假设检验基础研.pptxVIP

5 假设检验;引子 ： 1. 医学科学研究的特点 → 医学统计学的任务;假设检验的基础;【例5-1】 某一般中学男生的心率平均值μ0=75次/分，标准差σ= 5.0次/分（大规模调查获得）；我们通 过抽样调查，获得经常参加体育锻炼的某中学100名男生的心率平均值为 ； 问：经常参加体育锻炼的男生心率是否与一般中学男生的不同？;;唯证据原则—反证法;;;;;;关于假设检验的几个观点;假设检验的结果只能说明有无统计学意义（statistical significance），而不能说明专业上的差异大小：P 值越小只能说明，作出拒绝 H0，接受 H1的统计学证据越充份，推论时犯错误的机会越小；而与专业上∣μ1-μ2∣的大小无直接关系。 当P值接近于α值时，下结论应尤其慎重。;5.2 假设检验的步骤;; 建立假设H0、H1 确定检验水准α 根据专业知识，确定单、双侧检验;;;;;;;5.2.2 选择检验方法和计算检验统计量：;;有关样本资料的差异性检验;2. 计算检验统计量：各检验方法都有其相应的检验统计量，不同的检验统计量通常都依据于其特定的抽样分布。;5.2.3 根据检验统计量的结果作出统计推断：在两个对立的检验假设间二取一的规则是： （1）若 P ≤ ?，意味着在H0成立的前提下不大可能发生当前，或是更不利的状况 拒绝 （2）若 P ＞?，意味着在H0成立的前提下，发生当前状况或是更不利的状况的可能性还是比较大的 不拒绝; 最后得出结论： 1.根据统计推断的结果，作出统计学结论： 指对 “ 假设的H0 是否真实” 作出判断的过程。即：比较 p 值和检验水准α，得出拒绝或不拒绝无效假设的结论。 2.并结合相应的专业知识，给出一个专业的结论;5.3 单组样本资料的假设检验;变量变换或秩和检验;【例5-1】 某一般中学男生的心率平均值μ0=75次/分，标准差σ= 5.0次/分（大规模调查获得）；我们通 过抽样调查，获得经常参加体育锻炼的某中学100名男生的心率平均值为 ； 问：经常参加体育锻炼的男生心率是否与一般中学男生的不同？;【案例解析】;统计结论：已知 Z(0.05/2)=1.96，则 P 0.05 ，故拒绝H0，接受 H1 ，认为 μ 与μ0的差别有统计学意义，可认为经常参加锻炼的中学男生人群的心率低于一般人群的心率。 专业结论：经常参加体育锻炼有助于增强男生的心功能。;;【案例解析】;;【电脑实现】—SPSS;正态性检验结果输出:;2.单组样本均数 t 检验:;结果输出:;置信区间回答了“量”的问题：即总体均数差在哪个位置，差异大小是多少；如本题 0.98（0.27，1.70）mg/L 。 而假设检验回答了质的问题：即如果两总体均数间存在着差异，那么比统计学的角度确认这种差异的把握度有多大，如本题 P=0.012。;【结果报告】;5.4 假设检验的两类错误和检验功效; 假设检验是统计推的重要内容，它是应用数学上的反证法和小概率事件实际推断原则，根据样本 统计量对总体作出推断，结论具有概率性。;;;假设检验中的两类错误：;; 由于所建立的检验主要是控制犯I类错误α的概率，而对犯II类错误的概率β却无法直接控制，即对一个检验犯II类错误的概率究竟怎样无所而知。; 因此，Power值的大小已成为某些国际会议审查论文设计内容之一；有的已明确规定，若研究者根据P0.05下阴性结论时，必须提供Power值。;;1. ? 越大， ? 越小，则Power越大;;;若两样本总体确有差异时， 在一定范 围内，样本含量n 越大，Power越大。;;;;步骤：;案例分析：见教材P89案例1、 案例2见每章后：常见疑问;案例辨析1： 为了比较一种新药与常规药治疗高血压的疗效，以血压下降值为疗效指标，有人作了单组设计定量资料均数比较的检验，随机抽取25名患者服用了新药，以常规药的疗效均值为，进行检验，无效假设是，对立假设是，检验水平α=1%。结果值很大，拒绝了无效假设。“拒绝了无效假设”意味着什么？下面的说法你认为对吗？;说法： （1）你绝对否定了总体均数相等的无效假设。 （2）你得到了无效假设为真的概率是1%。 （3）你绝对证明了总体均数不等的备择假设。 （4）你能够推论备择假设为真的概率是99%。 （5）如果你决定拒绝无效假设，你知道你将犯错误的概率是1%。 （6）你得到了一个可靠的发现，假定重复这个实验许多次，你将有99%的机会得到具有统计学意义的