第七章假设检验基础.ppt

计算过程 H0 两种检测方法测定结果无差异 μd=0 H1两种检测方法测定结果有差异 μd≠0 α=0.05 =0.771 ν=n-1=12-1=11 0.40p0.50 在α=0.05水平上不拒绝H0，差异无统计学意义，尚不能认为两法测定结果有不同。 * 第六章 统计推断基础 配对t检验的前提条件 要求前后的差值服从正态分布。 从结果看条件满足！ 如果条件不满足，则要用配对的符号秩和检验。 SPSS结果解释 两独立样本资料的t检验 相同的对象随机分为二组 从两个不同人群抽取二个样本 第七章 假设检验基础 陈 炳 为 * 第六章 统计推断基础 标准差和标准误的区别 标准差(s) 标准误( ) 计算公式 应用 ①表示观察值的变异程度 ①估计均数的抽样误差的大小 ②计算变异系数 ②估计总体均数可信区间 ③确定医学参考值范围 ③进行假设检验 ④计算标准误 * 第六章 统计推断基础 t 分布的由来 变量变换 总体 样本均数 中心极限定理 标准正态分布 变量变换 未知 t 分布 * 已知总体 14.1月 正常人 样本 未知总体(缺钙) ？ 两均数不相等的原因有两种可能： ①由于抽样误差所致。 ②样本来自另一总体 （缺钙地区的前囟门均数确实与正常儿童囟门均数不同 ）。 * 如何确定单侧检验还是双侧检验  样本均数(其总体均数为?)与已知总体均数?0的比较 　　　　　 　　目的　 H0 H1 双侧检验　　　是否???0 ?=?0 ???0 单侧检验　　　是否??0 ?=?0 ??0 　　　　　　或是否??0 ?=?0 ??0 为什么叫 0 假设？ 之所以用零来修饰原假设，其原因是原假设的内容总是没有差异或没有改变，或变量间没有关系,或服从正态分布等等 零假设总是一个与总体参数或分布有关的问题。 为什么叫无效假设 实际应用中将研究者希望否定的现象设为H0，希望肯定的设为H1 把希望(想要)证明的假设作为备择假设 备择假设(H1) 双侧检验时 H1： μ≠μ0 单侧检验时 H1 μ μ0(或μ μ0 ) 双侧α=0.05 ? ? = 14.1 抽样分布 H0 ? 0 t Xbar S t n较小 α/2 α/2 P/2 3 确定P值: 定义：在零假设成立的条件下，出现目前统计量值及更不利于零假设数值的概率。 也就是：凭借样本信息去拒绝零假设可能犯的错误概率 P越大，拒绝零假设犯错误（I型错误）的概率越大，拒绝理由不充分，不拒绝 P越小，拒绝零假设犯错误（I型错误）的概率越小，拒绝理由充分，拒绝 * 检验水准(significance level, Size of test) 拒绝域和接受域的划分取决于检验水准的大小。检验水准记作α，由检验统计量的分布曲线与横轴中处于拒绝域的这些值上面那部分面积组成。 α是指检验假设H0本应成立，而由于样本的信息拒绝了H0的可能性大小的度量 ?常取0.05，0.01, 0.10 。 检验水准应在设计时根据专业知识和研究目的确定单侧检验或双侧检验以及检验水准?，不能在假设检验结果得出后再加以选择。 * P值 ：如果检验假设H0为真时，所观测到的样本计算检验统计量达到及大于这个值的概率大小 。 P≤α，则按所取的α检验水准拒绝H0，接受H1；而当Pα时，则按所取的α水准不拒绝H0 假设检验的基本思想：概率性质的反证 * α和P的关系 作出判断时，是人为规定的小概率水平。也称为显著性水平。很大程度影响结果是否拒绝H0. 一类误差的大小。 现有样本统计量对应的累积概率大小。为获得等于或比现有统计量更极端的值的概率。 是标准和实际结果的关系。 * 基本思想 H0 :?=?0 查u值表或t值