总体均数估计与假设检验.ppt

四、两组独立样本资料的方差齐性检验 第三十一页，共五十八页。 例6-5 两组大鼠血糖的比较。 确定P 值：查 附表3.2，得 F0.05/2(7,11)=3.76，P0.05。 判断结果:在α=0.05的水准上，拒绝H0，接受H1，可以认为两总体方差不相等。 第三十二页，共五十八页。 例6-5 两组大鼠血糖的比较。 确定P 值：查 t 界值表，得 t 0.05/2,8=2.306，t 0.002/2,8= 4.501， t 0.001/2,8= 5.041， P 0.002。 推断结论：在α=0.05的水准上，拒绝H0，接受H1，可以认为两组大鼠血糖有差别。 第三十三页，共五十八页。 第六节 假设检验的注意事项 一、假设检验的两类错误 第I类错误，假阳性错误（弃真）， α 即拒绝正确的H0 第II 类错误，假阴性错误（存伪），β 即不拒绝错误的H0 第I类错误可以加以控制，即检验水准 α； 第II类错误不能控制，但α 越大，β 越小，故α不能过小，否则， β 将增大。 第三十四页，共五十八页。 I型错误和II型错误 推断结论 客观实际 H0成立 H0不成立 拒绝H0，接受H1 第一类错误α （弃真） 推断正确 不拒绝H0 推断正确 第二类错误β （存伪） 第三十五页，共五十八页。 两类错误示意图（以单侧t 检验为例） 第三十六页，共五十八页。 二、假设检验需要注意的问题 1. 要有严密的抽样研究设计 严密的抽样研究设计假设检验的前提，样本应是从同质总体中随机抽取的。 组间的均衡性和可比性特别重要，即除了对比的处理因素外，其它可能影响结果的非处理因素应尽可能相同或基本一致，或能在资料处理时消除其影响。 第三十七页，共五十八页。 二、假设检验需要注意的问题 2. 正确选用检验方法 研究变量的类型不同，设计类型不同，是大样本还是小样本等，所用假设检验的方法也不同。 如数值变量资料(均数)的比较常用t 检验和u 检验，计数资料的比较常用χ2 检验。 配对设计与成组设计比较的t 检验方法也不同，若用成组比较的t 检验处理配对设计资料，不但浪费信息，还可能得出错误的结论。 第三十八页，共五十八页。 二、假设检验需要注意的问题 3. 正确理解“显著性”的统计学意义 假设检验结论中的“拒绝H0，接受H1”，习惯上亦称为“显著”(significant)，不能误解为相差很大，或在医学上有显著的(重要的)价值； 不拒绝H0，习惯上亦称无显著(nonsignificant)，不应误解为相差不大或无差别。 第三十九页，共五十八页。 二、假设检验需要注意的问题 4. 结论不能绝对化 是否拒绝H0，取决于被研究事物有无本质差异和抽样误差的大小(又取决于个体差异的程度和样本例数的多少)，以及选用检验水准的高低。 检查水准是根据分析要求确定的，实际工作中，对同一问题选用α的大小往往有一定的灵活性。 取同一检验水准，就现有的样本不拒绝H0，但增加样本例数，由于减少了抽样误差，就有可能拒绝H0。 当计算的统计量在所选α水准界值附近时，即P接近α时，下结论要慎重。 拒绝H0可产生第一类错误，不拒绝H0可产生第二类错误。 在报告结果时，应列出检验统计量的值，并尽可能写出P值的确切范围。如0.05＞P＞0.02。以便让读者结合有关资料进行分析对比。 第四十页，共五十八页。 二、假设检验需要注意的问题 5. 选用双侧检验还是单侧检验 比较两种事物的差异，分析目的在于确定两者有无差异，应该用双侧检验。 如事先已知孰大孰小，分析目的在于确定大的事物确定仍然大，侧用单侧检验。 例如，比较新旧两种药物的疗效，事先不知道孰好孰差，分析目的在于确定新旧药物的疗效有无差异，则应用双侧检验。如已知新药不会比旧药疗效差，分析目的在于确定新药是否确实比旧药疗效好，则可用单侧检验。 第四十一页，共五十八页。 Gui Lihui 第三章总体均数估计与假设检验 桂立辉 新乡医学院公共卫生学院 研究生《医学统计学》(第三版) 第一页，共五十八页。 第三章总体均数估计与假设检验 均数的抽样误差与标准误 t 分布 总体均数的估计 假设检验的基本原理和步骤 t 检验 假设检验的注意事项 正态性检验和两样本方差比较的F检验 第二页，共五十八页。 第四节 假设检验的基本原理和步骤 假设检验(hypothesis testing)亦称为显著性检验(significance test)。下面通过一个实例说明假设检验的基本思想和方法步骤。 例 已知健康成年男子脉搏均数为72次/min 。某医生随机抽查了25名某病成年男性病人，求得脉搏的均数为75.5次/min ，标准差为5.0次/min ，能否据此认为该病病人的脉搏均