医学统计学课件假设检验
合集下载
医学统计学总体均数的估计与假设检验ppt-课件

六、 u 检验
•应用: 当已知;或未知,但n足够大时(此时t
分布接近u 分布)。用于两均数的比较。 常用于两大样本均数的比地抽样调查了部分健康成人的红细胞 数,其中男性360人,均数为4.6601012/L,标准 差为0.575 1012/L ;女性255人,均数为4.178 1012/L,标准差为0.291 1012/L,试问该地男、 女平均红细胞数有无差别?
30217某医生测得18例慢性支气管炎患者及1617酮类固醇排出量mgdl分别为314583735462405508498422435235289216555594440535380412412789324636348674467738495408534427654462592518310053200532成组设计的两样本几何均数的比较一般认为此类资料呈对数正态分布因此需将原始资料取对数后再作两组对数值均数的20名钩端螺旋体病人的血清随机分为两组分别用标准株和水生株做凝溶试验测得稀释倍数如下问两株的平均效价有无差别
如何判断? 统计上是通过假设检验来回答这个问题。 (1)建立假设:
H0: (检验假设或无效假设) 总体参数相等 为什么称其为无效假设?
H1: (备择假设) 总体参数不等
(2)确立检验水准 指拒绝实际上成立 H0 的所犯错误的概率
(I 类错误)。通常 = 0.05,但并不绝对。 为什么检验水准通常取0.05?
268
103
10609
443
22
484
d206 d221426
H0: d= 0
H : 0 2)
H0:
1 未知,但n足够大时;
1= 2
d
H0: d= 0
= 0.05 = 0.
4 据大量调查知,健康成年男子脉搏的均数为72次/分,某一身在山区随机调查了25名健康男子,其脉搏均数为74.
医学统计学 第五讲 计量资料的统计推断假设检验PPT课件

了样本均数的差别。称为“差别无显著性” 。 (2)分别所代表的总体均数不同。称为“差别有显著
性”。
6
2、假设检验的目的
判断是由于何种原因造成的不同, 以做出决策。
例题
例3.4 根据大量调查知道,一般健康成年男子 的脉搏均数为72次/分, 某医生在山区随机调查 了25名健康成年男子,其脉搏均数为74.2次/分, 标准差为6.5次/分,能否认为该山区成年男子的 脉搏高于一般人群?
如果|u|> u或| t |> t,ν ,则 P< ; 如果|u|< u或| t | < t,ν ,则P> 。
(5)作出推断结论
如果p>,认为在检验假设H0成立的条件下,得到 大于现有统计量u值或t值的可能性大于,不属于 小概率事件,则不拒绝H0,差别无统计学意义,结 论是不认为两总体均数不相等。
第三节 t 检验和u检验
20
在均数比较的假设检验中,以t检验和u检验 最常用
u检验的应用条件:①σ已知或②σ未知,n足 够大(n≥100)
t检验的应用条件:① σ未知,n 较小②样本来 自正态分布总体③两样本均数比较时,要求 两样本所属总体的方差齐。
&实际应用中,与上述条件稍有偏离,也 可应用。
21
一、样本均数与总体均数的比较
实质是一个未知总体与一个已知总体均数的比较
(一)、大样本 一般女性平均身高160.1 cm。某大学
随机抽取100名女大学生,测量其身高,身 高的均数是163.74cm,标准差是3.80cm。 请问某大学18岁女大学生身高是否与一般 女性不同。
22
▲目的:比较样本均数所代表的未知总体均数 与已知的总体均数有无差别
样本与总体的关系
N(μ0,σ02)
性”。
6
2、假设检验的目的
判断是由于何种原因造成的不同, 以做出决策。
例题
例3.4 根据大量调查知道,一般健康成年男子 的脉搏均数为72次/分, 某医生在山区随机调查 了25名健康成年男子,其脉搏均数为74.2次/分, 标准差为6.5次/分,能否认为该山区成年男子的 脉搏高于一般人群?
如果|u|> u或| t |> t,ν ,则 P< ; 如果|u|< u或| t | < t,ν ,则P> 。
(5)作出推断结论
如果p>,认为在检验假设H0成立的条件下,得到 大于现有统计量u值或t值的可能性大于,不属于 小概率事件,则不拒绝H0,差别无统计学意义,结 论是不认为两总体均数不相等。
第三节 t 检验和u检验
20
在均数比较的假设检验中,以t检验和u检验 最常用
u检验的应用条件:①σ已知或②σ未知,n足 够大(n≥100)
t检验的应用条件:① σ未知,n 较小②样本来 自正态分布总体③两样本均数比较时,要求 两样本所属总体的方差齐。
&实际应用中,与上述条件稍有偏离,也 可应用。
21
一、样本均数与总体均数的比较
实质是一个未知总体与一个已知总体均数的比较
(一)、大样本 一般女性平均身高160.1 cm。某大学
随机抽取100名女大学生,测量其身高,身 高的均数是163.74cm,标准差是3.80cm。 请问某大学18岁女大学生身高是否与一般 女性不同。
22
▲目的:比较样本均数所代表的未知总体均数 与已知的总体均数有无差别
样本与总体的关系
N(μ0,σ02)
医学统计学课件:假设检验

数据展示
不同职业人群的身高和体重数据。
统计方法
方差分析,推断不同职业人群的身 高和体重是否具有统计学差异。
06
总结与展望
医学统计学在假设检验中的重要性
数据驱动决策
医学统计学在假设检验中扮演着核心角色,其原理和方法为数 据驱动的决策提供了基础框架。
提高诊断准确性
通过假设检验,医学统计学可以帮助医生做出更准确的诊断, 从而更好地制定治疗方案。
详细描述
方差分析的步骤包括提出假设、计算统计 量F值、确定临界值和作出结论。该方法可 以分析多个样本数据之间的差异,推断出 各样本所代表的总体的平均值之间是否存 在显著差异。
04
假设检验的注意事项
假设检验的前提条件
ห้องสมุดไป่ตู้样本与总体
样本是总体的代表,总体是样本的来源。在进行假设检验时,必须清楚定义总体和样本, 并考虑样本的代表性、样本大小和效应大小等因素。
研究目的
探讨该地区高血压与年龄的关系。
研究设计
收集该地区各年龄组人群的高血压患病率 数据,进行分析。
数据展示
各年龄组高血压患病率数据。
统计方法
卡方检验,探索不同年龄组之间高血压患 病率是否存在差异。
实例三
研究目的
探讨该地区不同职业人群的身高与 体重是否存在差异。
研究设计
收集不同职业人群的身高和体重数 据,进行对比分析。
02
假设检验的统计学原理
概率论与统计学关系
1
概率论是数学的一个分支,主要研究随机事件 发生的可能性。
2
统计学是利用概率论研究随机数据的方法和原 理的一门学科。
3
假设检验是统计学中利用概率论原理对未知的 总体参数进行推断的方法。
医学统计学课件:假设检验

统计推断基础
参数估计
用样本数据估计总体参数的方法。
显著性检验
理解显著性检验的基本原理和方法。
假设检验
根据样本数据对总体参数进行检验的方法。
置信区间
掌握置信区间的概念和计算方法。
03
参数假设检验
单参数假设检验
定义
单参数假设检验是当我们只有一个总 体参数需要检验时的假设检验。例如 ,我们可能需要确定一个药物是否对 一组患者的平均血压有降低作用。
应用场景:例如,检验某种新药的疗效是否显著优于安 慰剂。
案例二:两样本t检验
总结词:两样本t检验是一种常用的假设检验方 法,适用于比较两个独立样本的平均数是否存在 显著差异。
详细描述
1. 定义假设:通常包括零假设(H0,即两个样本的 平均数无差异)和对立假设(H1,即两个样本的平 均数存在差异)。
02
假设检验的数学基础
概率基础
概率定义
表示随机事件发生的可能性程度。
概率运算
掌握加法、乘法和条件概率等运算方法。
独立性和互斥性
理解事件之间的独立性和互斥性。
分布基础
分布定义
描述随机变量取值的概率规律。
连续型和离散型分布
理解连续型和离散型分布的概念和特点。
常用分布
掌握常用的分布及其性质,如正态分布、二项分布等。
假设检验步骤
根据符号分布,计算临界值和p值,判断假设是 否成立。
05
假设检验的注意事项与误用
假设检验的注意事项
明确研究目的和背 景
在假设检验前,需要明确研究目 的和背景,以便确定合适的假设 和检验方法。
合理选择样本量和 样本类型
样本量和样本类型的选择对假设 检验的结果具有重要影响。在确 定样本量时,需要考虑研究目的 、研究设计、误差概率等因素。
医学统计学PPT(南医大)04-4-假设检验课件

假设检验的思想 女士品茶的故事
陈峰 教授
第二届全国高校微课教学比赛 一等奖
/play.asp?vodid=179409&e=3
11
假设检验的思想 女士品茶的故事
★★★ 女士品茶
假设检验
建立假设 H :0 检验假设(hypothesis to be tested),原假设/无效假设(null hypothesis) H :1 备择假设(alternative hypothesis),当H0被拒绝时采用,表示差异是由
本质上的差别引起的
H0:女士没有这个本事,是碰巧猜对的
12
假设检验的思想 女士品茶的故事
★★★ 女士品茶
假设检验
建立假设 计算概率
如果假设成立,得到现在结果的可能性有多大
0.58=0.0039
13
假设检验的思想 女士品茶的故事
★★★ 女士品茶
假设检验
建立假设 计算概率 推断结论
得到现有结果的可能性很小(小概率事件)
1
主要内容
假设检验的目的 血红蛋白的故事
假设检验的思想 女士品茶的故事
假设检验的步骤 炊事员的故事
2
主要内容
假设检验的目的 血红蛋白的故事
假设检验的思想 女士品茶的故事
假设检验的步骤 炊事员的故事
3
假设检验的目的 血红蛋白的故事
总体Α是100例正常成年男子的血红蛋白实测值,从中随机抽取样本a1 和样本a2; 总体B是另外100例正常成年男子的血红蛋白实测值,从中随机抽取样本b; 三个样本的含量均为10例。
★★★ 标准t离差:在标准误的尺度下,样本均数与总体均数的偏离
t X 0
sn
医学统计学第3版 第7章 假设检验课件

• •
首利先 用对样总本总体信体参息数判参或断数分假布设分形是布式否形做成出立式某。种假设;
PPT学习交流
4
假设检验的分类
• 根据假设的对象
• 参数检验—对总体参数提出假设 • 非参数检验—对总体分布提出假设
PPT学习交流
5
假设检验的基本思想
• 小概率反证法
• 在一次研究或观察中,如果出现了假设成立情况下的小 概率事件,由于推理过程是严密的,就只能认为假设不 成立,应予拒绝或否定,并接受它的对立面。
?
一般
0=140g/L
随机抽样
n=60
样本
x =155g/L s = 24g/L
统计推断
统计 描述
PPT学习交流
2
假设检验的原因
• 造成0与x不等的可能原因:
• =0 ,抽样误差造成 • >0 ,差异客观存在
• 判断方法:假设检验
PPT学习交流
3
假设检验(Hypothesis test)
• 假设检验是统计推断的另一个重要方面:
• 探索性研究—双侧检验 • 验证性研究—单侧检验
PPT学习交流
10
建立检验假设,确定检验水准
• 样 双本 侧均 检数验与假已设知的总形体式均数0的比较中,单侧检验和
检验形式 双侧检验
单侧检验
目的
是否0 是否>0 是否<0
H0
=0 =0 =0
H1
0 >0 <0
PPT学习交流
11
建立检验假设,确定检验水准
还不足以拒绝H0
• 统统计 计学学结意论义:P>,按=0.05水准,不拒绝H0,差异无
• 专业结论:尚不能认为高原地区成年男子平均Hb量高 于一般人群
第三章假设检验 ppt课件

2020/12/8
广西医科大学卫统黄高明编
查表须注意:
(1)t值有正负值,由于t分布是以0 为中心的对称分布,故表中只列正值, 查表时,不管t值正负只用绝对值;
(2)t值表中插图阴影部分,表示tα,ν 以外尾部面积占总面积的百分比, 即
概率P;
2020/12/8
广西医科大学卫统黄高明编
(3)当ν一定时,P越小,t值越大; (4)当P一定时,ν越大,t值越小;
ν越小,t分布曲线越低平,尾部的面积 较大;
ν逐渐增大,t分布逼近标准正态分布; ν=∞,t分布=标准正态分布。
2020/12/8
广西医科大学卫统黄高明编
2020/12/8
广西医科大学卫统黄高明编
注:所有的t分布的曲线均比正态曲线低。 说明在同样的曲线下面积,t值>u值。例 如,中间95%面积,在横轴上的区间:
S 0.44
Sx 144
2020/12/8
广西医科大学卫统黄高明编
3、标准误的应用
(1)反映抽样误差大小:标准误越大, 抽样误差越大;
(2)反映均数的可靠性:越大,样本均 数的抽样误差越大,(用样本均数推算 总体均数的)可靠性差;反之,越小, 均数抽样误差越小,(用样本均数推算 总体均数的)可靠性好。
(5) 当ν=∞时,t=u;
另外:
表示双侧,不是除2
单侧:t0.025,10=2.228 二者相等
双侧:t0.05/2,10=2.228
2020/12/8
广西医科大学卫统黄高明编
α/2
2020/12/8
95%
双侧
α/2
1.96
2(α/2)
95%
单侧
1.645
卫生统计学 第七章 假设检验基础 ppt课件

31
例 通过以往大规模调查,已知某地 新生儿出生体重均数为3.30kg。从该地 难产儿中随机抽取35名新生儿作为研 究样本,平均出生体重为3.42kg,标准 差为0.40kg,问该地难产儿出生体重是 否与一般新生儿出生体重不同?
32
(1)建立检验假设,确定检验水准
H0: =0 =3.30kg,即难产儿总体平均出生
查附表2(t 临界值表):t0.05/2,11=2.201 , t>t0.05/2,11,得P<0.05 ,按α=0.05水准,拒绝H0,
接受H1,差别有统计学意义。可认为用药后小儿IgG 增高。
44
例7-3 用两种方法测定12份血清样品中 Mg2+ 含量(mmol/l)的结果见表6-2。 试问两种方法测定结果有无差异?
(2)计算检验统计量
n12,d570.975,dd n570.975/1247.566
27931.18626570.9752
d2 27931.1862,6Sd
12 84.274 121
t 47.5660 19.55(2mg/dl), 12111
84.274/712
43
(3)确定P值,作出推断结论
17
第一步 建立假设,确定检验水准
H0:原假设(无效假设、零假设)是对总体参数或 总体分布作出的假设,通常假设总体参数相等或 观察数据服从某一分布(如正态分布等).
H1:对立假设(备择假设),与H0相对立又相联系
下一页
:检验水准,上述两种假设中,要作出抉择,
即是拒绝H0,还是不拒绝H0,需根据概率的大
45
两种方法测定血清Mg2+ (mmol/l)的结 试样果号 甲基百里酚蓝(MTB) 葡萄糖激酶两点法 差 值
医学统计学(假设检验) ppt课件

了解:
置信区间与假设检验的关系
ppt课件 2
教学内容提要
重点讲解:
假设检验原理
单样本正态资料的假设检验 两样本正态资料的假设检验 Z检验 假设检验应注意的问题
介绍:
置信区间与假设检验的关系
ppt课件 3
假设检验的基本任务:事先对总体分布或总体 参数作出假设,利用样本信息判断原假设是否 合理,从而决定是否拒绝或接受原假设。 参数检验(parametric test):若总体分布类型已 知,需要对总体的未知参数进行假设检验。 非参数检验:若总体分布类型未知,需要对未 知分布函数的总体的分布类型或其中的某些未 知参数进行假设检验。
ppt课件 17
(3) 计算P值
P值:是在H0成立时,取得大于或等 于现有检验统计量值的概率。
ppt课件
18
(3)计算概率值(P) 将计算得到的Z值或 t值与查表得到Z或 t,ν ,比较,得到 P值的大小。根据u分布和 t分布我们知道,如果|Z|> Z或| t |> t , 则 P< ;如果|Z|< Z或| t | < t ,则P> 。
ppt课件 5
“小概率原理”
例如在2000粒中药丸中只有一粒是虫蛀过的,现从中随机取 一粒,则取得“虫蛀过的药丸”的概率是1/2000,这个概率 是很小的,因此也可以将这一事件看作在一次抽样中是不会 发生的。若从中随机抽取一粒,恰好是虫蛀过的,这种情况 发生了,我们自然可以认为“假设”有问题,即虫蛀率p不是 1/2000,从而否定了假设。否定假设的依据就是小概率事件 原理。由此我们得到一个推理方法:如果在某假设(记为H0) 成立的条件下,事件A是一个小概率事件,现在只进行一次 试验,事件A就发生了,我们就认为原来的假设(H0)是不 成立的。
医学统计学课件:假设检验

拒絕H0 2) 有可能得到現在的結果(不是小概率)
沒有理由拒絕H0
例4.4
大規模調查表明健康成年男子血清總膽固醇的 均數為4.6mmol/L,今隨機調查某單位食堂成 年男性炊事員25名,測得血清總膽固醇均數為 5.1mmol/L,標準差為0.88mmol/L,試問該單 位食堂成年男性炊事員血清總膽固醇的均數與 健康成年男子血清總膽固醇的均數有無差別?
0.10
0.05
0.02
6.314 12.706 31.821
2.920 2.353 2.132 2.015
4.303 3.182 2.776 2.571
6.965 4.541 3.747 3.365
1.943 1.895 1.860 1.833 1.812
2.447 2.365 2.306 2.262 2.228
乳猪号 1 2 3 4 5 6 7
合计
表 4.3 两组乳猪脑组织钙泵含量( g/g)
对照组
实验组
差值 d
0.3550
0.2755
0.0795
0.2000
0.2545
-0.0545
0.3130
0.1800
0.1330
0.3630
0.3230
0.0400
0.3544
0.3113
0.0431
0.3450
0.2955
t X 0 5.1 4.6 2.841
s n 0.88 25
計算概率P(與統計量t值對應的概率)
在H0成立的前提下,獲得現有這麼大的 標準t離差以及更大離差 的可能性。
P=P(|t|≥2.841) ?
按 =25-1=24查附表2的t界值表
-t
0
沒有理由拒絕H0
例4.4
大規模調查表明健康成年男子血清總膽固醇的 均數為4.6mmol/L,今隨機調查某單位食堂成 年男性炊事員25名,測得血清總膽固醇均數為 5.1mmol/L,標準差為0.88mmol/L,試問該單 位食堂成年男性炊事員血清總膽固醇的均數與 健康成年男子血清總膽固醇的均數有無差別?
0.10
0.05
0.02
6.314 12.706 31.821
2.920 2.353 2.132 2.015
4.303 3.182 2.776 2.571
6.965 4.541 3.747 3.365
1.943 1.895 1.860 1.833 1.812
2.447 2.365 2.306 2.262 2.228
乳猪号 1 2 3 4 5 6 7
合计
表 4.3 两组乳猪脑组织钙泵含量( g/g)
对照组
实验组
差值 d
0.3550
0.2755
0.0795
0.2000
0.2545
-0.0545
0.3130
0.1800
0.1330
0.3630
0.3230
0.0400
0.3544
0.3113
0.0431
0.3450
0.2955
t X 0 5.1 4.6 2.841
s n 0.88 25
計算概率P(與統計量t值對應的概率)
在H0成立的前提下,獲得現有這麼大的 標準t離差以及更大離差 的可能性。
P=P(|t|≥2.841) ?
按 =25-1=24查附表2的t界值表
-t
0
《医学假设检验》课件

案例三:生物统计学中的医学假设检验
总结词
生物统计学中的医学假设检验是运用统计学方法对医学数据进行处理和分析,以检验关于变量间关系 的假设的过程。
详细描述
在生物统计学中,医学假设检验通常涉及对变量间相关性、预测模型、因果关系等方面的假设进行验 证。例如,一项关于基因与疾病关系的生物统计学分析,研究者会提出特定基因与疾病风险相关的假 设,并通过统计分析来检验该假设。
实施实验或观察
按照方案进行实验或观察,收 集数据。
Hale Waihona Puke 结论与总结根据数据分析结果得出结论, 总结研究成果,提出进一步的 研究方向。
医学假设检验的注意事项
科学性
确保实验或观察方案的科学性 和严谨性,避免主观偏见和误
差。
可重复性
确保实验或观察方案的可重复 性,以便其他研究者验证和推 广研究成果。
伦理审查
确保实验或观察方案符合伦理 要求,保护受试者的权益和安 全。
究结果对于假设的支持程度。
在流行病学研究中的应用
病因研究
流行病学研究中,医学假设检验 用于检验病因假设,通过比较病 例与对照的暴露差异来评估病因
假设。
疾病预防
医学假设检验在流行病学研究中用 于评估预防措施的效果,通过比较 干预组与对照组的发病率或死亡率 来评估预防措施的效果。
健康干预研究
医学假设检验用于评估健康干预措 施的效果,通过比较干预组与对照 组的健康指标变化来评估干预措施 的效果。
案例二:流行病学研究中的医学假设检验
总结词
流行病学研究中的医学假设检验是通过大规模调查和数据分析来验证关于疾病分 布和影响因素的假设的过程。
详细描述
在流行病学研究中,医学假设检验通常涉及对疾病发病率、死亡率、危险因素等 方面的假设进行验证。例如,一项关于吸烟与肺癌关系的流行病学研究,研究者 会提出吸烟增加肺癌风险的假设,并通过调查和分析数据来检验该假设。
- 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)。
13
小概率事件(rare event)在一 次抽样中不会发生.
假设其中真有99个白球,摸 出红球的概率只有1/100,这 是小概率事件。
小概率事件在一次试验中竟然发生了,不能不 使人怀疑所作的假设。
带概率性质的反证法 14
它不同于一般的反证法
一般的反证法在原假设成立的条件下如 果导出矛盾的结论,则完全地、绝对地否定 原假设。
概率反证法的逻辑是:如果小概率事件在 一次试验中居然发生,就以很大的把握否定原 假设。
15
Example 《红楼梦》中的掷骰子
《红楼梦》第六十三回中宝玉过生日,晚 上请来了林黛玉等在怡红院玩摇骰子抽签 的游戏。
大家围成一圈,按照摇出骰子的点数数到 谁,谁就从签筒中抽出一签,按照签上要 求或罚做诗、或罚喝酒。
6
Example 1 :红细胞道A和B总体参数时:
a1-a2 a1-b
抽样误差 (偶然的、随机的、较小的) 本质差别 (必然的、大于随机误差的7)
Example 2 :红细胞计数
❖ 事先不知道A和B是不是同一个总体时:
X甲- X 乙
抽样误差
A= B
? 假设检验
本质差别
A≠ B
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(没理由拒绝原来的假设)。
29
三、假设检验的步骤
❖ 1、建立检验假设,确定检验水准; ❖ 2、选定检验方法,计算检验统计量; ❖ 3、确定P值,做出推断结论。
30
1、建立检验假设,确定检验水准
➢零假设(null hypothesis),记为H0,表示目前 的差异是由于抽样误差引起的。 ➢备择假设(alternative hypothesis),记为H1, 表示目前的差异是主要由于本质上的差别引起。
两种: 1) 得到现在的结果可能性很小(小概率)
拒绝H0 2) 有可能得到现在的结果(不是小概率)
没有理由拒绝H0
24
例1(page56)
样本:某医生随机抽查25名某病女性患者的血红 蛋 白 , 其 均 数 为 150g/L , 标 准 差 为 16.5g/L。
总体:正常女性的平均Hb含量为132g/L 问题:该病女性患者的平均Hb含量是否与正常女
27
假设的来源
❖ 其一:抽样误差
(偶然的、随机的、较小的)
❖ 其二:本质上的差别
(必然的、大于随机误差)
两种情况只有一个是正确的,且二者必居其一,需
要我们作出推断。
28
假设检验的基本思想
❖ 提出一个假设
如:假设μ=μ0,差别由抽样误差所致。
❖ 在假设成立时,会得到现在的结果吗?
可能性很小(小概率事件),在一次试验中本不该 得到,现在居然得到了,说明我们的假设可能有问 题,拒绝之。
医学统计学课件假设检验
主要内容
❖ 一、假设检验的意义 ❖ 二、假设检验的原理 ❖ 三、假设检验的步骤 ❖ 四、 t检验(t test) ❖ 五、假设检验的正确应用
2
一、假设检验的意义
某医生治疗小儿轻微脑功能障碍的临床观察
组别
患者例数 症状明显改善者 改善率(%)
匹莫林组
30
19
63.3
哌醋甲酯组 30
31
❖ H0:=132,病人与正常人的平均血红蛋白
含量相等;
❖ H1:≠132,病人与正常人的平均血红蛋白
含量不等。 ❖ α=0.05
32
❖ α:称检验水准(size of a test,significant level),是预先规定的概率值,它确定了 小概率事件的标准。一般取α=0.05。
8
❖假设检验的意义
△分辨多个样本是否分别属于不同的总体, 并对总体作出适当的结论。 △分辨一个样本是否属于某特定总体等。
9
二、假设检验的原理
10
小概率事件(rare event)在一 次抽样中不会发生.
下面我们用一例说明这个原则. 这里有两个盒子,各装有100个球.
…99个
99个红白球 一个白红球
23
76.7
作结论: 匹莫林组的症状明显改善率略低于哌醋甲酯组。
3
结论的两种不同解释: ❖ (1) 仅限于说明本次治疗结果。 ❖ (2) 泛指所有患者治疗后的结果。
4
总体A 总体B
样本a
样本b
5
Our problem
❖ 已知样本的信息; ❖ 存在抽样误差(sampling error); ❖ 如何推断总体是否相同?
另一一盒盒中中的的白白球球和和红红球球数数
11
小概率事件(rare event)在一 次抽样中不会发生.
现从两盒中随机取出一个盒子,问这个盒子 里是白球99个还是红球99个?
12
小概率事件(rare event)在一 次抽样中不会发生.
我们不妨先假设:这个盒子里有99个白球.
现在我们从中随机摸出一个球,发现是 此时你如何判断这个假设是否成立呢?
性的平均Hb含量相同?
25
总体A 132g/L
正常女性
总体B
样本
样本均数 150g/L 标准差 16.5g/L
女性患者
26
假设的来源
❖ 本例样本均数150g/L与总体均数132g/L不相等,其 原因可能有两个方面: 样本对应的总体均数等于132,差别仅仅是由于 抽样误差所致;
除抽样误差外,该病女性患者的平均Hb含量与 正常女性存在本质上的差异。
21
22
牛奶加水的故事
假设H0:她没有这个本事,是碰巧猜对的! 如果假设成立,会得到现在的结果吗?
连续猜对10个杯子的可能性 P 是多少? P=0.00097656
你认为原假设 H0 成立吗?
理论依据:小概率原理。
推断结论:她真的有这个本事! 23
假设检验的基本思想
❖ 提出一个假设; ❖ 如果假设成立,会得到现在的结果吗?
16
Example 《红楼梦》中的掷骰子
17
Example 《红楼梦》中的掷骰子
18
Example 《红楼梦》中的掷骰子
推断:曹雪芹写这回时是事先确定了每一轮的人 选,并为他们设计了签子及诗句,以作为此人命 运的写照和伏笔。
再按照座次人物的顺序人为地确定摇出的点数。 Why?
19
Example 《红楼梦》中的掷骰子
20
Example 《红楼梦》中的掷骰子
八次结果中竟然有六次结果概率是小于0.05的小 概率事件。
特别是晴雯和香菱分别摇出了概率为 0.0031和 0.0077 的5 点和6点。
这种小概率事件对于单独的一次来说,是不可能 发生的。对于总共只有八次的情况,出现的概率 应该说是很小的。
一次抽样中不可能发生的事情发生了!曹雪芹做 假了☺!
小概率事件(rare event)在一 次抽样中不会发生.
假设其中真有99个白球,摸 出红球的概率只有1/100,这 是小概率事件。
小概率事件在一次试验中竟然发生了,不能不 使人怀疑所作的假设。
带概率性质的反证法 14
它不同于一般的反证法
一般的反证法在原假设成立的条件下如 果导出矛盾的结论,则完全地、绝对地否定 原假设。
概率反证法的逻辑是:如果小概率事件在 一次试验中居然发生,就以很大的把握否定原 假设。
15
Example 《红楼梦》中的掷骰子
《红楼梦》第六十三回中宝玉过生日,晚 上请来了林黛玉等在怡红院玩摇骰子抽签 的游戏。
大家围成一圈,按照摇出骰子的点数数到 谁,谁就从签筒中抽出一签,按照签上要 求或罚做诗、或罚喝酒。
6
Example 1 :红细胞道A和B总体参数时:
a1-a2 a1-b
抽样误差 (偶然的、随机的、较小的) 本质差别 (必然的、大于随机误差的7)
Example 2 :红细胞计数
❖ 事先不知道A和B是不是同一个总体时:
X甲- X 乙
抽样误差
A= B
? 假设检验
本质差别
A≠ B
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(没理由拒绝原来的假设)。
29
三、假设检验的步骤
❖ 1、建立检验假设,确定检验水准; ❖ 2、选定检验方法,计算检验统计量; ❖ 3、确定P值,做出推断结论。
30
1、建立检验假设,确定检验水准
➢零假设(null hypothesis),记为H0,表示目前 的差异是由于抽样误差引起的。 ➢备择假设(alternative hypothesis),记为H1, 表示目前的差异是主要由于本质上的差别引起。
两种: 1) 得到现在的结果可能性很小(小概率)
拒绝H0 2) 有可能得到现在的结果(不是小概率)
没有理由拒绝H0
24
例1(page56)
样本:某医生随机抽查25名某病女性患者的血红 蛋 白 , 其 均 数 为 150g/L , 标 准 差 为 16.5g/L。
总体:正常女性的平均Hb含量为132g/L 问题:该病女性患者的平均Hb含量是否与正常女
27
假设的来源
❖ 其一:抽样误差
(偶然的、随机的、较小的)
❖ 其二:本质上的差别
(必然的、大于随机误差)
两种情况只有一个是正确的,且二者必居其一,需
要我们作出推断。
28
假设检验的基本思想
❖ 提出一个假设
如:假设μ=μ0,差别由抽样误差所致。
❖ 在假设成立时,会得到现在的结果吗?
可能性很小(小概率事件),在一次试验中本不该 得到,现在居然得到了,说明我们的假设可能有问 题,拒绝之。
医学统计学课件假设检验
主要内容
❖ 一、假设检验的意义 ❖ 二、假设检验的原理 ❖ 三、假设检验的步骤 ❖ 四、 t检验(t test) ❖ 五、假设检验的正确应用
2
一、假设检验的意义
某医生治疗小儿轻微脑功能障碍的临床观察
组别
患者例数 症状明显改善者 改善率(%)
匹莫林组
30
19
63.3
哌醋甲酯组 30
31
❖ H0:=132,病人与正常人的平均血红蛋白
含量相等;
❖ H1:≠132,病人与正常人的平均血红蛋白
含量不等。 ❖ α=0.05
32
❖ α:称检验水准(size of a test,significant level),是预先规定的概率值,它确定了 小概率事件的标准。一般取α=0.05。
8
❖假设检验的意义
△分辨多个样本是否分别属于不同的总体, 并对总体作出适当的结论。 △分辨一个样本是否属于某特定总体等。
9
二、假设检验的原理
10
小概率事件(rare event)在一 次抽样中不会发生.
下面我们用一例说明这个原则. 这里有两个盒子,各装有100个球.
…99个
99个红白球 一个白红球
23
76.7
作结论: 匹莫林组的症状明显改善率略低于哌醋甲酯组。
3
结论的两种不同解释: ❖ (1) 仅限于说明本次治疗结果。 ❖ (2) 泛指所有患者治疗后的结果。
4
总体A 总体B
样本a
样本b
5
Our problem
❖ 已知样本的信息; ❖ 存在抽样误差(sampling error); ❖ 如何推断总体是否相同?
另一一盒盒中中的的白白球球和和红红球球数数
11
小概率事件(rare event)在一 次抽样中不会发生.
现从两盒中随机取出一个盒子,问这个盒子 里是白球99个还是红球99个?
12
小概率事件(rare event)在一 次抽样中不会发生.
我们不妨先假设:这个盒子里有99个白球.
现在我们从中随机摸出一个球,发现是 此时你如何判断这个假设是否成立呢?
性的平均Hb含量相同?
25
总体A 132g/L
正常女性
总体B
样本
样本均数 150g/L 标准差 16.5g/L
女性患者
26
假设的来源
❖ 本例样本均数150g/L与总体均数132g/L不相等,其 原因可能有两个方面: 样本对应的总体均数等于132,差别仅仅是由于 抽样误差所致;
除抽样误差外,该病女性患者的平均Hb含量与 正常女性存在本质上的差异。
21
22
牛奶加水的故事
假设H0:她没有这个本事,是碰巧猜对的! 如果假设成立,会得到现在的结果吗?
连续猜对10个杯子的可能性 P 是多少? P=0.00097656
你认为原假设 H0 成立吗?
理论依据:小概率原理。
推断结论:她真的有这个本事! 23
假设检验的基本思想
❖ 提出一个假设; ❖ 如果假设成立,会得到现在的结果吗?
16
Example 《红楼梦》中的掷骰子
17
Example 《红楼梦》中的掷骰子
18
Example 《红楼梦》中的掷骰子
推断:曹雪芹写这回时是事先确定了每一轮的人 选,并为他们设计了签子及诗句,以作为此人命 运的写照和伏笔。
再按照座次人物的顺序人为地确定摇出的点数。 Why?
19
Example 《红楼梦》中的掷骰子
20
Example 《红楼梦》中的掷骰子
八次结果中竟然有六次结果概率是小于0.05的小 概率事件。
特别是晴雯和香菱分别摇出了概率为 0.0031和 0.0077 的5 点和6点。
这种小概率事件对于单独的一次来说,是不可能 发生的。对于总共只有八次的情况,出现的概率 应该说是很小的。
一次抽样中不可能发生的事情发生了!曹雪芹做 假了☺!