医学统计学：第七章 假设检验.ppt

第七章 假设检验 目 录 第一节 假设检验的意义和基本步骤 第三节 应用假设检验应注意的问题 第二节 Ⅰ型错误和 Ⅱ型错误 学习要求 掌握：假设检验的基本步骤及思路 熟悉：第一类错误和第二类错误的概念和意义 熟悉：假设检验的注意问题 第一节 假设检验的意义和基本步骤 假设检验（hypothesis test）亦称显著性检验（significance test），是统计推断的重要内容。它是指先对总体的参数或分布作出某种假设，再用适当的统计方法根据样本对总体提供的信息，推断此假设应当拒绝或不拒绝。 例3.3 根据调查，已知健康成年男子脉搏的均数为72次/分钟，某医生在一山区随机测量了25名健康成年男子脉搏数，求得其均数为74.2次/分钟，标准差为6.5次/分钟，能否认为该山区成年男子的脉搏数与一般健康成年男子的脉搏数不同？ 本例两个均数不等有两种可能性： ①山区成年男子的脉搏总体均数与一般健康成年男子的脉搏总体均数是相同的，差别仅仅由于抽样误差所致； ②受山区某些因素的影响，两个总体的均数是不相同的。 如何作出判断呢？按照逻辑推理，如果第一种可能性较大时，可以接受它，统计上称差异无统计学意义； 如果第一种可能性较小时，可以拒绝它而接受后者，统计上称差异有统计学意义。 假设检验的一般步骤 1.建立检验假设 一种是无效假设（null hypothesis）符号为H0； 一种是备择假设（alternative hypothesis）符号为H1。 H0: H1: 表3-2 样本均数所代表的未知总体均数与已知总体均数的比较 表3-3 两样本均数所代表的未知总体均数的比较 2.确定检验水准 检验水准(size of a test)亦称显著性水准(significance level)，符号为α 。它是判别差异有无统计意义的概率水准，其大小应根据分析的要求确定。通常取α= 0.05。 3.选定检验方法和计算统计量 根据研究设计的类型和统计推断的目的要求选用不同的检验方法。如完全随机设计中，两样本均数的比较可用t检验，样本含量较大时（n100）,可用u检验。不同的统计检验方法，可得到不同的统计量，如t值和u值。 4.确定概率P值 P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量的概率。 │t│≥ tα,υ ,则P≤ α ；│t│ tα,υ,则P α。 5.作出推断结论 ①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为：按所取检验水准拒绝H0，接受H1，即差异有统计学意义。如例3.3 认为两总体脉搏均数有差别。 ②当Pα时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，即差异无统计意义，如例3.3 尚不能认为两总体脉搏均数有差别。 下结论时的注意点： P ≤α ，拒绝H0，不能认为H0肯定不成立，因为虽然在H0成立的条件下出现等于及大于现有统计量的概率虽小，但仍有可能出现； 同理，P α ，不拒绝H0，更不能认为H0肯定成立。 由此可见，假设检验的结论是具有概率性的，无论拒绝H0或不拒绝H0，都有可能发生错误，即第一类错误或第二类错误 假设检验中作出的推断结论可能发生两种错误： ①拒绝了实际上是成立的H0，这叫Ⅰ型错误(typeⅠerror)或第一类错误，也称为α错误。 ②不拒绝实际上是不成立的H0，这叫Ⅱ型错误(typeⅡerror)或第二类错误，也称为β错误。 第二节 Ⅰ型错误和Ⅱ型错误 表3-6 可能发生的两类错误 联系：一般α增大，则β减小； α减小，则β增大； 区别： （1）一般α为已知，如0.05,或0.01。 （2）一般β为未知，1－ β(把握度)≮0.75。 两类错误的联系与区别 1-β称为检验效能(power of test)或把握度，其意义是两总体确有差别，按α水准能发现它们有差别的能力。 α与β的大小应根据实际情况适当取值。 1.资料要来自严密的抽样研究设计 2.选用假设检验的方法应符合其应用条件 3.正确理解差别有无显著性的统计涵义 正确理解差别有统计学意义 及临床上的差别的统计学意义。 4.假设检验的推断结论不能绝对化 5.要根据资料的性质事先确定采用双侧检验或单侧检验 第三节 应用假设检验的注意问题 THANK YOU FOR LISTENING * *