假设检验-t检验课件.pptxVIP

统计方法论实战假设检验-t检验课件统计初学者、研究生及数据分析从业者

第1章·破题引入你的实验结论真的可信吗？——以新药疗效为例某新药临床试验显示效果较对照组提升15%，但仅纳入200例患者，这个差异可能来自随机波动标准差若为20，则标准误约1.4，15%的提升幅度仅约10个标准误，看似显著但未经统计检验若P值为0.08而非0.05，按传统阈值应判定为无统计学意义，但临床价值是否归零？2/40

第1章·破题引入课程诊断主线与学习目标01从真实痛点出发：实验得出差异结论，却不知该相信还是质疑，这是80%科研新手的第一道门槛02根因在于混淆了数值差异与统计显著，前者是描述统计，后者需假设检验框架03方法层将系统讲授三种t检验（单样本、独立样本、配对样本）的适用场景与完整计算流程04决策层训练学生基于P值、置信区间、效应量(Cohensd)三重证据综合判断05学习成果指标：课后能独立完成样本量估算，掌握G*Power软件中α=0.05、power=0.8的参数设置06本课程覆盖I类错误(假阳性)与II类错误(假阴性)的权衡，α通常取0.05，β目标低于0.203/40统计方法论实战

第2章·一、基础概念与逻辑假设检验的核心矛盾：样本推断总体总体参数(如μ、σ)通常不可直接观测，必须通过样本统计量(如X?、S)进行无偏估计以μ=100、σ=15的总体为例，