医学统计学t检验PPT课件
合集下载
医学统计学：第八章 t检验
作为总体指标）
（1）建立检验假设
H0：μ ＝μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平相同。
H1： μ≠μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平不同。
α ＝0.05(双侧)
（2）计算u值 本例因总体标准差σ已知，故
可用u检验。
本例n=47, 样本均数=11, 总体均数=11.18,总
验）
一、单样本t检验（样本均数与总体均数比较的t检验）
即样本均数代表的未知总体均数与已知的 总体均数（一般为理论值、标准值或经过大量 观察所得的稳定值等）进行比较。
这时检验统计量t值的计算在H0成立的前提
条件下为：
t X 0
Sn
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？
二、配对资料的t检验
配对实验设计得到的资料称为配对资料。
医学科研中配对资料的四种主要类型： ➢ 同一批受试对象治疗前后某些生理、生化指标
的比较； ➢ 同一种样品，采用两种不同的方法进行测定，
来比较两种方法有无不同； ➢ 配对动物试验，各对动物试验结果的比较等。 ➢ 同一观察对象的对称部位。
配对资料的 t 检验
之间收缩压均数有无差别？
（1)建立检验假设
H0：μ1 ＝μ2 ，即该地20～24岁健康女子和
男子之间收缩压均数相同；
H1: μ1≠μ2 ，即该地20～24岁健康女子和男
子之间收缩压均数不同。 α ＝0.05（双侧）
（2）计算u值
（1）建立检验假设
H0：μ ＝μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平相同。
H1： μ≠μ0 ，即该托儿所男婴的体重发育状
况与全国九城市的同期水平不同。
α ＝0.05(双侧)
（2）计算u值 本例因总体标准差σ已知，故
可用u检验。
本例n=47, 样本均数=11, 总体均数=11.18,总
验）
一、单样本t检验（样本均数与总体均数比较的t检验）
即样本均数代表的未知总体均数与已知的 总体均数（一般为理论值、标准值或经过大量 观察所得的稳定值等）进行比较。
这时检验统计量t值的计算在H0成立的前提
条件下为：
t X 0
Sn
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？
二、配对资料的t检验
配对实验设计得到的资料称为配对资料。
医学科研中配对资料的四种主要类型： ➢ 同一批受试对象治疗前后某些生理、生化指标
的比较； ➢ 同一种样品，采用两种不同的方法进行测定，
来比较两种方法有无不同； ➢ 配对动物试验，各对动物试验结果的比较等。 ➢ 同一观察对象的对称部位。
配对资料的 t 检验
之间收缩压均数有无差别？
（1)建立检验假设
H0：μ1 ＝μ2 ，即该地20～24岁健康女子和
男子之间收缩压均数相同；
H1: μ1≠μ2 ，即该地20～24岁健康女子和男
子之间收缩压均数不同。 α ＝0.05（双侧）
（2）计算u值
医学统计学 t检验
130
-5
11
100
3
13
110
147
37
14
115
125
10
15
120
114
-6
16
155
165
10
对差值d进行正态性检验（Shapiro-Wilk统计量W=0.949，P=0.470）， 认为其满足正态性，可用配对样本均数的t 检验。
（1）建立检验假设，确定检验水准
H0：μd=0，A、B两种仪器检测的血红蛋白总体平均差异为0 H1：μd≠0，A、B两种仪器检测的血红蛋白总体平均差异不为0
（3）确定P值，作出推断结论 查t界值表，得单侧概率0.10<P<0.20，按=0.05水准，不拒绝H0，
尚不能认为该地20岁男子平均身高比以往要高。
样本均数与已知总体均数的比较，n≥60时，亦可近似地采用z检验
第二节 配对样本均数的 t 检验
配对样本均数的 t 检验 （paired/matched t-test）
检验X 所代表的未知总体均数μ是否与已知总体均数μ0 有差别
应用条件：资料服从正态分布
t = X-μ = X-μ = X-μ0 ,
S X
SnSn
ν=n-1
（7-1）
例7-1 通过以往大量资料得知某地20岁男子平均身高为168cm， 今随机测量当地16名20岁男子，得其身高均数为172cm，标准差 为14cm。问当地现在20岁男子的平均身高是否比以往高？
若两处理因素的效应无差别，理论上差值d的总体 均数μd应为0，故可将该检验理解为样本均数 d所对 应的总体μd与总体均数0的比较
配对t检验的应用条件：差值d服从正态分布
t检验医学统计学PPT课件
[
sc2
( x12
x1)2 ][ n1
( x22
n1 n2 2
x2)2 ] n2
(n1 1)s12 (n2 1)s22 n1 n2 2
第36页/共78页
例8-7 :
表8-4 男女大学生的血清谷胱甘肽过氧化酶(GSH-PX)
性别 例 数 均 数 标准差 男 48 96.53 7.66 女 46 93.73 8.23
身高与以往男子平均身高相等
H1:µ≠µ0=170cm，即即现在该地20岁男子平均
身高与以往男子平均身高不等
α= 0.05,双侧检验
第9页/共78页
⑵ 选定检验方法，计算检验统计量 根据题目资料类型，可见，该资料是样本与
总体之间的比较，且σ已知可用样本-总体的Z
检验。依公式计算检验统计量：
z x 0 x 0
值样本是否来自零总体(μd=0 )，如来自零总体
，则两方法检测值相同，如不是来自零总体，则 表明两方法检测值的不一致，不是由抽样误差引 起，而是来自不同的总体。
第25页/共78页
⑴ 建立检验假设，确定检验水准
H0:µd=0，即两方法检测结果相同 H1:µd≠0，即两方法检测结果不同 α= 0.05 ,双侧检验
第6页/共78页
在 H0 成立的前提条件下，检验统计量计算公式：
① σ已知或σ未知但n足够大:
z x
x
( )
② σ未知且n较小：
t x μ0 x μ0
sx
s n
第7页/共78页
(n1)
例8-1 根据大量调查得知，某地20岁健康成年男子平 均身高为170cm，标准差为cm。今随机抽查了该地25 名健康成年男子，求得其身高均数为172cm，标准差 为cm，能否据此认为该地现在20岁成年男子平均身高 与以往不同？
医学统计学——t检验课件
医学统计学——t检验课件xx年xx月xx日contents •t检验的基本概念•t检验的原理•t检验的步骤•t检验的应用•t检验的注意事项•t检验的实例演示目录01 t检验的基本概念统计假设检验的一种，用于比较两个独立样本的平均数是否有显著差异，或一个样本的平均数与一个已知的参考值之间是否有显著差异。
t检验常用于小样本数据，特别是两个独立样本的比较。
t检验的定义t检验的适用范围适用于小样本数据，特别是两个独立样本的比较；常用于检验一个样本的平均数与一个已知的参考值之间是否有显著差异；可用于二分类变量和等级变量的比较。
两个独立样本来自的总体服从正态分布；两个独立样本来自的总体方差相等；样本数据是随机样本。
t检验的假设条件02 t检验的原理两独立样本t检验适用条件样本应来自正态分布总体，且方差相等。
结果解释根据t值和自由度，结合临界值表，确定P值，判断是否拒绝原假设。
统计假设比较两组独立样本的均值是否存在显著差异，即H0：μ1=μ2与H1：μ1≠μ2。
两配对样本t检验统计假设比较两组配对样本的差值均值是否显著非零，即H0：μ1-μ2=0与H1：μ1-μ2≠0。
适用条件样本应来自正态分布总体，且方差相等。
结果解释根据t值和自由度，结合临界值表，确定P值，判断是否拒绝原假设。
单因素方差分析t检验统计假设比较三组或多组独立样本的均值是否存在显著差异，即H0：μ1=μ2=…=μn与H1：μ1≠μ2≠…≠μn。
适用条件样本应来自正态分布总体，且方差相等。
结果解释根据F值和自由度，结合临界值表，确定P值，判断是否拒绝原假设。
如果P值小于预设显著性水平α，则认为各组均值存在显著差异；否则，认为无显著差异。
03 t检验的步骤明确研究目的明确研究目的是t检验的首要步骤，决定了数据的类型和数量。
数据筛选对数据进行筛选，去除异常值和缺失值，以确保数据的有效性和可靠性。
数据分组根据研究目的，将数据分成两组或以上，以便进行比较和分析。
第四章 t检验 PPT课件
第四章 ｔ检验
ｔ检验(t test)是以t分布为理论
基础，对一个或两个样本的数值变 量资料进行假设检验常用的方法， 属于参数检验。
第一节 假设检验
一、假设检验的概念与分类 假设检验(hypothesis test) 亦称显著 性检验(significance test)，是利用 样本信息，根据一定的概率水准，推断 指标(统计量) 与总体指标(参数)、不 同样本指标间的差别有无意义的统计分 析方法。
假设检验有双侧检验和单侧检验
若目的是推断两总体均数是否不等，应选用
双侧检验。 H0：＝0，H1：0
若从专业知识已知不会出现0 (或0)的 情况，则选用单侧检验。
H 0 ： = 0 ， H 1 ： 0 ( 或 0 )
确定检验水准
Hale Waihona Puke 检验水准亦称显著性水准，符号为α ， 指由假设检验做出推断结论时发生假阳 性错误的概率。 α 常取0.05或0.01。
1.607
3.确定Ｐ值、做出推论
=30-1 =29，查t值表， t0.05/2，29=2.045， 今t =1.607t0.05/2，29，P 0.05。 按 0.05水准，不拒绝H0，根据现
有样本信息，尚不能认为脾虚男子脉 搏数与健康人不同。
第三节
配对设计资料均数的t检验
配对设计
二、假设检验的基本步骤
例题：根据大量调查，已知健康成年 男子的脉搏均数为72次/分。某医生 在某医院随机调查30名脾虚男子，求 得脉搏均数为74.2次/分，标准差为 7.5次/分。脾虚病人的脉搏是正态分 布，问脾虚男子的脉搏均数与一般成 年男子的脉搏均数是否相等？
分析：
把一般成年男子的脉搏均数看作一个 总体均数，脾虚男子的脉搏均数为 样本均数。 0 ＝ 72 ， n ＝ 30 ， X ＝ 74.2 ， s ＝ 7.5 。
ｔ检验(t test)是以t分布为理论
基础，对一个或两个样本的数值变 量资料进行假设检验常用的方法， 属于参数检验。
第一节 假设检验
一、假设检验的概念与分类 假设检验(hypothesis test) 亦称显著 性检验(significance test)，是利用 样本信息，根据一定的概率水准，推断 指标(统计量) 与总体指标(参数)、不 同样本指标间的差别有无意义的统计分 析方法。
假设检验有双侧检验和单侧检验
若目的是推断两总体均数是否不等，应选用
双侧检验。 H0：＝0，H1：0
若从专业知识已知不会出现0 (或0)的 情况，则选用单侧检验。
H 0 ： = 0 ， H 1 ： 0 ( 或 0 )
确定检验水准
Hale Waihona Puke 检验水准亦称显著性水准，符号为α ， 指由假设检验做出推断结论时发生假阳 性错误的概率。 α 常取0.05或0.01。
1.607
3.确定Ｐ值、做出推论
=30-1 =29，查t值表， t0.05/2，29=2.045， 今t =1.607t0.05/2，29，P 0.05。 按 0.05水准，不拒绝H0，根据现
有样本信息，尚不能认为脾虚男子脉 搏数与健康人不同。
第三节
配对设计资料均数的t检验
配对设计
二、假设检验的基本步骤
例题：根据大量调查，已知健康成年 男子的脉搏均数为72次/分。某医生 在某医院随机调查30名脾虚男子，求 得脉搏均数为74.2次/分，标准差为 7.5次/分。脾虚病人的脉搏是正态分 布，问脾虚男子的脉搏均数与一般成 年男子的脉搏均数是否相等？
分析：
把一般成年男子的脉搏均数看作一个 总体均数，脾虚男子的脉搏均数为 样本均数。 0 ＝ 72 ， n ＝ 30 ， X ＝ 74.2 ， s ＝ 7.5 。
医学统计学t检验PPT课件
检验的统计量：
t = d d
sd nd
~t(nd 1)，其中nd为对子数，因为
d =0，化简后得到课本公式：
t= d sd nd
配对设计t检验（例8.2）
24名儿童接种卡介苗，按照年龄、性别配成12对，每对中的 一人接种新制品，另外一人接种标准品；经相同部位注射， 72小时后观察结核菌素皮肤反应的直径，请问两种疫苗的反 应结果有无差别？
40 既然满足正态分布就可以作z转换，但是总体标准差
未知，而且样本例数较少，所以只能作t转换： t= x = 3.27 3.36 = 1.294 = 40 1 = 39
s / n 0.44 / 40
P /2
P/ 2
1/2α
0 -1.294 -2.023
1/2 α
t39
1.294 2.023
对子号 1 2 3
……
试验组
对照组
门诊6
门诊1
女性、55～、重度
门诊4
门诊2
男性、40～、轻度
门诊3
门诊5
女性、45～、中度
……
试验组与对照组的两个观察对象均按照一定的条件配成对子， 同一对子中的“混杂”因素在二者间几乎相同；而在不同对子 间这些“混杂”因素则有可能差别很大
配对设计的t检验
常见的配对方法之二： 将同一份样品分成两份（或同一机体不同 部位），同时、随机接受两种不同的处理方 案，例如：牙医分别用两种方法对相同患者 的牙龈取模，比较两种方法的精确度
的因素，例如要比较两种药物的疗效，如果两组 患者在开始时的病情严重程度相差较大，那么即 使最终两药的治愈情况不同，也不能归结于药物 差别；在这里患者的病情称之为非处理因素或“ 混杂”因素 配对设计就是研究者为了控制可能存在的非处理 因素对研究结果的影响而采用的一种“均衡”的 设计方法
t = d d
sd nd
~t(nd 1)，其中nd为对子数，因为
d =0，化简后得到课本公式：
t= d sd nd
配对设计t检验（例8.2）
24名儿童接种卡介苗，按照年龄、性别配成12对，每对中的 一人接种新制品，另外一人接种标准品；经相同部位注射， 72小时后观察结核菌素皮肤反应的直径，请问两种疫苗的反 应结果有无差别？
40 既然满足正态分布就可以作z转换，但是总体标准差
未知，而且样本例数较少，所以只能作t转换： t= x = 3.27 3.36 = 1.294 = 40 1 = 39
s / n 0.44 / 40
P /2
P/ 2
1/2α
0 -1.294 -2.023
1/2 α
t39
1.294 2.023
对子号 1 2 3
……
试验组
对照组
门诊6
门诊1
女性、55～、重度
门诊4
门诊2
男性、40～、轻度
门诊3
门诊5
女性、45～、中度
……
试验组与对照组的两个观察对象均按照一定的条件配成对子， 同一对子中的“混杂”因素在二者间几乎相同；而在不同对子 间这些“混杂”因素则有可能差别很大
配对设计的t检验
常见的配对方法之二： 将同一份样品分成两份（或同一机体不同 部位），同时、随机接受两种不同的处理方 案，例如：牙医分别用两种方法对相同患者 的牙龈取模，比较两种方法的精确度
的因素，例如要比较两种药物的疗效，如果两组 患者在开始时的病情严重程度相差较大，那么即 使最终两药的治愈情况不同，也不能归结于药物 差别；在这里患者的病情称之为非处理因素或“ 混杂”因素 配对设计就是研究者为了控制可能存在的非处理 因素对研究结果的影响而采用的一种“均衡”的 设计方法
医学统计学——t检验课件
•t检验概述•t检验的前提条件•单一样本t检验•独立样本t检验•配对样本t检验•t检验的扩展•t检验在医学中的应用•t检验的常见错误及注意事项目录t检验的定义0102031t检验的适用范围23t检验主要用于比较两组数据的均值是否存在显著差异，例如比较两组病人的平均血压、平均血糖等指标是否存在显著差异。
t检验还可用于检测单个样本的均值与已知的某个值是否存在显著差异，例如检测某种新药的有效性。
在医学研究中，t检验常用于临床试验、流行病学调查等数据统计分析中。
t检验的历史与发展t检验起源于英国统计学家G.E.皮尔逊，最初用于解决科学实验中的数据分析问题。
随着科学技术的不断发展，t检验逐渐成为医学统计学中最常用的统计分析方法之一。
目前，t检验已经广泛应用于医学、生物、社会科学等领域的数据统计分析中，成为研究者和学者们必备的统计工具之一。
样本正态分布样本独立性独立性是指样本数据来自不同的总体，且各总体之间相互独立。
在进行t检验时，要求样本数据是来自两个或多个相互独立的总体。
如果样本数据不是来自相互独立的总体，那么t检验的结果可能会受到影响。
在实际应用中，如果样本数据不满足独立性要求，可以通过将数据分为不同的组（如按时间、按个体等）来满足独立性要求。
如果数据无法分组满足独立性要求，则可以考虑使用其他统计方法。
方差齐性单一样本t检验是用来检验一个样本均值是否显著地不同于已知的参考值或“零”（即检验假设H<sub>0</sub>：μ=μ<sub>0</sub>）。
这种检验通常用于检验单个观察值是否与已知的参考值有显著差异。
公式t=(X-μ<sub>0</sub>)/S<sub>X</sub>/√n，其中X是样本均值，μ<sub>0</sub>是已知的参考值或“零”，S<sub>X</sub>是样本标准差，n是样本大小。
t检验(一)(ppt文档)
H0：总体服从正态分布 H1：总体不服从正态分布
（1）单样本K-S拟合优度检验 （2）探索性分析-W检验
2019年11月23日
spss操作过程
在spss中调出数据文件Li4-7.sav （1）正态性检验 Analyze→ Descriptive Statistice （描述统计量） → Explore（探索性分析） Dependent List：M物资含量 击Plots（图形）按钮：
较）→ One-Sample T Test（单样本t检 验） Test variable [s]（检验变量）：M物质 含量 在Test Value（检验值）对话框中改原 系统默认值0为检验值63.5
2019年11月23日
单样本t检验
检验值
2019年11月23日
单样本t检验
检验统计量t = -45.142，自由度df =8，双侧P=0.000<0.05 。故可认为人工培植人参中M物质含量与野生人参不同。 差值的95%可信区间为（-22.213，-20.054），不包含0（如
已知总体均数µ0一般为：理论值、标准 值或经大量观察所得的稳定值。
统计量t的计算公式：
t X 0 X 0 , df n 1
SX
Sn
2019年11月23日
实例
例4-7 已知人参中M物质的含量服从正态分 布，μ0=63.5μg/g。今9次测得一批人工培 植人参中M物质的含量(μg/g)为40.0，41.0 ，41.5，41.8，42.4，43.1，43.5，43.8， 44.2。推断这批人工培植人参中M物质的含 量与野生人参是否相同？
应用条件：配对差值服从正态分布
计算公式：
t d d d
（1）单样本K-S拟合优度检验 （2）探索性分析-W检验
2019年11月23日
spss操作过程
在spss中调出数据文件Li4-7.sav （1）正态性检验 Analyze→ Descriptive Statistice （描述统计量） → Explore（探索性分析） Dependent List：M物资含量 击Plots（图形）按钮：
较）→ One-Sample T Test（单样本t检 验） Test variable [s]（检验变量）：M物质 含量 在Test Value（检验值）对话框中改原 系统默认值0为检验值63.5
2019年11月23日
单样本t检验
检验值
2019年11月23日
单样本t检验
检验统计量t = -45.142，自由度df =8，双侧P=0.000<0.05 。故可认为人工培植人参中M物质含量与野生人参不同。 差值的95%可信区间为（-22.213，-20.054），不包含0（如
已知总体均数µ0一般为：理论值、标准 值或经大量观察所得的稳定值。
统计量t的计算公式：
t X 0 X 0 , df n 1
SX
Sn
2019年11月23日
实例
例4-7 已知人参中M物质的含量服从正态分 布，μ0=63.5μg/g。今9次测得一批人工培 植人参中M物质的含量(μg/g)为40.0，41.0 ，41.5，41.8，42.4，43.1，43.5，43.8， 44.2。推断这批人工培植人参中M物质的含 量与野生人参是否相同？
应用条件：配对差值服从正态分布
计算公式：
t d d d
医学统计学 t-检验
������ = ������lj − ������0 = 14.3 − 14.1 = 0.236 ������/ ������ 5.08/ 36
（相应的自由度为） ������ = ������ − 1 = 36 − 1 = 35.
3.确定P值: 如果总体状况和������0一致，现有统计量以及 更不利于������0成立的可能性（概率）有多大？
1. 建立检验假设， 确定检验水准
H0: µ= 140.0; H1: µ ≠ 140.0; α=0.05
2. 计算检验统计量
t
=
���ത���−µ0
������/ n
=
104.4−140.0 12.59/ 20
=
−12.65，ν
=
n-1=19
3. 确定P值
查表：t0.05/2,19=2.093， t >2.093，得P<0.05
X −
Z=
������
= 5; ���������ሜ���
= 0.22
Z变换
标准正态分布 N(0, 1)
Z = X − n
���ሜ��� − ������ ���ሜ��� − ������
������ = ������Τ
= ������
���������ሜ���
,
������ = ������ − 1
4. 作出统计推断 按α=0.05的检验水准，拒绝H0 ，接受H1
思考：
样本均值标准差���������ത���如何计算？
A. ���������ത��� =
σ������������=1(������������−���ത���)2 ������
B. ���������ത��� =
（相应的自由度为） ������ = ������ − 1 = 36 − 1 = 35.
3.确定P值: 如果总体状况和������0一致，现有统计量以及 更不利于������0成立的可能性（概率）有多大？
1. 建立检验假设， 确定检验水准
H0: µ= 140.0; H1: µ ≠ 140.0; α=0.05
2. 计算检验统计量
t
=
���ത���−µ0
������/ n
=
104.4−140.0 12.59/ 20
=
−12.65，ν
=
n-1=19
3. 确定P值
查表：t0.05/2,19=2.093， t >2.093，得P<0.05
X −
Z=
������
= 5; ���������ሜ���
= 0.22
Z变换
标准正态分布 N(0, 1)
Z = X − n
���ሜ��� − ������ ���ሜ��� − ������
������ = ������Τ
= ������
���������ሜ���
,
������ = ������ − 1
4. 作出统计推断 按α=0.05的检验水准，拒绝H0 ，接受H1
思考：
样本均值标准差���������ത���如何计算？
A. ���������ത��� =
σ������������=1(������������−���ത���)2 ������
B. ���������ത��� =
医学统计学——t检验课件
样本量大小的问题
足够的样本量是t检验准确性的重要保障
如果样本量过小，t检验的结果可能不准确。
确定合适的样本量
在医学研究中，一般认为样本量至少需要达到30才能进行t检验。同时，可以使用如Bootstrap、jackknife等 重采样方法来评估t检验的稳定性。
06
t检验的复习与巩固
概念辨析
t检验
医学统计学——t检验课件
xx年xx月xx日Βιβλιοθήκη contents目录
• t检验的基本概念 • t检验的原理 • t检验的步骤 • t检验的应用 • t检验的局限性 • t检验的复习与巩固
01
t检验的基本概念
t检验的定义
总结词
t检验是一种常用的参数检验方法，用于比较两组数据的均值 是否存在显著差异。
详细描述
计算t值
正态性检验
对数据进行正态性检验，以确定数据是否符合正态分布。
t值计算
根据样本数据计算t值，并确定自由度。
查表得出p值
p值定义
p值是统计学中表示样本数据是 否显著的重要指标。
p值计算
使用t值和自由度查表得出p值 。
解读p值
根据p值大小，判断样本数据的 显著性，从而得出结论。
04
t检验的应用
t检验是通过计算t值来评价两组数据之间的差异程度，以确定 这种差异是随机误差引起还是处理效应引起。
t检验的适用范围
总结词
t检验适用于小样本数据，特别是样本数据呈正态分布或近似正态分布的情况 。
详细描述
在医学研究中，t检验常用于比较两组病例的疗效、安全性等指标的差异，也 可以用于评价不同剂量、不同处理方式之间的差异。
实例
例如在肺癌患者的预后评估中，根据患者年龄、性别、病理 类型、肿瘤大小、淋巴结转移情况等数据，使用t检验进行统 计分析，可以得出患者的生存期是否存在显著差异，从而为 临床医生提供参考依据。
医学统计学PPT(南医大)04-5-t检验课件
t 检验 配对设计定量资料的 t 检验
例4.6 某医生研究脑缺氧对脑组织中生化指标的影响，将乳猪按出
生体重配成7对，一组为对照组，一组为脑缺氧模型组。试比较两组
猪脑组织钙泵的含量有无差别。
表 4.3 两组乳猪脑组织钙泵含量( g/g)
乳猪号
对照组
实验组
差值 d
d2
1
0.3550
0.2755
0.0795
★★ 分析策略：差值均数与0比较
首先求出各对数据间的差值d，将d作为变量值计算均数
6
t 检验 配对设计定量资料的 t 检验 ★★★
配对t 检验
1
2
1 - 2
0
☺
☺
☺
☺
☺
☺
d1 d2
......
☺
☺
dn
7
t 检验 配对设计定量资料的 t 检验 ★★★
例4.5 为了研究某新的降压药对高血压患者舒张压的影响，随机抽 取了10名高血压患者，分别在其用药前和用药后1个月测量舒张压， 试问该降压药对高血压患者的舒张压是否有影响？
= 0.10
(2) F 12.62 12.32 1.049
F0.10,14,14=2.46
(3) P > 0.10
(4) 按 = 0.10水准，不拒绝H0；可以认为两组的总体
方差相等
23
t 检验 t’ 检验
当方差不齐时，可用 t’ 检验代替 t 检验
t X1 X2 s12 s22 n1 n2
目的
推断 1 ＝ 2？
15
t 检验 成组设计定量资料的 t 检验 ★★★
某医生测得12名正常人和13名肝炎患者血清转铁蛋白含量（μg/dl），试问正
医学统计学——t检验ppt课件
第三篇 医学统计学方法
Statistical Methods in Medicine
精选PPT课件
1
第九章 数值变量资料的统计分析
第一节 第二节 第三节 第四节 第五节
数值型资料的统计描述 正态分布和参考值范围的估计 数值型资料的统计推断 t检验和u检验 方差分析
精选PPT课件
2
terminology
精选PPT课件
5
表9-1 2002年某市150名20~29岁正常男子的尿酸浓度(μmol/L)
362.6 359.7 285.9 300.2 333.6 334.0 288.8 338.5 341.9 344.6 3375 298.3
364.2 367.1 338.1 316.9 332.7 324.0 282.6 369.8 398.7 338.7 308.9 392.1
348.5 346.8 406.6 357.6 338.7 341.6 349.8 289.4 366.2 357.5 298.4 336.8
387.5 342.3 366.7 387.6 332.7 324.0
精选PPT课件
6
统计描述的内容：
一、制频数(分布) 表(表9-2)和频数分布图(图9-1)
标准差
variance
方差
range
极差，全距，范围
geometric mean
几何平均值
median
中位数
normal distribution
正态分布
reference range
参考值范围
精选PPT课件
3
统计分析包括统计描述和统计推断两大部分。 统计描述(statistical description)是用统计指标、统计 表和统计图描述资料的分析规律及其数量特征； 统计推断(statistical inference) 包括总体参数估计和假 设检验两个内容。
Statistical Methods in Medicine
精选PPT课件
1
第九章 数值变量资料的统计分析
第一节 第二节 第三节 第四节 第五节
数值型资料的统计描述 正态分布和参考值范围的估计 数值型资料的统计推断 t检验和u检验 方差分析
精选PPT课件
2
terminology
精选PPT课件
5
表9-1 2002年某市150名20~29岁正常男子的尿酸浓度(μmol/L)
362.6 359.7 285.9 300.2 333.6 334.0 288.8 338.5 341.9 344.6 3375 298.3
364.2 367.1 338.1 316.9 332.7 324.0 282.6 369.8 398.7 338.7 308.9 392.1
348.5 346.8 406.6 357.6 338.7 341.6 349.8 289.4 366.2 357.5 298.4 336.8
387.5 342.3 366.7 387.6 332.7 324.0
精选PPT课件
6
统计描述的内容：
一、制频数(分布) 表(表9-2)和频数分布图(图9-1)
标准差
variance
方差
range
极差，全距，范围
geometric mean
几何平均值
median
中位数
normal distribution
正态分布
reference range
参考值范围
精选PPT课件
3
统计分析包括统计描述和统计推断两大部分。 统计描述(statistical description)是用统计指标、统计 表和统计图描述资料的分析规律及其数量特征； 统计推断(statistical inference) 包括总体参数估计和假 设检验两个内容。
医学统计课件人卫6版 第七章 t检验
α = 0.05 计算检验统计量：
t x 0
sn
查t界值表，得P值，若P＞α则接受 H0，
反之，则拒绝 H0。
t t Z 当n较大时， α/2，ν≈ ∞ α/2， 即 α/2 ，
此时可将 t检验简化为Z检验
2019/8/15
西安医学院公共卫生系
Z x 0
sn
2. 配对设计t检验：
2019/8/15
西安医学院公共卫生系
总结
• 总体均数的区间估计 • t检验的应用条件？何时可以
转化为Z检验？ • 两独立样本的t检验？不符合
应用条件时怎么办？
2019/8/15
西安医学院公共卫生系
课堂作业
某地随机抽查120份黄连中小檗碱含量（mg/100g）得平均 数为4.38，标准差为0.18，假设数据服从正态分布，问：
10
9
128
135
7
10
135
130
-5
11
100
120
20
12
130
133
3
13
110
147
37
14
115
125
10
15
120
114
-6
20191/68/15
1西55安医学院公共卫生16系5
10
2019/8/15
西安医学院公共卫生系
3.成组设计的两样本均数比较的t检验： • 即分别从两总体中抽取样本，作两样本
1）列出求得的检验统计量值，注明单双侧； 2）写出P值的确切范围。
2019/8/15
西安医学院公共卫生系
第一类错误与第二类错误
指假设检验中作出的推断结论可能发生两类错误 ☆I类错误：拒绝了真实的H0 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
=n1+n22=2(n1)=2(201)=38
(3)确定P值，作出推断结论
t0.64t2 0.0/5 2,38 2.04
n 1 n 2 2 2 2 0 2 0
t t0.6420.642 0.681 0.5/2,38
P0.50
结论：按=0.05 水准，p＞0.50不拒绝H0
，差别无统计学意义。还不能认为阿卡波糖 胶囊与拜唐苹胶囊对空腹血糖的降糖效果有 不同。
同一受试对象分 别接受两种不同 的处理
同一受试对象接 受一种美好处理 的前后
单样本t检验
单样本t 检验（one sample t-test）即比较 抽样的单个样本均数与已知总体均数的差别。
例题
已知某小样本中含CaCO3的真值为20.7mg/L。现用某法重复 测定该小样本15次，CaCO3含量（mg/L）分别为20.99， 20.41，20.62，20.75，20.10，20.00，20.80，20.91， 22.60，22.30，20.99，20.41，20.50，23.00，22.60。 问该法测得的均数与真值有无差异？
健康人与Ⅲ度肺气肿患者α1抗胰蛋白酶含量(g/L)
健康人
Ⅲ度肺气肿患者
2.7
3.6
2.2
3.4
4.1
3.7
4.3
5.4
2.6
3.6
1.9
6.8
1.7
4.7
0.6
2.9
1.9
4.8
1.3
5.6
1.5
4.1
1.7
3.3
1.3
4.3
1.3
1.9
操作步骤
拆分数 据
正态性 检验
两独立样 本t检验
合并数据
具体步骤
CONTENTS
目
录
PART
LOREM IPSUM DOLOR
1
LOREM IPSUM DOLOR
LOREM IPSUM
LOREM IPSUM DOLOR
LORE
LORE
LORE
LORE
LORE
LORE
LOREM IPSUM DOLOR
LOREM
Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.
本次内容结束
谢谢大家
LOREM IPSUM DOLOR
Lorem ipsum dolor sit amet, consectetur adipisicing elit.
1 LOREM IPSUM DOLOR 2 LOREM IPSUM DOLOR
CONTENTS
目
录
1 LOREM IPSUM DOLOR 2 LOREM IPSUM DOLOR 3 LOREM IPSUM DOLOR 4 LOREM IPSUM DOLOR
4.2
9
7.8
7.5
10
8.6
7.0
11
6.1
5.3
12
9.9
10.3
操作步骤
求差值
正态性 检验
配对样本 t检验
具体步骤
1 转换——计算变量——求差值 2 分析——非参数检验——旧对话框——单个样本检验 3 分析——比较均值——单个样本t检验
结
论
1 分析得出的概率值有无统计学意义 2 若有意义，比较两者均数的大小
u0
例题
某研究者为比较耳垂血和手指 血的白细胞数，调查12名成年 人，同时采取耳垂血和手指血 见下表，试比较两者的白细胞 数有无不同。
成人耳垂血和手指血白细胞数(10g/L)
编号 耳垂血
手指血
1
9.7
6.7
2
6.2
5.4
3
7.0
5.7
4
5.3
5.0
5
8.1
7ห้องสมุดไป่ตู้5
6
9.9
8.3
7
4.7
4.6
8
5.8
2.625
sc2
s12(n11)s2 2(n11) n1n22
sc 23 .06 2(2 02 0 1 1 )0 22 . 4 0 222(2 0 0 5 1 )7 .6115
(2)计算检验统计量
tX1X22.065 2.625 0.642
SX1X2
0.8724
11
SX1X2
7.61(15 )0.8724 2020
对象 编号
1 2 3
试验组（n=20） (阿卡波糖胶囊)
基线 8周后 5 4.3 7 4.5 8 5.2
对照组（n=20） (拜唐苹胶囊) 基线 8周后 85 64 6.5 4.2
.
20
9 10.2
75
两独立样本t检验的步骤
两组基本统计量的计算
s
nx
试验组
20
3.0601
2.065
对照组
20
合2并.4方20差5 计算
CONTENTS
目
录
1 LOREM IPSUM DOLOR 2 LOREM IPSUM DOLOR 3 LOREM IPSUM DOLOR 4 LOREM IPSUM DOLOR 5 LOREM IPSUM DOLOR
CONTENTS
目
录
1 LOREM IPSUM DOLOR 2 LOREM IPSUM DOLOR 3 LOREM IPSUM DOLOR 4 LOREM IPSUM DOLOR 5 LOREM IPSUM DOLOR 6 LOREM IPSUM DOLOR
t检验的基本知识及应用
王娇 张琦
作用
检验计量数据两个均数的差别有无统计学意义。 根据设计不同，有以下t检验：
单样本数据的t检验
样本均数与总体均数比较
配对样本数据比较的t检验
一组样本在处理前后平均值的比较
两样本t检验
两组数据平均值的比较
配对t检验条件
异源
同源
自身
两同质受试对象配 成对子分别接受两 种不同的处理
1 数据——拆分文件 2 分析——非参数检验——旧对话框——单个样本检验 3 数据——拆分文件 4 分析——比较均值——两独立样本t检验
例 为研究国产四类新药阿卡波糖胶囊降血
糖效果，某医院用40名II型糖尿病病人分为两
组进行同期随机对照试验。问两组8周后的血
糖改变量有无差别？
两组用药前后血糖值结果
操作步骤
检验正态性
单样本t检验
具体步骤
1 分析——非参数检验——旧对话框——单个样本检验 2 分析——比较均值——单个样本t检验
结
论
1 分析得出的概率值有无统计学意义
2 若有意义，比较样本均数与总体均数 的大小
配对样本t检验（Paired t-test）
将比较组受试对象某些影响结果的因素（如年龄，性别等），按特 征相似配成对子，测定某指标结果。
两独立样本t检验（two-sample)
适用于完全随机设计两样本均数的比较，此时比 较的是两样本均数所代表的两总体均数是否相等。
适用条件
1.资料服从正态分布 2.方差具有齐性
注：若方差不具有齐性，用t'检 验
例题
分别测得15名健康人和13名Ⅲ 度肺气肿病人痰中抗胰蛋白酶 含量(g/L)如下表，问健康人与 Ⅲ度肺气肿病人抗胰蛋白酶含 量是否不同？