卫生统计学t-t切est.ppt

第七章 两组定量(或等级)资料 平均值的比较 两组定量资料(或等级资料)平均值的比较，是通过比较两组样本资料的平均值，来推断两组样本资料分别来自的总体的平均值是否相等，是统计推断的另一内容，即假设检验(hypothesis test)。 假设检验的步骤和原理 例 已知一般中学男生的心率的均数为μ0=74次/分，为研究经常参加体育锻炼的中学生心脏功能是否增强，在某地中学生中随机抽取常年参加体育锻炼的男生100名，得到心率平均值为65次/分，标准差s=6次/分。问常年参加体育锻炼的中学男生心率与一般中学男生的心率是否相等？ Hypothesis test task 假设检验的步骤 建立检验假设，确定检验水准 H0：μ= μ0=74次/分 (检验假设/零假设； hypothesis under test/ null hypothesis) H1：μ≠μ0 (备择假设/ alternative hypothesis) α=0.05 (检验水准/significance level) 假设检验的步骤 根据资料和研究设计类型，选用公式计算统计量 （本研究属于样本均数与总体均数比较/ 单样本t检验／one-sample t-test) 假设检验的步骤 根据样本统计量的大小，确定Ｐ值，按α水平作出统计推断 P值的定义是：指从规定的总体随机抽样，其检验统计量（如t，u等）等于及大于（或和等于及小于）现有样本统计量的概率． 假设检验统计推断标准 双侧检验 　|t|≤tα/2,ν,P≥α,接受Ｈ０，拒绝Ｈ１，差异无 统计学意义； 　 |t|≥tα/2, ν,P≤α,接受Ｈ１，拒绝Ｈ０，差异有 统计学意义； 单侧检验 |t|≤tα, ν,P≥α,接受Ｈ０，拒绝Ｈ１，差异无统计学意义； |t|≥tα, ν ,P≤α,接受Ｈ１，拒绝Ｈ０，差异有统计学意义； 本例γ=100-1=99，t0.05/2,99≈1.984; t0.01/2,99≈2.626 |t|t0.01/2,99,Ｐ0.01,接受Ｈ１，拒绝Ｈ０，差异有统计学意义 专业结论：可认为经常参加体育锻炼的中学男生心率的平均水平低与一般男生 假设检验的基本思想-概率反证法 先提出一个假设，然后借助一定的分布，看实际样本情况是否属小概率事件，对所提出的假设做出统计推断---是否拒绝它。这种推断的基础是“小概率事件在一次试验（或观察）中是不发生的”。 第一节 样本均数与总体均数的比较 样本均数与总体均数的比较是检验样本均数代表的未知总体均数?和已知总体均数?0 (一般为理论值、标准值或经过大量观察所得的稳定值等)的是否相等。 一、服从正态分布样本均数与总体均数的比较 正态分布样本均数与总体均数比较的t检验又称为单样本t检验，其运用条件为：样本含量n较小(一般n50)，样本来自的总体是正态分布或近似正态分布，总体标准差未知；如样本量较小，但总体标准差已知，可选用u 检验。 特殊情况：当样本含量较大，样本来自偏态分布的总体也可采用t-test； H0 ：μ＝μ0 ，即该地难产儿体重与一般婴儿出生体重相等 H1 ：μ?μ0 ， 即该地难产儿体重与一般婴儿出生体重不同 α＝0.05 0.002P0.005,按?＝0.05水准，拒绝H0，接受H1，有统计学意义。可认为该地难产儿体重与一般婴儿出生体重不同。根据现有资料,难产儿出生体重高于一般婴儿出生体重。 SAS程序p65 当样本含量较大(n≥50)时，或者小样本总体标准差已知时，选用u检验。 例7－3 成年男子血红蛋白的平均值为155g/L，为检验高原地区居民的血红蛋白增高的假设，某研究者随机抽取144名高原地区男性进行进行检查，其血红蛋白均数为165g/L，标准差25g/L。请检验此假设。 H0 ：μ＝μ0 ，高原地区男子的血红蛋白含量和一般成年男子相等 H1 ：μμ0 ，高原地区男子的血红蛋白含量高于一般成年男子 α＝0.05 因单侧界值u0.01 =2.33, u=4.82.33，故概率P0.01.按?＝0.05水准，拒绝H0 ，接受H1 ，有统计学意义。可认为高原地区男子的血红蛋白含量高于一般成年男子。 二、服从Poisson分布样本均数与总体均数的比较 服从Poisson