建立检验假设.PPT

小概率事件——P≤0.05或P≤0.01 二、两类错误 I型错误（弃真） ：拒绝实际正确的H0， I型错误的概率记为α。（1－a）即可信度:重复抽样时，样本区间包含总体参数（m）的百分数。 II型错误（纳伪） : 不拒绝实际不正确的H0， II型错误的概率记为β。（1－β）即把握度（或检验效能）:两总体确有差别，被检出有差别的能力 三、单、双侧检验 1. 对于H0只能说拒绝与不拒绝，而对H1只能说接受。2. P≤α，则拒绝H0 ，接受H1 ，差异有统计学意义，（有足够的证据）可认为……不同或不等。3. Pα，则不拒绝H0 ，差异无统计学意义（“阴性”结果），尚不能认为……不同或不等(或拒绝H0的证据尚不足) 4. 下统计检验结论只能说有、无统计学意义（statistical significance），而不能说明专业上的差异大小。P值越小只能说明：作出拒绝H0，接受H1的统计学证据越充分， 推论时犯错误的机会越小，与专业上 |μ－μ0 |差异的大小无直接关系。5. 应事先确定α。选α＝0.05只是一种习惯，而不是绝对的标准。 第三节 一个总体的推断 总体方差已知，采用Z 检验，见例5-1。 总体方差未知，采用t 检验 第五节 两组完全随机设计资料的方差齐性检验 例5-4 两组病人服用降压药后的降压效果比较 第六节 完全随机设计两总体均数的比较 一、两总体均数的t 检验方法 两样本t 检验 二、两总体均数的Z 检验 第七节 正态性检验 一、正态性检验（normality test） 第八节 假设检验中的两类错误与检验效能 置信区间可回答假设检验的问题，并能提供更多信息，但并不意味着置信区间能够完全代替假设检验。因为置信区间只能在预先规定的概率α前提下进行计算，而假设检验能够获得确切的概率P值。 思考与练习 7 8（1-3） 一个样本均数与总体均数的比较H0：m＝m0 H1：m≠m0 1. 总体标准差 已知 配对设计资料均数的比较H0：md＝0 H1： md ≠ 0 两总体均数的比较（3种情况）H0：m1－m2＝0 H1： m1－m2 ≠ 0 两总体均数的比较H0：m1－m2＝0 H1： m1－m2 ≠ 0 两总体均数的比较H0：m1－m2＝0 H1： m1－m2 ≠ 0 图3-7 置信区间在统计推断上提供的信息 2. 总体标准差 未知 一、 二、 三、 1. 两总体方差未知，但假定两总体方差相等 三、 2. 两总体方差未知，但假定两总体方差不相等 三、 3. 两总体方差已知 * * 第五章 假设检验（Hypothesis Testing） 第一节 假设检验的基本思想小概率与反证法 一、小概率事件与假设检验 检验目的： ?未知，只能比较样本均数 与?0，( －?0)≠0有两种可能: 1. ?与?0相等，差异由抽样引起； 2. ?与?0本身不相等。 检验假设： 如法官判定一个人是否犯罪，首先是假定他“无罪”（H0），然后通过侦察寻找证据，如果证据充分则拒绝 “无罪”的假定（H0），判嫌疑人有罪；否则只能暂且认为“无罪”的假定（H0）成立。 -1.96 1.96 -1.645 统计量Z对应的概率很小，如小于等于0.05，则认为事件不会发生，此时拒绝H0，有足够证据推断差异有统计学意义。 H1： μ≠μ0，双侧，μμ0与μμ0都有可能 H1： μμ0，单侧 H1： μμ0，单侧 对于本例，根据医学知识，经常参加体育锻炼 的中学男生心率不会高于一般中学男生的心率。所 以使用单侧。即H0：μ＝μ0，H1：μμ0 由专业知识确定单、双侧。 第二节 假设检验的基本步骤1 一．建立检验假设，确定检验水准 H0：μ=μ0, 两总体均数相等，差异仅由抽样误差所致。 H1：μ≠μ0（或μμ0 或μμ0 ）其差异不仅仅是由抽样误差所致。 α=0.05或0.01 二．选择检验方法和计算统计量 根据资料的类型和分析目的等确定相应的统计量。 三．确定概率P值和作出统计推断 P值是在H0成立前提下，比样本统计量更极端的概率。 如果P?α，则拒绝H0，接受H1 如果Pα，拒绝H0的样本证据不足，就不拒绝H0，暂且认为H0成立 根据统计推断结果，结合相应的专业知识，给出一个专业的结论。 第二节 假设检验的基本步骤2 一．建立检验假设，确定检验水准 H0：μ=μ0, 常锻炼学生的心率与一般学生