计量资料分析方法.pptxVIP

第2章 计量资料比较的 T 检验§2.1 单组资料比较的T检验§2.2 两组资料比较的T检验2.2-1 配对比较的T检验2.2-2 成组比较的T检验§2.3 多组资料比较的F检验2.3-1 单因素实验的方差分析2.3-2 多因素实验的方差分析§2.1 单组(计量)资料比较的 T 检验2.1-1 假设检验的基本思想 假设检验的基本方法 假设检验的两类错误2.1-2 单个总体均数的 T 检验 检验的目的和统计假设 T 检验的要求和方法2.1-1 假设检验的基本思想一、假设检验的基本方法与过程 根据关心的实际问题，提出统计假设 (由基本假设 H 0 和备择假设 H 1 组成)。 2. 选择适当的统计量，在 H 0 为真时，确定统计量的概率分布。 根据样本资料计算显著性概率 P 值：P = P( H 0为真，拒绝 H 0 )。 若显著性概率 P 值比给定的小概率值α小，拒绝假设 H 0，接受 H 1 。(概率值 α 称为显著水平，或检验水准)二、假设检验中的两类错误1. 第一类错误——弃真错误(1) 弃真错误(医学中为假阳性错误)：H 0 为真，判断拒绝了H 0 ；(2) 显著性概率P：P = P(弃真) = α。2. 第二类错误——取伪错误 取伪错误(医学中为假阴性错误)：H 0 为假，判断接受了H 0 ； 记取伪错误的概率为β，即β= P(取伪)。 (2) β与α的关系：α减小时，β会增大；H0第二类错误?第一类错误?H156891011 4 k?与?间关系：k为临界值,当k左移时?大，?小；当k右移时?大，?小。增加n时,两条曲线变瘦,可使?,?同时缩小。但也不能无限制增大。统计上对犯第一类错误的概率?加以限制，? = 0.05、0.01、0.1，而不考虑?，这种统计假设检验问题称为显著性检验问题。2.1-1 单个总体均数的T检验 本节的重点 假设检验的目的 单侧、双侧统计假设 统计量及其概率分布(2)统计假设：①右侧检验：设②左侧检验： 是来自总体 的样本 (1)目的：判断均数 与常数 是否有差异。 (1)目的：判断均数 是否大于(或小于) 。 2.1-1 单个总体均数的T检验 一、检验的目的和统计假设1. 双侧检验的目的和统计假设2. 单侧检验的目的和统计假设(2)单侧检验的统计假设： 1. 双侧检验： 2. 单侧检验： 2. 当 H 0 成立时：统计量 其中 ，t 是统计量的值。 二、统计量及其统计量的分布1. 分析使用的统计量 三、显著性概率 P 的计算 (1)查表，确定 T 分布双侧界值 。 若 ， 则 。 若 ， 则 。 (1)查表，确定 T 分布单侧界值 。 四、用界值比较分析的方法 1. 双侧检验分析的方法(2)比较统计量的值和双侧界值。 拒绝 H 0，接受 H 1。反之，不能拒绝 H 0。2. 单侧检验的分析方法(2)比较统计量的值和单侧界值。 拒绝 H0，接受 H1。反之，不能拒绝 H0。因为 |t| = 3.0 查表：例2-1 已知某地新生儿的头围均数为34.5cm，现从该地某矿区随机抽取新生儿36人，测得其头围均数为33.6cm，标准差为1.8cm。问该矿区新生儿与一般新生儿头围总体均数是否有差异？ 解 统计假设 H0：μ=34.5 H1：μ≠34.5= -3.0统计量所以 P 0.05 。拒绝 H0，有显著差异。例2-2 已知旧安眠药的平均延长睡眠时间为 2.4小时。由临床收集到 9 例使用某新安眠药 的延长时间资料 小时、 小时，问 该新药是否提高了疗效？因为 |t |= 4.5 查表：解 统计假设 H0：μ= 2.4 H1：μ 2.4统计量所以 P 0.05 。拒绝H0，接受H1 。可认为新安眠药比旧安眠药提高了疗效。(1) 计算样本均数 、样本标准差 S ；五、单组计量资料 T 检验的计算 计算的基本过程(2) 计算统计量 t 的值 ； 计算显著性概率 P ： 双侧检验，计算双侧概率； 单侧检验，计算单侧概率。2. Excel中显著性概率P的计算 (1) 单元格中输入： = TDIST( |t|,df,1或2 ) (2) 参数(tails)1或2 ：1 = 单侧，2 = 双侧。例2-3 随机测得5名潜水员的脉搏数(次/分钟) 为: 64、60、68、68、60。若正常人的平均脉搏数 72次/分钟，问潜水员的脉搏数是否低于正常人？ 解 统计假设 H0：μ= 72 H1：μ 720.005564-4.47244因为 P = 0.0055 0.05，拒绝 H0，接受 H1。 可认为潜