医学统计学第6讲--t检验.pptVIP

第四章 统计推断基础之三 假设检验 假设检验的基本目的： 推断各样本所代表的总体间的关系或者是与已知总体间的关系，反映到假设检验方法就是比较各总体均数是否相等。 t统计量的含义 在标准误的尺度下，样本均数 与总体均数 的偏离。这种偏离称为标准t离差。 根据抽样误差理论，在 的假设前提下，统计量t服从自由度为n-1的t分布，即t在0附近的可能性大，远离0的可能性小，离0越远可能性越小。 例2 根据大量调查，已知健康成年男子的脉搏均数?0为72次/分，某医生在一山区随机调查了25名健康成年男子，求得其脉搏均数为74.2次/分，标准差6.0次/分，能否认定该山区成年男子的脉搏均数高于一般成年男子？ 方差齐 方差不齐 小样本 t 检验 t’ 检验 大样本 u 检验 u 检验 I 型错误和 II 型错误图示 结论的概率性 无论做出何种推断结论，总是有风险的！ 拒绝H0时可能犯I类错误； 不拒绝H0时可能犯II类错误; 尤其是检验统计量位于检验界值的附近时，下结论更应慎重; 不拒绝H0，并不意味着接受H0。 不拒绝H0，只是说明现有的样本不足以拒绝H0假设，或者说，两个总体差异并不大，假设检验不能从现有的样本中发现差别。所以不能拒绝H0。 结论不能绝对化。 统计学已证明…… 由此可以肯定…… 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。 已知u0.05/2=1.96，现u u0.05/2，故P0.05，按?=0.05的水准不拒绝H0，不能认为正常男女新生儿血中甘油三酯浓度不同。 （2）计算检验统计量 （3）求P值，下结论 u检验应用条件： （1）样本大小（n50） （2）大样本时，对原资料的正态分布要求可以放宽 均数的假设检验应用条件 资料的代表性与可比性 独立性、正态性、方差齐性 与应用条件有关的一些内容 正态性检验 方差齐性检验 方差不齐时的近似 t 检验 大样本时，均数比较的 u 检验 方差不齐时两小样本均数的比较 t’检验－－近似 t 检验 Satterthwaite法(1946)对自由度校正，最终结果查附表2的t界值表。 例：为探讨硫酸氧钒对糖尿病性白内障的防治作用，研究人员将已诱导糖尿病模型的20只大鼠随机分为两组。一组用硫酸氧钒治疗（DV组），另一组作对照组（D组），12周后测大鼠血糖含量（mmol/L）。试问两组动物血糖含量的总体均数是否相同？ t0.05/2，8＝2.306，t t0.05/2，8，P0.05，拒绝H0，接受H1 。 故可认为经硫酸氧钒治疗的大鼠与未治疗大鼠的血糖含量不同。 大样本时均数比较的 u 检验 单样本u检验 两样本u检验 两样本均数比较方法的选择 n1+n2？ 小样本 大样本 方差？ u检验 是 方差不齐 t 检验 t ’检验 (1) 当拒绝 H0 时, 可能犯错误，可能拒绝了实际上成立的H0， 称为 ? 类错误（ “弃真”的错误 ），称为“假阳性”，其概率大小用 α 表示。 (2）当不能拒绝 H0 时，也可能犯错误，没有拒绝实际上不成立的H0 , 这类称为 II 类错误（ ”存伪”的错误）, 称为“假阴性”，其概率大小用 β 表示, β值一般不能确切的知道。 假设检验的结果有两种： Ⅰ型错误和Ⅱ型错误 对于一般的假设检验， a定为0.05（或0.01），b的大小取决于H1。通常情况下，比较总体间有无差异并不知道，即H1不明确，b值的大小无法确定，也就是说，对于一般的假设检验，我们并不知道犯Ⅱ型错误的概率b有多大。 通常情况下Ⅱ型错误未知 拒绝H0 不拒绝H0 真实结果 H0成立 Ⅰ型错误 a 推断正确(1－a ) H0不成立 推断正确（1－b） Ⅱ型错误b 由样本推断的结果 （1－b）即把握度（power of a test):两总体确有差别，被检出有差别的能力 （1－a）即可信度（confidence level) 例如1-β=0.9的含义是若两总体确有差别，理论上平均每100次抽样有90次能得出有差别的结论。检验效能越大，按α水准拒绝H0推断两总体均数确有差别的把握就越大。 ?0 界 值 ? ? 1-? ?1 拒绝H0 不拒绝H0 a b a 与 b 间的关系 减少（增加）I型错误，将会增加（减少）II型错误 增大n 同时降低a 与 b