数值变量的统计推断.ppt

* * Ⅰ类错误与Ⅱ类错误的关系（以单侧检验为例） 不拒绝H0，假设检验的结果 拒绝H0 * * I类错误和II类错误 Ⅰ类错误---拒绝了成立的无效假设H0所犯的错误称为Ⅰ类错误(“弃真”)。 其概率大小用α表示。常称之为检验水准 Ⅱ类错误---接受了不成立的无效假设H0所犯的错误称为Ⅱ类错误(“存伪”)，其概率大小用β表示。 * * ?是预先规定允许犯I型错误概率的最大值，由研究者确定，可取单尾亦可取双尾。 II类错误的概率大小用? 表示, ? 值需要估算。 1?? 称检验效能(power of a test)，过去称把握度。意义是当两总体确有差别，按检验水准?所能检出其差异的能力。通常要求达到0.8以上。 样本含量固定前提下，? 愈小，? 愈大；? 愈大，? 愈小。 若要同时减小?和?，唯一方法是增加样本含量n。 I类错误和II类错误 * * 若重点减少?(如一般假设检验)，一般取?=0.05； 若重点减少?(如方差齐性检验，正态性检验等)，一般取?=0.10或0.20甚至更高。 拒绝H0，只可能犯I类错误，不可能犯II类错误； “接受”H0，只可能犯II类错误，不可能犯I类错误。 I类错误和II类错误 * * 二、配对设计的差值均数与总体均数0的比较 常见的配对设计主要有以下情形： ①异体配对：将条件近似的观察对象两两配成对子，对子中的两个个体分别给予不同的处理。 (目的是比较不同方法之间的差异) ②自身配对：同一受试对象处理前后或不同部位测定值的比较。 (目的是判断此处理有无作用) ③自身配对：同一受试对象(或样品)分别接受两种不同方法的处理。(目的是比较不同方法之间的差异) 二、配对设计的差值均数与总体均数0的比较 对子号 A药 B药 d d2 1 10 6 4 16 2 13 9 4 16 3 6 3 3 9 4 11 10 1 1 5 10 10 0 0 6 7 4 3 9 7 8 2 6 36 8 8 5 3 9 　 　 　 ∑d=24 ∑d2=96 例15.7 按性别相同、年龄相近、病情相近把16例某病患者配成8对，每对分别给予A药和B药治疗，现测得治疗后的血沉（mm/h）结果如下，问：不同药物治疗后病人血沉水平是否有差异？ 表15-3 不同药物治疗后某病患者的血沉值（ mm/h ） * * 自身配对举例：表1 克矽平治疗前后血清粘蛋白（mg/L） * * 表2 A、B两法乳腺癌检出率比较 自身配对举例 * * 配对t检验的基本原理： 假设两种处理的效应相同，即μ1= μ2 ，则 μ1-μ2=0，即可看成是差值的样本均数所代表的未知总体均数μd 与已知总体均数μ0=0的比较，此时，我们可套用前述t检验的公式。 二、配对设计的差值均数与总体均数0的比较 * * H0： μd = 0 H1 ：μd ≠0 α=0.05 (1) 建立假设、确定检验水准 （2）选定检验方法，计算检验统计量 二、配对样本t检验 * * ⑶确定P值，做出推断结论 自由度ν＝n-1＝8-1＝7，查表2，t界值表， t0.05/2,7＝2.365， t0.01/2,7＝3.499。今t=4.582＞t0.01/2,7 ， 故P＜0.01，故按α＝0.05水准，拒绝H0，接受H1，差异有统计学意义；可以认为不同药物治疗后病人血沉水平不同。 二、配对样本t检验 * * 三、完全随机设计的两个样本均数的比较 或将受试对象随机分到两个处理组；比较两种处理是否有差别； 从2个总体中随机抽取两个样本；比较某一指标在不同特征人群中是否相等； 目的是推断2个总体均数是否相等； 比较的两个样本含量相等时抽样误差最小 适用条件：1、正态性 2、方差齐性 （一）U检验 当两样本含量均较大，如均大于100 例15-8 某医师为研究血清胆固醇水平与职业的关系，得调查资料如表15-4，问两种职业的血清胆固醇水平是否不同？ 表15-4 两种职业的血清胆固醇水平 职业类型 人数 均值 标准差 教师 537 4.8 0.72 工人 643 4.6 0.81 * * ⑴ 建立假设，确定检验水准 H0：μ1＝μ2 ，… H1：μ1≠μ2 ，… α＝0.05 （一）U检验 ⑵ 选择检验方法，计算检验统计量 * * ⑶ 确定P值，判断结果 查U界值表，u0.01/2＝2.58，今2.58＜ 4.448 ，故P0.01，故按α＝0.05水准，拒绝H0，接受H1，可认为教师的血清胆固醇水平高于工人。 * * 三、两样本t检验 例15.9 某医师分别抽