统计学课件--ch03总体均数的估计与假设检验.pptVIP

课件 统计推断：由样本信息推断总体特征。 见P34~36表3-1 1、抽样误差： 由个体变异产生的、抽样造成的样本统计量与总体参数的差别 均数的抽样误差：由于抽样造成的样本均数与总体均数的差别 原因：1）抽样 2）个体差异 对于大样本,也可以近似用u检验 一、单样本 t 检验 (one sample / group t-test) 即样本均数 （代表未知总体均数?）与已知总体均数?0(一般为理论值、标准值或经过大量观察所得稳定值等)的比较。其检验统计量按下式计算 例3-6 为比较两种方法对乳酸饮料中脂肪含量测定结果是否不同，某人随机抽取了10份乳酸饮料制品，分别用脂肪酸水解法和哥特里－罗紫法测定其结果如表3-3第(1)~(3)栏。问两法测定结果是否不同？ ???? 第五节 假设检验注意事项 一、I型错误和II型错误 假设检验是利用小概率反证法思想，根据P值判断结果，此推断结论具有概率性，因而无论拒绝还是不拒绝H0，都可能犯错误。见表3-8。 表3-8 可能发生的两类错误 图3-6 I型错误与II型错误示意图(以单侧u检验为例) 三、假设检验应注意的问题 1.要有严密的研究设计，尤其是下因果结论。 2.不同的资料应选用不同检验方法。 3.正确理解“显著性”一词的含义(用统计学意义一词替代)。 4.结论不能绝对化 ，提倡使用精确P值。5.注意统计“显著性”与医学/临床/生物 学 “显著性” 的区别 6.可信区间与假设检验各自不同的作用，要结合使用。 一方面，可信区间亦可回答假设检验的问题，算得的可信区间若包含了H0，则按?水准，不拒绝H0；若不包含H0，则按?水准，拒绝H0，接受H1。 另一方面，可信区间不但能回答差别有无统计学意义，而且还能比假设检验提供更多的信息，即提示差别有无实际的专业意义。 虽然可信区间亦可回答假设检验的问题，并能提供更多的信息，但并不意味着可信区间能够完全代替假设检验。可信区间只能在预先规定的概率 ?检验水准?的前提下进行计算，而假设检验能够获得一较为确切的概率P值。 第六节 正态性检验 　和两样本方差比较的F检验 t 检验的应用条件是正态总体且方差齐性；配对t 检验则要求每对数据差值的总体为正态总体。 进行两小样本t检验时，一般应对资料进行方差齐性检验，尤其两样本方差悬殊时。 若方差齐，采用一般的t 检验；若方差不齐，则采用t’检验。 一、正态性检验 (normality test) 1．图示法：P-P plot，Q-Q plot 2．矩法 偏度系数(skewness)， 峰度系数(kurtosis)。 3． W 检验法 4． D 检验法 二、两样本方差比较的F检验 两小样本t 检验时，检查两样本方差代表的总体方差是否相等（决定t 检验的方法）。 1. Levene检验 2. F检验 小结 1. 均数的标准误与标准差的区别 3.假设检验的步骤及有关概念 （1）基本思想：“小概率事件在一次抽样试验中几乎是不可能发生”的原理。 （2）步骤：三部曲 （3）Ⅰ类错误、Ⅱ类错误 （4）检验效能（1-β） 　　　　练　习　题一．最佳选则题　　全做三．计算分析题　　２，３，４，７ 课件 课件 I 型错误：“实际无差别，但下了有差别的结论”，假阳性错误。犯这种错误的概率是?（其值等于检验水准） II型错误：“实际有差别，但下了不拒绝H0的结论”，假阴性错误。犯这种错误的概率是?（其值未知） 。 但 n 一定时， ? 增大，? 则减少 。 1-? ：检验效能（power）:当两总体确有差别，按检验水准 ? 所能发现这种差别的能力。 课件 课件 减少I型错误的主要方法：假设检验时设定? 值。 减少II型错误的主要方法：提高检验效能。 提高检验效能的最有效方法：增加样本量。 如何选择合适的样本量：实验设计。 课件 课件 课件 课件 课件 图3-7 可信区间在统计推断上提供的信息 课件 课件 课件 课件 课件 图3-8 例3-1中100个样本均数的P-P图 课件 图3-9 例3-1中100个样本均数的Q-Q图 课件 课件 课件 　例3-9 试用矩法对表3-1中计算机模拟抽样所得100个样本均数进行正态性检验。 课件 (2)计算检验统计量 课件 课件 课件 课件