假设检验手t检验.pptVIP

标准误的值越大，反映样本统计量的离散程度越大，通过一次抽样得到的某个样本统计量与总体参数（是个定值）相差也越大。 抽样误差（个体差异） 抽样误差（个体差异） 处理因素（药物因素） 1 处理因素（药物因素） 2 抽样误差（个体差异） 二、确定检验水准α，它作为假设检验时预先确定的判断小概率事件的水准，以便由P值和α的关系决定是拒绝H0还是不拒绝H0；作为判断小概率的标准， α常取0.05或0.01。 1、资料类型： （1）给定一个已知的总体均数和一个随机抽取的样本， （2）该随机样本服从正态分布（若原数据是非正态分布，要通过数据变换使之服从正态分布） 2、计算统计量t值： 第七节 成组资料两样本均数比较 一、成组资料两样本均数比较的t检验 目的是推断两样本分别代表的两总体均数是否相等（ ?1= ?2 ）。 1、资料类型：随机分组的两组资料， 满足正态性和方差齐性 例16-4某医师要观察自拟中药方“降压百灵丹”对原发性高血压的疗效，将诊断为II期高血压的20名患者随机分为2组，一组用上述中药治疗，另一组用西药治疗，3个月后观察舒张压下降的幅度（mmHg)，结果如下，试比较两药的降压效果。 中药组（x1): 12 17 13 8 4 10 9 12 10 7 西药组（x2): 11 8 12 13 9 10 8 0 7 16 用SPSS分析结果： analyze→Compare Means→independent-samples T test 第八节 方差不齐时两样本均数的比较 一、两个方差的齐性检验 用检验比较两样本均数的差别，其先决条件之一是两总体方差相等，即 对于两样本方差不等是否由抽样误差所致，需用方差齐性检验（计算F值） * * 统计描述 统计分析 统计推断 假设检验 参数估计 区间估计 点估计 统计指标 集中趋势 离散趋势 统计图表 第三章 总体均数的估计和假设检验 对数值变量资料的统计分析，一般先作集中性和离散性的描述，然后再进行统计推断 第一节 均数的抽样误差和标准误 标准误：是统计量（如样本均数、样本率）的标准差，描述的是样本统计量的离散程度（即抽样误差的大小）。 二、t分布 1、 t分布：从同一总体中抽出许多样本（n相同），就可得到许多t值，将这些t值绘成直方图，当样本数无限多时，就得到一条光滑的曲线，这就是t分布曲线，这种t值的分布就称为t分布。 2、 t分布的特点：（1）是单峰分布，以0为中心左右两侧对称；（2）形似标准正态分布，当自由度趋向无穷大时， t分布就成了标准正态分布；（3） t分布是一簇曲线，一个自由度对应一条曲线，自由度越大，曲线的峰越高，尾越低。（图16-1） 第三节 总体均数的估计 统计推断包括参数估计和假设检验两方面。参数估计就是用样本指标（即样本统计量）来估计总体指标（即参数）。 一、总体均数的点值估计 点值估计就是经某一样本均数来作总体均数的估计。如随机抽查120例成年男子，测得血清铜含量均值为14.48(μmol/L)，以此值作为当地成年男子的总体均数的估计值，叫“点值估计”。但由于存在抽样误差，不同的样本可能得到不同的估计值。 二、总体均数的区间估计 区间估计是按预先给定的概率（称为可信度，符号为1-α）利用样本来给总体均数定出一个范围。用公式表示为： 其含义为：从被估计的总体中随机抽取若干个含量为n的样本，每一个样本可得到一个相应的可信区间，理论上有（ 1-α）个区间包含总体均数（估计正确），有α个区间不包总体均数（估计错误）。当α=0.05时，被估计的总体均数不在该区间的概率仅5%，是个小概率，故可认为该区间包含总体均数。 可信间的两要素： 1、准确度：就是CI包含μ的概率大小；（1-α）值越大，可信度越高。 2、精密度：就是区间的长度；长度越小（区间越窄）精密度越高。 *当n确定时，准确度越高则精密度越低，两者是相矛盾的，在实际工作中为兼顾两者，以95%CI更为常用。 C病 10例 A药 A药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验1 问题：差异是什么原因导致？ C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验2 问题：差异是什么原因导致？ A药=B药 C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验3 问题：差异是什么原因导致？ A药≠B药 C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验4 问题：差异