假设检验及检验.pptVIP

第1页，共31页，编辑于2022年，星期二 * 一、假设检验 先对总体的参数提出某种假设，然后利用样本信息判断假设是否成立的过程. 反证法 + 小概率事件原理 第2页，共31页，编辑于2022年，星期二 从反面提出一个假设（H0） ，在假设成立的条件下，看看得到现有样本的可能性有多大？ 预先规定的概率值α（0.05） Ｐ＜0.05，（小概率事件,可能性很小），在一次试验中本不该得到，居然得到了，说明我们的假设有问题，拒绝之。 Ｐ＞0.05（不是小概率事件，有可能得到手头的结果），故根据现有的样本无法拒绝事先的假设（没理由） 第3页，共31页，编辑于2022年，星期二 二、假设检验的基本步骤 建立检验假设，确定检验水准 H0：检验假设（无效假设、零假设、原假设） 针对总体，而非样本；将差异归于抽样误差 H1：备择假设（对立假设） 内容直接反应检验的单双侧；将差异归于非抽样误差 检验水准： α（显著性水准），属于I型错误的范畴，确定小概率事件的标准。 第4页，共31页，编辑于2022年，星期二 二、假设检验的基本步骤 (2) 选定检验方法，计算检验统计量 所有检验统计量是在H0成立的条件下计算出来。 第5页，共31页，编辑于2022年，星期二 二、假设检验的基本步骤 (3) 确定P值, 作出统计推断 推断结论： 统计结论：有无统计学意义 专业结论 第6页，共31页，编辑于2022年，星期二 二、假设检验的基本步骤 (3) 确定P值, 作出统计推断 P≤ α，拒绝H0，接受H1，说明差异有统计学意义（统计结论），可认为……不同或不相等（专业结论） P＞ α，尚不拒绝H0 ，说明差异没有统计学意义（统计结论），可还不能认为……不同或不相等（专业结论） 第7页，共31页，编辑于2022年，星期二 (3) 确定P值, 作出统计推断 注意： 1、“不拒绝H0”不等于“接受H0”，只能说明没有足够的证据证明H0不成立 2、对H0只能说拒绝或不拒绝，对H1只能说接受 3、P值越小，说明拒绝H0，接受H1的统计学证据越充分，不能说参数间的差别越大。 4、有无统计学意义，只能针对样本统计量与总体参数之间或统计量之间，对于两总体只能说是否不同或不等 第8页，共31页，编辑于2022年，星期二 （1）单样本的t 检验 （2）配对两样本的t检验 （3）独立两样本的t检验 三、t 检验 第9页，共31页，编辑于2022年，星期二 一、样本均数与总体均数的比较 单样本t检验 第10页，共31页，编辑于2022年，星期二 应用条件: σ 未知且n 较小， 样本取自正态总体 使用范围： 已知样本均数（代表未知总体均数μ）与已知总体均数μ0（一般为理论值、标准值或经过大量观察所得稳定值等）的比较 分析目的： 所代表未知总体与已知总体是否有差异 第11页，共31页，编辑于2022年，星期二 式中为 X样本均数， ?0为已知总体均数，s为样本标准差，n为样本含量，?为自由度。 检验统计量 t 值的计算公式： 第12页，共31页，编辑于2022年，星期二 二、配对设计均数的比较 第13页，共31页，编辑于2022年，星期二 配对设计资料有3种情况： ①配对的两个受试对象分别接受两种处理； ②同一样品（或对象）用两种方法或仪器检 测的结果； ③同一受试对象两个部位的检测结果； ④同一受试对象处理前后结果。 第14页，共31页，编辑于2022年，星期二 配对设计资料的检验的基本思路: 解决这类问题，首先要求出各对差值（d）的均数。理论上，若两种处理无差别或某种处理不起作用时，差值d的均数应为0。所以对于配对设计的均数比较可看成样本均数 与总体均数（ ?d = 0）的比较： 第15页，共31页，编辑于2022年，星期二 配对的条件一般为年龄、性别、体重、……。 优点是在同一对的试验对象间取得均衡，从而提高试验的效率。 第16页，共31页，编辑于2022年，星期二 应用条件: 差值的分布服从正态分布； 第17页，共31页，编辑于2022年，星期二 式中 为样本中各对差值的均数， 为样本差值的标准差，n为对子数， ?为自由度。 第18页，共31页，编辑于2022年，星期二 三、两样本均数的比较 目的：推断两个总体均数是否相等。 第19页，共