医学统计学05假设检验.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 两组方差的比较 (1) H0：?12 = ?22 H1：?12≠ ?22 ? = 0.20 (2) F0.20,12,11=2.21 (3) P 0.20 (4) 按? = 0.20水准，不拒绝H0。可以认为两组的总体方差相等。 6 方差不齐时的近似 t 检验 Cochran Cox法(1950) 对界值进行校正 Satterthwaite法(1946) 对自由度进行校正 Welch法(1947) 对自由度进行校正 ? n1+n2？ 小样本 大样本 方差？ u检验 方差齐 方差不齐 t 检验 t ’检验 两样本均数比较方法的选择 7 假设检验中的注意事项 I型错误和II型错误 检验水准的选择 双侧检验与单侧检验 结论的概率性 P和?的涵义 正确对待统计结论和专业结论 Significant 的意义 7.1 I 型错误和 II 型错误 实际情况 假设检验的结果 拒绝 H0 不拒绝 H0 H0 成立 I 型错误(?) H0 不成立 把握度(1-?) II 型错误(?) I 型错误和 II 型错误 第一类错误（Type I Error） 拒绝了实际上成立的H0； 第二类错误（Type II Error） 不拒绝实际上不成立的H0。 I 型错误和 II 型错误 当P ≤? 而拒绝H0接受H1，要注意第一类错误出现； 当P ＞? 而不拒绝H0，要注意第二类错误的出现。 1－? 就是对真实的H1作出肯定结论之概率，常被用来表达某假设检验方法的检验的功效(power of a test)，亦称检验效能、把握度 7.2 检验水准的选择 检验水准大小的选择要慎重。 Guilty or Innocent?-I 法官在判罪时都有个尺度，证据及庭审结果如果超过了该尺度，就会判定此人有罪。当然，法官个人都有自己的风格。有的尺度比较严，有的比较松，相同的犯罪嫌疑人可能在前者那里被判刑，而后者那里被无罪释放。我们这里的检验尺度，也就相当于法官的判罚尺度。 Guilty or Innocent?-II 对于谋杀案的嫌疑人，要慎重考虑，因为将一个无辜者判罪会造成非常严重的后果，尺度可以松一点； 对于一般的小偷小摸，尺度就比较紧； 在假设检验时，如果错误地不拒绝零假设的后果很严重，就需要严格尺度（尽可能拒绝H0），即选择一个较大的α；否则要选择稍小的α； 一般选择α=0.05 7.3 双侧检验与单侧检验 双侧检验 H0 : ?1＝?2 H1 : ?1≠?2 单侧检验 (根据研究资料性质决定) H0 : ?1＝?2 H0 : ?1＝?2 H1 : ?1 ?2 H1 : ?1 ?2 双侧检验与单侧检验 选择要结合专业实际； 在相同的检验水准下，正确地选择单侧检验将比双侧检验得到更多的检验效能。 选择要在计算检验统计量之前； 7.4 结论的概率性 无论做出何种推断结论，总是有风险的！ 拒绝H0时可能犯I类错误； 不拒绝H0时可能犯II类错误; 尤其是检验统计量位于检验界值的附近时，下结论更应慎重; 7.4 结论的概率性 不拒绝H0，并不意味着接受H0。 不拒绝H0，只是说明现有的样本不足以拒绝H0假设，或者说，两个总体差异并不大，假设检验不能从现有的样本中发现差别。所以不能拒绝H0。 结论不能绝对化。 统计学已证明…… 由此可以肯定…… Page * 7.5 P值的意义 从 H0 总体中随机获得等于或大于现有统计量值的概率。 拒绝H0时所冒的风险。 界值 界值 t t ?的含义 犯第一类错误的概率 在假设检验之前人为规定 说明拒绝H0所冒的风险不可超过? 下列说法正确吗？ P是H0成立的概率。 P是 I 型误差的概率。 P是 H0 成立时，获得现有差别的概率。 P是 H0 成立时，获得现有差别以及更大的差别的概率。 P值越小，说明两个总体间的差别越大。 7.6 结论的表达 P≤?, 差异有统计学意义, 这种差异不太可能是偶然的。 statistically significant; If the data are not consistent with the null hypothesis, the difference is said to be statistically significant.