t检验计算公式.pptx
医学统计学课件-t检验_研究生
n1 n2 2
ν= n1 + n2 -2
第三节 两独立样本t检验
• 两独立样本t检验要求两样本所代表的总体服从正 态分布N(μ1,σ12)和N(μ2,σ22),且两总体方 差σ12、σ22相等,即方差齐性(homogeneity of
variance, homoscedasticity)。
• 若两总体方差不等,即方差不齐,可采用t’检验,
t检验与Z检验 (t test and z test)
一、单组样本的t检验 二、配对设计计量资料比较的t检验 三、两独立样本资料均数比较的t检验 四、t’检验
五、Z检验
t 检验——问题提出
• 根据研究设计t检验有三种形式: –单组(个)样本资料的t检验 –配对样本均数t检验(非独立两样本均数t检验) –两组独立样本均数t检验
两个同质受试对象分别接受两种不同的处理
表 新药组与安慰剂组血清总胆固醇含量
配对号 新药组
安慰剂组
d
1
4.4
6.2
-1.8
2
5.0
5.2
-0.2
3
5.8
5.5
0.3
4
4.6
5.0
-0.4
5
4.9
4.4
0.5
6
4.8
5.4
-0.6
7
6.0
5.0
1.0
8
5.9
6.4
-0.5
9
4.3
5.8
-1.5
10
5.1
第三节 两独立样本t检验
• 两独立样本t 检验(two independent sample t-test),又称成组 t 检验。
• 适用于完全随机设计的两样本均数的比较,其目 的是检验两样本所来自总体的均数是否相等。
T检验ppt课件
分别接受两种不同的处理; 2. 同一受试对象或同一标本的两个部分, 分别接 受两种不同的处理; 3. 同一受试对象处理前后比较(自身对比);
配对t检验的基本原理: 假设两种处理的效应相同,即µ 1= µ 2,则µ 1µ 2=0 (可视为已知总体均数µ 0=0), 即可看成 是差值的样本均数所代表的未知总体均数 µ d与已知总体均数µ 0=0的比较。对于配对 样本数据,应该首先计算出各对差值的均 数。 应用条件:差值服从正态分布。
0
1.833
X 74.2 72 t 1.833 S/ n 6 25
t0.05,24 1.711,
0.01<p<0.05
t0.01,24 2.492
第二节 配对样本均数的t检验
目的:很几种 情况:
1. 将某些重要特征相似的两个受试对象配成一对,
两者的差异无统计学意义。据此资料还不能
认为山区成年男子的脉搏均数与一般健康成年
男子的脉搏均数不同。
(2) 计算统计量
X 0 74.2 72 X 0 t 1.833 SX S/ n 6.0 / 25
(3) 确定P值,作出统计推断结论
以=n-1=25-1=24,查t界值表, t0.05, 24=1.711, t>t0.05, 24, P<0.05, 按=0.05水准拒绝H0, 接受H1 ,两者的差异有统计学意义。可以 认为山区成年男子的脉搏均数高于一般健
对资料进行分析: 1. 资料提供的信息: 计量资料 已知某一总体均数0=72次/分; 4 .2 次 / 分 样本信息:n=25, x7 , S = 6.0次/分。 2. 目的: 推断样本所代表的未知总体均 数与已知的总体均数有无差别。
(1) 建立检验假设,确定检验水准
配对样本t检验PPT课件
四、成组设计的两样本几何均数的 比较
1.分析目的:推断两样本几何均数 各自代表的总体几何均数有无差 别。
2.应用条件:等比资料和对数正态 分布资料。(例3.9)
13
SHIFT ;
log 50
, 1 M+
……
…
M+
SHIFT
;
log 1280
, 3 M+
0
14
SHIFT
X 1 = 求出
SHIFT Xσn-1 3=
假设检验(1)双侧检验:如要 比较A、B两个药物的疗效,无 效 假 设 为 两 药 疗 效 相 同 (H0 : μ同A(=Hμ1B:),μ备A≠择μ假B),设可是两能药是疗A药效不优 于B药,也可能B药优于A药,这 就是双侧检验。
41
(2)单侧检验:若实际情况是A药 的疗效不劣差于B药,则备择假设 为A药优于B药(H1:μA>μB),此时, 备择假设成立时只有一种可能(另 一种可能已事先被排除了),这就 是单侧检验。
如1-=0.80,意味着两总体确有 差别情况下,理论上100次检验中, 平均有80次能够得出有统计学意 义的结论。
31
规则:一般先确定检验水准α , 然后决定检验功效。α 取值一般 为0.05,若重点减小(如方差 齐性检验、正态性检验等),一 般取α =0.1或0.2。
32
第七节 假设检验中的注意事项
21
二、 t'检验
1.适用条件:n1,n2 较小,且 σ12≠σ22
(例3.10)
2.计算公式:t
X1 X 2
S12 + S2 2
n1
n2
22
第五节 正态性检验
正态性检验:即检验样本是否来自 正态总体。
【医学课件】预防医学-t检验
t检验的适用范围
t检验适用于两个独立样本的平均值比较,以及一个样本的 平均值与一个已知值的比较。
对于两个样本的比较,要求两个样本的总体分布相同,且 总体方差相等。
t检验的假设条件
假设两个样本的方 差相等。
假设检验的零假设 是两个样本的平均 值无显著差异。
假设两个样本的总 体分布相同。
02
t检验的步骤
,如药物疗效、不同治疗方案的效果等。
临床研究
02
在临床研究中,t检验可用于评估疾病的疗效、安全性以及新
药与对照组的疗效比较等。
流行病学研究
03
流行病学研究中,t检验可用来评估不同人群中疾病的发生率
差异,研究因素对疾病的影响等。
在其他领域的应用
社会科学
在社会科学领域,t检验常用于比较不同组之间的平均值差异, 如比较不同国家或地区的经济水平、文化差异等。
05
t检验与相关分析的区别与联系
t检验与相关分析的不同点
1
t检验主要用于比较两组数据的均值是否存在显 著差异,而相关分析用于衡量两个变量之间的 线性关系强度和方向。
2
t检验关注数据的分组和组间的差异,而相关分 析关注两个变量之间的共同变化趋势和相关程 度。
3
t检验通常在实验或调查研究中比较不同组的数 据,而相关分析可用于任何两个变量之间的定 量关系分析。
t检验的局限性
数据的正态性和方差齐性
正态性
t检验假设数据符合正态分布。如果数据分布与正态分布存在较大偏离,将影响t 检验的可靠性。
方差齐性
t检验假设各组数据的方差相等。如果方差不等,将导致t检验的结果产生误差。
样本量和数据分布的类型
样本量
t检验通常适用于较大样本量的情况。在样本量较小时,t检验 的精度和稳定性会降低。
t检验ppt课件
t X0
74 .272
1.692
SX
6.5 25
精品课件
3.自由度ν= n-1 = 25-1 = 24,
t=1.692,查t 界值表得:
0.05<P<0.10 不能拒绝H0 ,差异无统计学意义。 尚不能认为该山区健康成年男子脉搏 数高于一般地区。
精品课件
例2 应用克矽平治疗矽肺患者10名, 治疗前后血红蛋白的含量如表1所示,问 该药是否引起血红蛋白含量的变化?
查附表3 (方差分析表,方差齐性检验用)
F0.05(9,49)=2.39 因为F =10.22>F0.05(9,49) 所以 P<0.05,
拒绝H0 。认为因为两总体方差的
差异有统计学意义,
故不能用 t 检验而要用 t 检验。
精品课件
x1 10.00 18.00 25.00 19.00 30.00 19.00
精品课件
方差齐性的检验用F 检验, 统计量F 值的计算公式为:
S
2 1
较
大
F
S
2 2
较
小
精品课件
求得F值后,其自由度分别为: df1 =n1-1; df2 =n2-1
查附表3,作方差齐性检验,
若 P> 0.05 则用 t 检验 P< 0.05 则用t'检验
精品课件
两独立样本均数比较的t’ 检验 (two independent sample t-test)
t 检验计算公式
t
X1 X 2
S
2 1
S
2 2
n1
n2
tα’界限值计算公式
ta
SX21
ta,d1f S2
X1
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?
5第四章 t检验ppt课件
1.建立检验假设、确定检验水准
H0:两总体方差相等
H1:两总体方差不相等
0.10( 较大以减少II类错误)
2.选择检验方法、计算统计量
中药组S2 =0.580 西药组S2 =0.466 F=s12/s22 =0.580/0.466 =1.245
3.确定P 值、做出推论
ν1=n1-1=10-1=9,ν2=n2- 1=10-1=9,查F 界值表(方差齐 性检验用),得F 0.05〔9,9) = 4.03, F< F 0.05〔9,9) ,P >0.05。
非参数检验是一类不依赖总体分布的具体形式的统 计方法。如Ridit分析、秩和检验、符号检验、 中位数检验、序贯试验、等级相关分析等。
⑴优点:①对总体的分布形式不要求;②可用于不 能精确测量的资料;③易于理解和掌握;④计算 简便。
⑵缺陷:不能充分利用资料所提供的信息,使检验 效率降低。
(二〕单因素分析与多因素分析
已知总体均数一般为标准值、理论值或 经大量观察得到的较稳定的指标值。
一、适用条件
1.对正态分布的数值变量资料,需用t 检验。
2.对于非正态分布的资料,若经过变量 变换使成正态分布,可按t检验处理; 否则,用非参数检验的方法。
二、正态性检验的方法
检验假设H0为总体分布是正态分布,当P>α时, 不拒绝H0,认为样本所来自的总体服从正态分 布;而P≤α时,拒绝H0,认为样本所来自的总 体不服从正态分布。
表4-2 两法治疗高血脂症3个月后血清胆固醇含量(mmol/L)
病人编号 组别
1 2 3 4 5 6 7 8 9 10
中药 5.45 5.04 4.62 5.61 4.06 5.32 5.28 4.78 6.97 5.34 西药 5.34 6.12 5.87 4.67 5.21 6.89 5.48 5.43 4.57 5.79
配对资料的t检验精.pptx
配对设计的t检验
设计方式:配对设计同一样本接受不同处理的比较同一对象治疗(或处理)前后的比较(时间影响)配对的两个受试对象分别给予两种处理原理:通过配对设计,尽量消除可能的干扰因素。如果处理因素无作用,则每对差值的总体均数μ应为0,样本均数也应离0不远。
第1页/共15页
计算公式: 为差值的均数,n为对子数
第3页/共15页
配对秩和检验
第4页/共15页
采用配对设计,研究不同剂量的蔗糖对小鼠肝糖原含量的影响
表10-1 不同剂量组小鼠肝糖原含量(mg/100g)
第5页/共15页
以此例说明编秩的基本方法
表10-1 不同剂量组小鼠肝糖原含量(mg/100g)
秩表示差值的绝对值从小到大的排序号,正负号取之差值的正负号,相同大小的差值取平均秩。
第6页/共15页
配对符号秩检验方法
H0:差值的中位数为0H1:差值的中位数不为0=0.05统计量 对正的秩求和T+=48.5,对负的秩求和T-=6.5,由于T++T-=n(n+1)/2,所以只需任取一个秩和,不妨取数值较小的秩和T=6.5
第7页/共15页
H0为真时,T服从对称分布,大多数情况下,T在对称点n(n+1)/4附近
第2页/共5页
1. 建立假设 H0:µd=0,即差值的总体均数为“0”,H1:µd>0或µd<0,即差值的总体均数不为“0”,检验水准为0.05。2. 计算统计量3. 确定概率,作出判断 以自由度v(对子数减1)查t界值表,若P<0.05,则拒绝H0,接受H1,若P>=0.05,则还不能拒绝H0。
第13页/共15页
Stata命令
配对符号秩检验方法 signrank x=y 即: signrank 变量1=变量2
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。
医学统计学t检验PPT课件
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检验ppt课件
1. 建立检验假设,确定检验水准 令两组患者血糖值的总体均数分别为μ1 和μ2 。 H0: μ1 = μ2 ; H1: μ1 ≠ μ2 ;α= 0.05。
2. 计算检验统计量
t X1 X2 SX1X2
X1 X2
SC2 X1X2
是两样本均数之差的联合标准误, S
2 C
是联合方差。
SC 2
X12(
X1)2 n1
X22(
X2)2 n2
n1n22
另外,如果已知两样本标准差为
S1
,
S2
时,可按以下公式计算S
2 C
:
SC 2 (n11n)1S12 n2(n221)S22
本例中,t = 2.639
3. 确定P值,得出推断结论
自由度ν= n1 + n2 – 2 = 23, 查 t 界值表,t 0.05/2,(23) = 2.069,
t > t 0.05(23), P < 0.05, 差别有统计学意义。按α= 0.05 水准, 拒绝 H0 ,接 受H1,可认为两组患者2个月后测得的空腹血糖值的均数不同。
总体方差不具齐性的两样本 t' 检验
方差齐性检验
两总体的方差齐性决定了,采用何种统计检验的方法去比较两小
样本均数的差异。
两总体方差的齐性检验,即 F 检验。
二. t' 检验
t' 检验有3种方法,本章介绍Cochran & Cox法和Satterthwaite法。 检验统计量t'为:
t X1 X 2
S
2 1
S
2 2
n1 n2
ν 1 = n1 – 1, ν2 = n2 – 1
校正临界值 t'α/2为:
t检验计算公式
t 检验计算公式:当总体呈正态分布,如果总体标准差未知,而且样本容量n <30,那么这时一切可能的样本平均数与总体平均数的离差统计量呈t 分布。
t 检验是用t 分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。
t 检验分为单总体t 检验和双总体t 检验。
1.单总体t 检验单总体t 检验是检验一个样本平均数与一已知的总体平均数的差异是否显著。
当总体分布是正态分布,如总体标准差σ未知且样本容量n <30,那么样本平均数与总体平均数的离差统计量呈t 分布。
检验统计量为:X t μσ-=。
如果样本是属于大样本(n >30)也可写成:X t μσ-=。
在这里,t 为样本平均数与总体平均数的离差统计量; X 为样本平均数; μ为总体平均数; X σ为样本标准差;n 为样本容量。
例:某校二年级学生期中英语考试成绩,其平均分数为73分,标准差为17分,期末考试后,随机抽取20人的英语成绩,其平均分数为79.2分。
问二年级学生的英语成绩是否有显著性进步?检验步骤如下:第一步 建立原假设0H ∶μ=73 第二步 计算t 值 第三步 判断因为,以0.05为显著性水平,119df n =-=,查t 值表,临界值0.05(19) 2.093t =,而样本离差的t =1.63小与临界值2.093。
所以,接受原假设,即进步不显著。
2.双总体t 检验双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。
双总体t 检验又分为两种情况,一是相关样本平均数差异的显著性检验,用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性,这两种情况组成的样本即为相关样本。
二是独立样本平均数的显著性检验。
各实验处理组之间毫无相关存在,即为独立样本。
该检验用于检验两组非相关样本被试所获得的数据的差异性。
现以相关检验为例,说明检验方法。
因为独立样本平均数差异的显著性检验完全类似,只不过0r =。
t检验课件-(2)(2)
t检验的应用条件
样本例数n较小、样本来自正态或近似 正态总体,两样本均数比较时还要求相 应的两总体方差齐同。
大样本资料可用u检验
第一节 单样本t检验 (小样本均数与已知总体均数比较)
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 总体
3.确定P值、做出推论:F=1.5 F0.05(9,9)=4.03 ,故P>0.05,
在=0.05水准下,不拒绝H0,提示实热组与虚寒组的 淋巴细胞转化率总体方差齐。
二、正态性检验
1.建立检验假设,确定检验水准: H0 :样本来自的总体均服从正态分布 H1 :样本来自的总体不服从正态分布 =0.05
2 c
(
1 n1
1 n2
)
S
2 c
S
2 1
(
n1
1
)
S
2 2
(
n2
n1 n2 2
1)
= n1+n2 - 2
例6-4: 测定功能性子宫出血症中实热组与虚寒组的 免疫功能,其淋巴细胞转化率如表5-5。试判断两组 转化率是否不同?
表5-5 实热组与虚寒组的免疫功能淋巴细胞转化率
实热组 0.709 0.755 0.655 0.705 0.723 0.694 0.617 0.672 0.689 0.795 虚寒组 0.617 0.608 0.623 0.635 0.593 0.684 0.695 0.718 0.606 0.618
1.建立检验假设、确定检验水准
H0 :1=2 ,实热组与虚寒组淋巴细胞转化率相等 H1 :12 ,实热组与虚寒组淋巴细胞转化率不等 =0.05
2.选择检验方法、计算统计量
n1=n2=10,x 1 =0.701,s1=0.050;x 2 =0.640,s2=0.043, 代入公式6-5,得t=2.955,ν=10+10-2=18
第6章 t检验ppt课件
图5-1 不同自由度t分布的概率密度曲线
小概率水准α与t界值: 单侧:
回顾
P ( t , n)
图为ν= 9的t分布曲线
P ( t 1 . 833 ) 0 . 05 0 . 05 , 9
回顾
双侧:
P ( t ) P ( t ) , v , v
2 2
图为ν= 9的t分布曲线
P ( t 2 . 262 ) P ( t 2 . 262 ) 0 . 05 0 . 05 0 . 05 , 9 , 9
2 2
t界值表(附表2)
从一(正态)总体中随机抽取一个样本:
假设某样本来自已知总体,根据此样本获得的t值: 如果 t t / 2,n ,P >α,即该抽样出现概率较 大,不能拒绝无效假设。
观察单位:男性(患者) 同质: 某病 变量: 血红蛋白; 定量资料 变异:(血红蛋白浓度)个体间差异 总体:某病男性患者;一般健康男性 参数:某病男性患者(?);一般健康男性(0=140 g/L) 样本:20名男性患者; 随机抽取 统计量:样本均数104.4g/L; 样本标准差19.48 g/L
假设注射组与口服组的Hb含量资料均服从正态分
布,并且所来自的两总体方差相等。
1.
建立检验假设,确定检验水准
H : 0 1 2
,即静脉注射与口服治疗后的Hb增 量的总体均数相同
H : 1 1 2 ,即静脉注射与口服治疗后的Hb增
量的总体均数不相同
0 .0 5
2. 计算检验统计量
2 c
2 2 2 2 ( n 1 ) S ( n 1 ) S ( 20 1 )( 10 . 33 ) ( 20 1 )( 9 . 44 ) 1 1 2 2 S 97 . 91 n n 2 20 20 2 1 2
第7章 t检验
)
X1 X2
X
2 1
(
X 1 ) 2 / n1
X
2 2
(
X 2 )2 / n2 ( 1 1 )
n1 n2 2
n1 n2
X1 X2
(n1 1)S12
(n2
1)S
2 2
(
1
1)
n1 n2 2
n1 n2
Cochran & Cox近似t检验
❖ Cochran & Cox的检验统计量为t′,因t′分布较 复杂,故常利用t分布计算其近似临界值。
TTEST过程
❖ 对于配对设计定量数据,我们可以采用TTEST过程 进行统计分析。TTEST过程功能是对两组数据的均 数进行差别比较的t检验,它的一般格式如下:
❖ proc ttest data= <options>; class 变量名称(分组变量); paired variables; var 变量名称(待分析的数值变量); by 变量名称(分组变量); run;
❖ 下面回答本例提出的问题而进行假设检验。按一般 步骤:
例题
❖ 提出检验假设H0与备择假设H1: ❖ H0:μ=μ0=72次/分,某山区成年男子的脉搏均数与一般成年
男子的相等; ❖ H1:μ≠μ0=72次/分,即某山区成年男子的脉搏均数与一般成
年男子不相等(这是双侧检验,如果事先已肯定山区人的脉 搏不可能低于一般人,只检验它是否高于一般人,则应用单 侧检验,H1为μ>μ0)。 ❖ 定显著性水准α,并查出临界t值。现令α=0.05, ❖ 本例自由度ν=n-1=25-1=24、查附表得t0.05,24=2.064。若 从观察资料中求出的∣t∣值小于此数,我们就接受H0;若等 于或大于此值则在α=0.05水准处拒绝H0而接受H1。
- 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)。
我们用以下一览表图示加以说明。
已知时,用
Z
X
n
单总体
未知时,用 t
X
S
(df
n 1)
n
在这里, S 表示总体标准差的估计量,它与样本标准差 X 的关系是:
S
n
n1 X
1,
已知且是独立样本时,用
2
X1 X 2
12 22
n1 n2
双总体
是独立大样本时,用 Z
X1 X 2
2 2
X1 X 2 n1 n2
学海无涯
t 检验计算公式:
当总体呈正态分布,如果总体标准差未知,而且样本容量n <30,那么这时 一切可能的样本平均数与总体平均数的离差统计量呈t 分布。
t 检验是用t 分布理论来推论差异发生的概率,从而比较两个平均数的差异 是否显著。 t 检验分为单总体t 检验和双总体t 检验。
1.单总体t 检验 单总体t 检验是检验一个样本平均数与一已知的总体平均数的差异是否显
检验步骤为:
第一步 建立原假设 H0∶1= 2
第二步 计算t 值
t
X1 X2
2 X1
2
X2
2
X1 X 2
n 1
=
79.5 71
9.1242 9.9402 2 0.704 9.124 9.940
10 1
=3.459。 第三步 判断
根据自由度df n 1 9 ,查 t 值表t(9)0.05 2.262 , t(9)0.01 3.250 。由于实
现以相关检验为例,说明检验方法。因为独立样本平均数差异的显著性检验 完全类似,只不过r 0 。
相关样本的t 检验公式为:
t
X1 X2
。
2 X1
2
X2
2
X1 X 2
n 1
在这里, X1 , X 2 分别为两样本平均数;
X21,
2 分别为两样本方差;
X2
为相关样本的相关系数。
例:在小学三年级学生中随机抽取 10 名学生,在学期初和学期末分别进行 了两次推理能力测验,成绩分别为 79.5 和 72 分,标准差分别为 9.124,9.940。 问两次测验成绩是否有显著地差异?
著。当总体分布是正态分布,如总体标准差 未知且样本容量n <30,那么样本
平均数与总体平均数的离差统计量呈t 分布。检验统计量为:
t
X X
。
n 1
如果样本是属于大样本( n >30)也可写成:
t
X
X
。
n
在这里, t 为样本平均数与总体平均数的离差统计量;
X 为样本平均数;
为总体平均数;
X 为样本标准差;
1 , 2 未知
是独立小样本时,用 t
X1 X2
(n1
1)S1 2
(n2
1)S
2 2
(
1
1
)
n1 n2 2
n1 n2
(df n1 n2 2)
是相关样本时,用 t
X1 X2
Байду номын сангаас
S
2 1
S
2 2
2rS
1S2
n
(df n 1)
以上对平均数差异的显著性检验的理论前提是假设两个总体的方差是相同 的,至少没有显著性差异。对两个总体的方差是否有显著性差异所进行的检验称
X
17
n 1
19
第三步 判断
因 为 , 以 0.05 为 显 著 性 水 平 , df n 1 19 , 查 t 值 表 , 临 界 值
t(19)0.05 2.093 ,而样本离差的t 1.63 小与临界值 2.093。所以,接受原假设, 即进步不显著。
1
学海无涯
2.双总体t 检验 双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显 著。双总体t 检验又分为两种情况,一是相关样本平均数差异的显著性检验,用 于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据 的差异性,这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性 检验。各实验处理组之间毫无相关存在,即为独立样本。该检验用于检验两组非 相关样本被试所获得的数据的差异性。
际计算出来的 t =3.495>3.250= t(9)0.01 ,则 P 0.01,故拒绝原假设。
结论为:两次测验成绩有及其显著地差异。 由以上可以看出,对平均数差异显著性检验比较复杂,究竟使用Z 检验还是 使用t 检验必须根据具体情况而定,为了便于掌握各种情况下的Z 检验或t 检验,
2
学海无 涯
n 为样本容量。 例:某校二年级学生期中英语考试成绩,其平均分数为 73 分,标准差为 17 分,期末考试后,随机抽取 20 人的英语成绩,其平均分数为 79.2 分。问二年级 学生的英语成绩是否有显著性进步?
检验步骤如下:
第一步 建立原假设 H0∶ =73
第二步 计算t 值
t X 79.2 73 1.63
3
学海无 涯 为方差齐性检验,即必须进行 F 检验。
4