第七章假设检验与t检验(终板)
合集下载
相关主题
- 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)。
的疗效时，如能根据专业知识认为新药 疗效不会比旧药差，只关心新药是否比 旧药好（疗效至少相同，绝对排除出现 相反的可能性），可用单侧检验。
双侧检验：在比较甲乙两种药物的疗效时， 事先不能确定哪种药的疗效较好ຫໍສະໝຸດ Baidu只关心两药 的疗效有无差别，要用双侧检验。双侧检验若 有差别，单侧检验肯定有差别；反之，单侧检 验若有差别，双侧检验不一定有差别。 单侧检验更容易得到有统计学意义的结论。
I 型错误和II 型错误
假阳性，即I型错误，是指在原假设H0
实际成立的前提下，做出拒绝原假设的
判断，其最大概率为 。例如，把健康
人误判为患病，把无效说成有效等。
假阴性，即II型错误，是指在原假设H0
实际不成立的前提下，做出不拒绝原假
设的判断，其概率用 表示。
图7-2 I型错误和II型错误
假设检验中α值与P值的区别
三、假设检验的一般步骤
1、建立假设和确定检验水准 2、选定检验方法和计算检验统计量 3、确定P值和作出推断结论
基本步骤
1、建立假设和确定检验水准
（1）两个假设 原假设： H0 （零假设或检验假设）
备择假设： H1
（对立假设）
(2)确定单侧或双侧检验 根据专业知识和研究目的而定
单侧检验：如在比较新旧两种药物
2、选定检验方法和计算检验统计量
根据研究设计方案、资料类型、样本含量 大小及分析目的选用适当的检验方法，并根据 样本资料计算相应的检验统计量；不同的检验 方法要用不同的公式计算现有样本的检验统计 量（t ,u，F值）。检验统计量是在H0成立的前 提下计算出来。
3、确定P值，作出统计推断 P值是指由所规定的总体作随机抽样， 获得
等于及大于（或等于及小于）现有样本获得的 检验统计量值的概率。P也表示H0成立的概率大 小。
手工计算：一般是通过查界值表获得。
统计软件：直接给出精确的P值
4、作出推断结论（含统计结论和专业结论）
将获得的事后概率P与事先规定的概率α 进行比较，推断统计结论。
当 P≤α时： 统计结论：拒绝H0，接受H1，差异有统计 学意义）
欢迎学习医学统计学
医学统计学
第七章 假设检验 与 t 检验 主讲：谢小花
目录
第一节 假设检验的基本思想和步骤 第二节 样本均数与总体均数的比较 第三节 配对设计样本均数的比较 第四节 两独立样本均数的比较
第一节 假设检验的基本思想和步骤
一、假设检验概念
假设检验（hypothesis test，significant test） 是指对所估计的总体首先提出一个假设， 然后通过样本数据去推断是否拒绝这一假 设；假设检验是统计推断的另一部分重要 内容。
1 2
1 2
建立检验假设注意事项
（1）检验假设是对总体特征的假设； （2）H1是与Ｈ0 相互联系和相互对立的假 设，两者缺一不可； （3）Ｈ0 相假设的内容是两个总体参数相等 ，或其差值等于0，处理无效，无相关，资 料服从某一分布等； （4）H1反映出单侧还是双侧检验。
(3)确定检验水准：
检验水准用α表示，是拒绝或不拒绝Ｈ0 的概率标准，也就是小概率事件标准，是 人为选定的概率值，一般取α＝0.05（根据 需要也可取0.2、0.15、0.1、0.01等）。
专业结论：可认为… 不同或不等。
当P>α时 统计结论：不拒绝H0，差异无统计学意义
专业结论：还不能认为… 不同或不等。
注意：对于H0，只能说拒绝或不拒绝；对于H1只 能说接受。
例：为了解某地1岁婴儿的血红蛋白 浓度，某医生从该地随机抽取了1岁婴儿 25名，测得其血红蛋白浓度的平均数为 123.5g/L，标准差为11.6 g/L，而一般正 常小儿的平均血红蛋白浓度为125 g/L。 试问，该地1岁婴儿的血红蛋白浓度与一 般正常小儿的平均血红蛋白浓度是否相 同？
二、假设检验原理（基本思想） 假设检验的基本思想是：首先，假设某 两个或多个总体参数相等、总体分布相同 或总体服从某种分布等（称为原假设）； 然后，假定该假设成立并计算相应的检验 统计量（如等）；最后根据相应的分布确 定值，做出统计推断。
若P值小于或等于预先设定的小概率水准α （一般取α=0.05），则获得现有样本统计量为小 概率事件。而一般认为，小概率事件在一次实 验或观察中发生的可能性很小或很可能不会发 生，因此如果它发生了，则有理由怀疑原假设 不成立，进而拒绝原假设。若P值大于预先设定 的小概率水准α ，则尚无充分理由拒绝原假设， 因而不拒绝原假设。由此可见，假设检验主要 运用了小概率事件原理和数学上反证法的思想。
（1）建立检验假设，确定检验水准
H0
该: 地1岁婴儿的血红蛋白浓度总体均数与正常
小儿的血红蛋白浓度总体均数相等，即1 2
H1 该: 地1岁婴儿的血红蛋白浓度总体均数与正常
小儿的血红蛋白浓度总体均数不等，即 1 2
0.05
(2)选定检验方法，计算检验统计量
t X 0
SX t统计量满足自由度 n 1 24
样本均数与总体均数比较
检验类型 检验目的 双侧检验 是否 0 单侧检验 是否 0
是否 0
H0 0 0 0
H1
0 0 0
样本均数与总体均数比较
检验类型 双侧检验 单侧检验
检验目的
是否1 2
是否 1 2 是否 1 2
H0
1 2
1 2 1 2
H1
1 2
1、假设检验中α值是检验水准，是拒绝 或不拒绝H0的概率标准。α的大小是人为 选定的，一般取0.05。
2、P值是指从H0所规定的总体中作随机 抽样,获得等于及大于 (或等于及小于)现有 样本统计量的概率。通过 P值与α 值的比 较来确定拒绝或不拒绝H0。
四、假设检验的应用注意事项
（1）研究设计要科学严密 （2）考虑假设检验方法的前提条件 （3）正确理解P值的含义 （4）假设检验的结论不能绝对化 （5）统计学意义与实际意义相互结合
的t分布，计算得t=-0.6466
（3）确定P值，作出统计推断
t0.05/ 2,24 2.064 , t t0.05/ 2,24 , P 0.05
故按照 0.05 检验水准，不能拒绝 H0 差异无统计学意义，即尚不能认为该地 1岁婴儿的血红蛋白浓度总体均数与正 常小儿的血红蛋白浓度总体均数不等 。
双侧检验：在比较甲乙两种药物的疗效时， 事先不能确定哪种药的疗效较好ຫໍສະໝຸດ Baidu只关心两药 的疗效有无差别，要用双侧检验。双侧检验若 有差别，单侧检验肯定有差别；反之，单侧检 验若有差别，双侧检验不一定有差别。 单侧检验更容易得到有统计学意义的结论。
I 型错误和II 型错误
假阳性，即I型错误，是指在原假设H0
实际成立的前提下，做出拒绝原假设的
判断，其最大概率为 。例如，把健康
人误判为患病，把无效说成有效等。
假阴性，即II型错误，是指在原假设H0
实际不成立的前提下，做出不拒绝原假
设的判断，其概率用 表示。
图7-2 I型错误和II型错误
假设检验中α值与P值的区别
三、假设检验的一般步骤
1、建立假设和确定检验水准 2、选定检验方法和计算检验统计量 3、确定P值和作出推断结论
基本步骤
1、建立假设和确定检验水准
（1）两个假设 原假设： H0 （零假设或检验假设）
备择假设： H1
（对立假设）
(2)确定单侧或双侧检验 根据专业知识和研究目的而定
单侧检验：如在比较新旧两种药物
2、选定检验方法和计算检验统计量
根据研究设计方案、资料类型、样本含量 大小及分析目的选用适当的检验方法，并根据 样本资料计算相应的检验统计量；不同的检验 方法要用不同的公式计算现有样本的检验统计 量（t ,u，F值）。检验统计量是在H0成立的前 提下计算出来。
3、确定P值，作出统计推断 P值是指由所规定的总体作随机抽样， 获得
等于及大于（或等于及小于）现有样本获得的 检验统计量值的概率。P也表示H0成立的概率大 小。
手工计算：一般是通过查界值表获得。
统计软件：直接给出精确的P值
4、作出推断结论（含统计结论和专业结论）
将获得的事后概率P与事先规定的概率α 进行比较，推断统计结论。
当 P≤α时： 统计结论：拒绝H0，接受H1，差异有统计 学意义）
欢迎学习医学统计学
医学统计学
第七章 假设检验 与 t 检验 主讲：谢小花
目录
第一节 假设检验的基本思想和步骤 第二节 样本均数与总体均数的比较 第三节 配对设计样本均数的比较 第四节 两独立样本均数的比较
第一节 假设检验的基本思想和步骤
一、假设检验概念
假设检验（hypothesis test，significant test） 是指对所估计的总体首先提出一个假设， 然后通过样本数据去推断是否拒绝这一假 设；假设检验是统计推断的另一部分重要 内容。
1 2
1 2
建立检验假设注意事项
（1）检验假设是对总体特征的假设； （2）H1是与Ｈ0 相互联系和相互对立的假 设，两者缺一不可； （3）Ｈ0 相假设的内容是两个总体参数相等 ，或其差值等于0，处理无效，无相关，资 料服从某一分布等； （4）H1反映出单侧还是双侧检验。
(3)确定检验水准：
检验水准用α表示，是拒绝或不拒绝Ｈ0 的概率标准，也就是小概率事件标准，是 人为选定的概率值，一般取α＝0.05（根据 需要也可取0.2、0.15、0.1、0.01等）。
专业结论：可认为… 不同或不等。
当P>α时 统计结论：不拒绝H0，差异无统计学意义
专业结论：还不能认为… 不同或不等。
注意：对于H0，只能说拒绝或不拒绝；对于H1只 能说接受。
例：为了解某地1岁婴儿的血红蛋白 浓度，某医生从该地随机抽取了1岁婴儿 25名，测得其血红蛋白浓度的平均数为 123.5g/L，标准差为11.6 g/L，而一般正 常小儿的平均血红蛋白浓度为125 g/L。 试问，该地1岁婴儿的血红蛋白浓度与一 般正常小儿的平均血红蛋白浓度是否相 同？
二、假设检验原理（基本思想） 假设检验的基本思想是：首先，假设某 两个或多个总体参数相等、总体分布相同 或总体服从某种分布等（称为原假设）； 然后，假定该假设成立并计算相应的检验 统计量（如等）；最后根据相应的分布确 定值，做出统计推断。
若P值小于或等于预先设定的小概率水准α （一般取α=0.05），则获得现有样本统计量为小 概率事件。而一般认为，小概率事件在一次实 验或观察中发生的可能性很小或很可能不会发 生，因此如果它发生了，则有理由怀疑原假设 不成立，进而拒绝原假设。若P值大于预先设定 的小概率水准α ，则尚无充分理由拒绝原假设， 因而不拒绝原假设。由此可见，假设检验主要 运用了小概率事件原理和数学上反证法的思想。
（1）建立检验假设，确定检验水准
H0
该: 地1岁婴儿的血红蛋白浓度总体均数与正常
小儿的血红蛋白浓度总体均数相等，即1 2
H1 该: 地1岁婴儿的血红蛋白浓度总体均数与正常
小儿的血红蛋白浓度总体均数不等，即 1 2
0.05
(2)选定检验方法，计算检验统计量
t X 0
SX t统计量满足自由度 n 1 24
样本均数与总体均数比较
检验类型 检验目的 双侧检验 是否 0 单侧检验 是否 0
是否 0
H0 0 0 0
H1
0 0 0
样本均数与总体均数比较
检验类型 双侧检验 单侧检验
检验目的
是否1 2
是否 1 2 是否 1 2
H0
1 2
1 2 1 2
H1
1 2
1、假设检验中α值是检验水准，是拒绝 或不拒绝H0的概率标准。α的大小是人为 选定的，一般取0.05。
2、P值是指从H0所规定的总体中作随机 抽样,获得等于及大于 (或等于及小于)现有 样本统计量的概率。通过 P值与α 值的比 较来确定拒绝或不拒绝H0。
四、假设检验的应用注意事项
（1）研究设计要科学严密 （2）考虑假设检验方法的前提条件 （3）正确理解P值的含义 （4）假设检验的结论不能绝对化 （5）统计学意义与实际意义相互结合
的t分布，计算得t=-0.6466
（3）确定P值，作出统计推断
t0.05/ 2,24 2.064 , t t0.05/ 2,24 , P 0.05
故按照 0.05 检验水准，不能拒绝 H0 差异无统计学意义，即尚不能认为该地 1岁婴儿的血红蛋白浓度总体均数与正 常小儿的血红蛋白浓度总体均数不等 。