如果一次试验中发生了小概率事件,就认为不可能，其中存在问题。 统计学上“不大可能的事认为不可能”。 u=21.96, P0.05 根据小概率事件作出结论: 拒绝H0假设。即制药丸机工作不正常。 (三)小概率反证法思想 先提出检验假设(无效假设H0)，再用适当的统计方法给出判断假设不成立时所冒的风险大小。 如果此风险足够小（P0.05），则认为假设H0不成立， 若此风险大（P0.05），则还不能认为假设H0不成立。 (四) 假设性检验基本步骤 （一）建立假设、确定显著水平； 原假设（又称无效假设）H0：μ1= μ2 备择假设H1：μ1≠μ2 确定显著水平?， 一般预先设定的显著水平?为0.05。 （二）构造统计量和求P值； 在原假设成立的前提下，选择合适的统计量，研究试验所得统计量的抽样分布，计算统计量,并求出P值。 （三）统计判断与决策 根据“小概率事件实际不可能性原理”下推断结论： 当P?时，否定无效假设H0，接受备择假设H1，即认为试验的处理差别是存在的，差别有统计学意义。 当P?时，不拒绝无效假设H0，因而也就不能接受备择假设H1。差别无统计学意义。 CHISS 软件实现（第一种）* 使用原始数据CHISS软件实现的步骤如下: 1.进入数据模块 点击 数据→文件→打开数据库表 找到文件名为b5-7.dbf数据库→确认 2.进入统计模块 进行统计计算 点击 统计→统计推断→t检验→用原始数据t检验 反应变量：丸重→确认 单组比较时的总体均数（9.0）→OK（确认） 3.进入结果模块 查看结果 CHISS软件实现（第二种）* 使用数据的均数和标准差步骤如下 1.进入数据模块 点击 数据→文件→打开数据库表 找到文件名为b5-8.dbf数据库→确认 2.进入统计模块 进行统计计算 点击 统计→统计推断→t检验→用均数t检验 反应变量：总体均数、样本均数→确认 3.进入结果模块 查看结果 点击 结果 假设检验的两种类型错误 由于显著性检验是根据“小概率事件实际不可能性原理”来决定是否拒绝无效假设的，所以不论是拒绝还是不拒绝无效假设，都没有100%的把握。因此，在假设检验时可能犯两类错误。 第一类错误（或Ⅰ型错误）：是原假设为真而被拒绝，又称弃真。Ⅰ型错误，就是把非真实差异错判为真实差异。犯Ⅰ型错误的概率用? 表示,亦称为假阳性率。 第二类错误（或Ⅱ型错误）：是原假设不真但被”接受”，又称存伪。Ⅱ型错误，就是把真实差异错判为非真实差异,犯Ⅱ型错误的概率用β表示 ,亦称为假阴性率。 ? 两类错误的关系 客观实际 否定H0 “接受” H0 H0成立（为真） Ⅰ型错误（ ? ） 推断正确（1- ? ） H0不成立（为假） 推断正确（1- β ） Ⅱ型错误（ β ） β的大小较难确切估计 1- β 称为检验功效（power of test），也叫把握度。其意义是当两总体确有差别（即H1成立）时，按?水平能发现它们有差别的能力。 ?值越小，β值越大；?值越大，β值越小。 练习题 医学统计与CHISS应用： P54 例5-1-至例5-7. 名人格言 如果你想得到一个明智的回答，你就必须理智的提问。 --- 歌德 德国（1749-1832） * * * * * * * * * * 标准差与标准误的区别 样本标准差S是反映样本中各观测值变异程度大小的一个指标，它的大小说明了对该样本代表性的强弱。 样本标准误是样本均数的标准差，它是抽样误差的估计值，其大小说明了样本间变异程度的大小,它的大小说明了抽样误差的大小。 五、均数的参数估计 参数估计就是用样本统计量来估计总体