第五章 总体均的估计和假设检验.pptVIP

第五章 总体均数的估计与假设检验 第一节 均数的抽样误差与标准误 一、概念 1.统计推断 在医学研究中，通常在总体中随机抽取一定数量观察单位作为样本进行抽样研究，然后由样本信息推断总体特征，这一过程称为统计推断。 2.均数的抽样误差：由抽样造成的样本均数与总体均数的差异。 3.均数的标准误：反映均数抽样误差大小的指标。 意义：标准误越大，抽样误差越大。样本均数代表总体均数的可靠性越差。 若某市1999年12岁男生身高总体均μ=138.7cm，现在随机抽取一个200例12岁男孩的样本，计算身高的样本均数得139.6cm，两均数之差即为抽样误差。若再次随机抽取200例12岁男孩身高,由于个体差异，其平均身高不一定是139.6cm，也不大可能等于该地12岁男孩身高的总体均数。 从上例说明：抽样误差是不可避免的，但抽样误差具有一定的规律性。数理统计学证明：若从正态总体N(μ,σ2)中，反复多次随机抽取样本含量固定为n的样本（n足够大），那么这些样本均数 也服从正态分布。 第二节 总体均数的估计 参数估计 是指用样本指标值（统计量）推断总体指标值（参数）。方法有点估计和区间估计。 1.点估计 就是用相应样本统计量直接作为其总体参数的估计值。 2.区间估计 是按预先给定的概率所确定的包含未知总体参数的一个范围，该范围称为参数的可信区间或置信区间。 第三节 假设检验的基本步骤及注意事项 一.假设检验 也称显著性检验。它是利用小概率反证法思想，从问题的对立面出发间接判断要解决的问题是否成立。然后在对立面成立的条件下计算检验统计量，最后获得P值来判断。 二.基本步骤 （1）无效假设：又称检验假设/零/原假设 符号为H0，即样本均数所代表的总体均数μ与假设的总体均数μ0相同，记为H0 ：μ=μ0 或μ- μ0=0（若不拒绝H0 ，是由于抽样误差所致） （2）备择假设：又称对立假设 符号为H1，它是在拒绝H0的情况而接受的假设，即样本的均数所代表的总体均数μ与假设的总体均数μ0不同，记为H1 ： μ≠μ0 或μμ0或μμ0 ，若拒绝H0 表明样本均数与μ0的差异是本质性差异。 （3）检验水准：又称显著性水准，用α表示，是预先规定的概率值。一般取0.05。α取值较小，有利于提高“阳性”统计检验结果的可靠性；取值较大，有利于发现研究总体可能存在的差异，但可靠性降低。 （1）计算统计量： 应根据变量和资料类型、设计方案、统计推断的目的、方法的适用条件等选择检验统计量（t、u、F等）。所有检验统计量都是在H0成立的前提条件下计算出来的。 （2）确定P值，做出推断结论 P的含义是指从H0规定的总体随机抽样，其检验的统计量等于及大于（或/和等于及小于）现有样本获得的检验统计值的概率。 P与检验水准α比较，看是否为小概率事件而得出结论。所谓“小概率事件”是指实际上不大可能发生的事件。 推断的结论应包含统计结论和专业结论 若P≤α，拒绝H0 ，接受H1 ，有统计学意义（统计结论）可认为……不同或不等（专业结论） 若Pα，不拒绝H0，无统计学意义（统计结论），还不能认为……不同或不等（专业结论） 下结论时，对H0只能说：拒绝或不拒绝；而对H1只能说：接受 1.要有严格的研究设计 2.不同资料应选择不同检验方法 3.正确理解“显著性”一词的含义 4.结论不能绝对化 5.统计“显著性”与医学、临床、生物学“显著性” 6.可信区间与假设检验的区别和联系 第四节 t检验和u检验 两种检验的关系 (1)计量资料的假设检验中，最为简单、常用的方法是t检验和u检验。 (2)当样本含量n较小时（如n60），理论上要求t检验的样本随机地取自正态总体，两小样本均数比较时还要求两样本所对应的两总体方差相等，即方差齐性。 (3)u检验,亦称Z-test,要求样本含量n较大（如n60），或n虽小但总体标准差已知。 t检验的类型 例：根据大量调查，已知健康成年男子的脉搏均数为72次/分。某医生在某山区随机调查30名健康男子，求得脉搏均数为74.2次/分，标准差为6.5次/分。能否认为该山区的成年男子的脉搏均数高于一般成年男子的脉搏均数？ 1、单个样本t检验 是指样本均数代表的总体均数和已知总体均数的比较。如前例资料进行t检验。 已知μ0 =72次/分， =74.2次/分，S=6.5次/分，n=30，由于已知μ0 ，故选用单样本t检验。 ⑴建立检验假设，确定检验水准 H0 :μ=μ0，山区成年男子平均脉搏数与一般成年男子相同 H1 :μ≠μ0，山区成年男子平均脉搏数与一般成年男子不同 α=0.05 ⑵计算检验统计量