医学统计学61 假设检验原理.ppt

单侧检验（左侧检验） H0值 临界值 a 样本统计量 拒绝域 不拒绝域 抽样分布 1 - ? 置信水平 观察到样本统计量 H0值 临界值 a 样本统计量 拒绝域 不拒绝域 抽样分布 1 - ? 置信水平 观察到样本统计量 单侧检验（右侧检验） Thank you！ * As a result of this class, you will be able to ... * * * * * * * * * * 9 《生物医学研究中的统计方法》 第5章 《生物医学研究中的统计方法》 第5章 在实际工作中经常会遇到这样问题： （1）某药物在改进工艺后疗效是否有提高？ （2）该资料是否服从正态分布？ （3）注射不同剂量甲流疫苗后免疫保护效果有无差异？ 如何通过抽检样本对上述问题作出判断？ 此时常常作出适当假设，然后进行试验或观测，得到统计样本，构造统计方法进行判断。 假设检验就是这样一种统计方法，根据样本提供信息对所提出假设作出判断：是接受，还是拒绝。 统计方法 描述统计 推断统计 参数估计 假设检验 一、假设检验基本原理 二、假设检验步骤 三、假设检验中小概率原理 四、假设检验中两类错误 五、双侧检验与单侧检验 【假设检验原理】 【教学要求】 熟悉假设检验基本步骤 理解假设检验中小概率原理 掌握一类错误与二类错误概念 【例6-1】 一般认为18岁健康男性平均身高为170cm。某研究者在某山区随机抽取100名18岁健康男性，算得其平均身高为168cm，标准差为6.5cm。问该山区18岁健康男性平均身高是否与一般人群相同？ 显然这两个均数不等有两种可能：1 由于抽样误差所致；2 两总体均数本来就不相同，如图所示： =168cm n=100 抽样误差所致 未知总体 已知总体 总体均数本来就不相同 假设检验通常设立两个假设： 一是无效假设，用H0表示。假定样本来自未知总体均数等于某已知总体均数（ = ）或两总体均数相等（ ）； 另一个假设是备择假设，用H1表示，这种假设是供拒绝 H0后选择一种假设，该假设通常假定两总体参数不等，如 或 基本原理：小概率推断原理，P0.05是小概率事件，即在一次试验中，认为基本不会发生（这是人们长期积累普遍经验！） 基本思想：反证法思想。 对于例6-1：要直接判断是否样本所来自总体 很困难。但可用反证法思想，从 对立面?＝?0出发间接判断是否 。 假设?＝?0 将样本信息归 结为统计量 计算该假设成立概率 图6-1 样本均数抽样分布图（是否拒绝无效假设示意图） 二、假设检验步骤 提出无效假设与备择假设，规定显著性水平 计算检验统计量 确定P值，作出统计推断结论 步骤 建立假设，确定检验水准 确定P值 计算检验统计量 作推断结论 拒绝H0，接受H1， 认为差异有统计学意义 P≤α Pα 不拒绝H0， 认为差异无统计学意义 提出无效假设与备择假设 ? 什么是无效假设？(Null Hypothesis) 1. 表示为 H0 H0：? ? ? 0 2. 该假设将差异原因归结为抽样误差 ? 什么是备择假设？(Alternative Hypothesis) 1. 与无效假设对立假设 2. 表示为 H1 H1：? ?0； 或? ? ?0； 或? ? ?0 3. 该假设将差异原因归结为非抽样误差 提出无效假设与备择假设 规定显著性水平? ? 什么显著性水平？ 1. 是一个概率值 2. 无效假设为真时，拒绝无效假设概率，被称为抽样分布拒绝域 3. 表示为 ??(alpha)，常取 ??= 0.05 4. 由研究者事先确定 1、根据设计类型及研究目选择合适检验方法并计算出对应统计量。 2、此步骤目是把样本信息以检验统计量方式反映出来，用于计算H0成立概率。 确定适当检验统计量 作出统计结论 根据给定显著性水平?，查表得出相应临界值 将检验统计量值与? 水平临界值进行比较 得出拒绝或不拒绝无效假设结论 三、假设检验中小概率原理 ? 什么小概率？ 在一次试验中，一个几乎不可能发生事件发生概率，由研究者事先确定。 四、假设检验中两类错误 1. 第一类错误（弃真错误） 拒绝了实际上成立H0 第一类错误概率为? 2. 第二类错误（存伪错误） 不拒绝实际上不成立H0 第二类错误概率为??(Beta) 表6-3 Ⅰ型错误与Ⅱ型错误含义 ? 错误与 ? 错误关系 ? ? 你不能同时减少两类错误! ?与?关系就像翘翘板，?小?就大， ?大?就小 一类错误概率比较容易掌握，就是检验水准 。