卫生统计学假设检验.pptxVIP

假设检验在统计方法中的地位;第7章 假设检验;【案例7-1】为了解1岁婴儿的血红蛋白浓度，某医生从该地抽取了1岁婴儿25名，测得其血红蛋白浓度的均数为123.5g/l,标准差为11.6g/l， 而一般正常婴儿的血红蛋白浓度平均为125g/l，故认为该地1岁婴儿的血红蛋白浓度低于一般正常婴儿的血红蛋白浓度平均值。 该结论是否正确，为什么？ 如何解决此类问题？;一、假设检验的基本思想;?x 与μ0相差多大可以认为是由抽样误差导致的？;什么是假设检验;参数假设检验;例1：根据1989年的统计资料，某地女性新生儿的平均体重为3190克。为判断该地1990年的女性新生儿体重与1989年相比有无显著差异，从该地1990年的女性新生儿中随机抽取30人，测得其平均体重为3210克。 1989年3190克 1990年3210克 但这种差异可能是由于抽样的随机性带来的，也许这两年新生儿的体重并没有显著差异。究竟是否存在显著差异？可以先假设这两年新生儿的体重没有显著差异，然后利用样本信息检验这个假设能否成立。这是一个关于总体均值的假设检验问题。 ; 例2：某公司进口一批钢筋，根据要求，钢筋的平均拉力强度不能低于2000克，而供货商强调其产品的平均拉力强度已达到了这一要求，这时需要进口商对供货商的说法是否真实作出判断。 进口商 假设平均拉力强度不低于2000克， 然后用样本的平均拉力强度来检验假设是否正确。 这也是一个关于总体均值的假设检验问题。;例3：某种大量生产的袋装食品，按规定每袋重量不得少于250克，现从一批该种食品中任意抽取50袋，发现有6袋重量低于250克。若规定食品不符合标准的比例达到5％就不得出厂，问该批食品能否出厂。 可以先假设该批食品的不合格率不超过5％，然后用样本不合格率来检验假设是否正确。 这是一个关于总体比例的假设检验问题。; 假设检验的基本思想;什么是小概率原理？;; 检验统计量 用于假设检验问题的统计量称为检验统计量。 与参数估计相同，需要考虑： 总体是否正态分布； 大样本还是小样本； 总体方差已知还是未知。; 显著性水平 用样本推断H0是否正确，必有犯错误的可能。 原假设H0正确，而被我们拒绝，犯这种错误的概率用?表示。把?称为假设检验中的显著性水平( Significant level), 即决策中的风险。 显著性水平就是指当原假设正确时人们却把它拒绝了的概率或风险。 通常取?＝0.05或?=0.01或?=0.001, 那么, 接受原假设时正确的可能性(概率)为:95%, 99%, 99.9%。 ; 假设检验的一些基本概念;例：?＝0.05时的接受域和拒绝域;双侧检验与单侧检验 假设检验根据实际的需要可以分为 ： 双侧检验（双尾）: 指只强调差异而不强调方向性的检验。 ;假设检验中的单侧检验示意图;二、假设检验的基本步骤;（一）建立检验假设，确定检验水准;（二）选定检验方法，计算检验统计量;;（三）确定P值，做出推断结论;第二节 假设检验中的两类错误 ;假设;双侧检验(显著性水平与拒绝域 );单侧检验(显著性水平与拒绝域);左侧检验 (显著性水平与拒绝域);左侧检验 (显著性水平与拒绝域);右侧检验 (显著性水平与拒绝域);右侧检验 (显著性水平与拒绝域);抽样估计与假设检验都是统计推断的重要内容。 参数估计是根据样本统计量估计总体参数的真值； 假设检验是根据样本统计量来检验对总体参数的先验假设是否成立。 ;1.区间估计与假设检验都是根据样本信息对总体参数进行推断，都是以抽样分布为理论依据，都是建立在概率基础上的推断，推断结果都有一定的可信程度或风险。 2. 对同一问题的参数进行推断，二者使用同一样本、同一统计量、同一分布，因而二者可以相互转换。区间估计问题可以转换成假设问题，假设问题也可以转换成区间估计问题。 3. 区间估计中的置信区间对应于假设检验中的接受区域，置信区间以外的区域就是假设检验中的拒绝域。;区间估计与假设检验的主要区别;;小概率原理举例：;单侧检验 (原假设与备择假设的确定);单侧检验 (原假设与备择假设的确定);单侧检验 (原假设与备择假设的确定);双侧检验 ;单侧检验原假设与备择假设的确定; 用置信区间进行检验㈠均值双侧检验;用置信区间进行检验 均值单侧检验;用置信区间进行检验 (例题分析);用置信区间进行检验(例题分析);