假设检验基础PPT课件
合集下载
假设检验的基本原理专题培训课件
4.假设检验中的两类错误及其控制
• 对于总体参数的假设检验,有可能犯两 种类型的错误,即α错误和β错误。
2024/10/7
表9-1 假设检验中的两类错误
拒绝H0 接受H0
H0为真 α错误 正确
H0为假 正确 β错误
两类错误的关系及控制
2024/10/7
O
X
两类错误的关系及控制
2024/10/7
假设检验的基本原理
一、假设检验的基本原理
利用样本信息,根据一 定概率,对总体参数或分布 的某一假设作出拒绝或保留 的决断,称为假设例说明假设检验的基本原理。
当对某一个总体平均数(μ)进行假设检验时,首先从这个总 体中随机抽取一个样本,计算出样本平均数的值。然后,假定样本所 属总体的平均数(μ)等于某个假设的总体平均数(μ0),那么, 这个样本就来自这个假设总体,样本统计量的值是这个假设总体平均 数值的一个随机样本值,样本平均数与总体平均数之间的差异是由抽 样误差造成的。
2024/10/7
1.假设
• 假设检验一般有两个互相对立的假设。 • H0:零假设,或称原假设、虚无假设(
null hypothesis)、解消假设;是要检验 的对象之间没有差异的假设。
• H1:备择假设(alternative hypothesis ),或称研究假设、对立假设;是与零假 设相对立的假设,即存在差异的假设。
2024/10/7
• 当概率足够小时,可以作为从实际可 能性上,把零假设加以否定的理由。因 为根据这个原理认为:在随机抽样的条 件下,一次实验竟然抽到与总体参数值 有这么大差异的样本,可能性是极小的 ,实际中是罕见的,几乎是不可能的。
2024/10/7
3.显著性水平
《假设检验》PPT课件
2008-2009
样本统计量 临界值
抽样分布
2008-2009
1 -
置信水平 拒绝H0
0
样本统计量
临界值
✓决策规则
1. 给定显著性水平,查表得出相应的临 界值z或z/2, t或t/2
2. 将检验统计量的值与 水平的临界值进 行比较
3. 作出决策
双侧检验:I统计量I > 临界值,拒绝H0 左侧检验:统计量 < -临界值,拒绝H0 右侧检验:统计量 > 临界值,拒绝H0
H1 : <某一数值,或 某一数值
例如, H1 : < 10cm,或 10cm
2008-2009
➢提出假设
【例】一种零件的生产标准是直径应为10cm,为对生产过
程进行控制,质量监测人员定期对一台加工机床检查, 确定这台机床生产的零件是否符合标准要求。如果零件 的平均直径大于或小于10cm,则表明生产过程不正常, 必须进行调整。试陈述用来检验生产过程是否正常的原 假设和备择假设
2008-2009
❖利用P值进行决策
➢什么是P 值(P-value)
1. 在原假设为真的条件下,检验统计量的观察值 大于或等于其计算值的概率 双侧检验为分布中两侧面积的总和
2. 反映实际观测到的数据与原假设H0之间不一致 的程度
3. 被称为观察到的(或实测的)显著性水平 4. 决策规则:若p值<, 拒绝 H0
2008-2009
第6章 假设检验
统计研究目的
统计设计
推
断
客观
统
统
分
现象
计
计
析
数量
调
整
表现
查
理
描 述
样本统计量 临界值
抽样分布
2008-2009
1 -
置信水平 拒绝H0
0
样本统计量
临界值
✓决策规则
1. 给定显著性水平,查表得出相应的临 界值z或z/2, t或t/2
2. 将检验统计量的值与 水平的临界值进 行比较
3. 作出决策
双侧检验:I统计量I > 临界值,拒绝H0 左侧检验:统计量 < -临界值,拒绝H0 右侧检验:统计量 > 临界值,拒绝H0
H1 : <某一数值,或 某一数值
例如, H1 : < 10cm,或 10cm
2008-2009
➢提出假设
【例】一种零件的生产标准是直径应为10cm,为对生产过
程进行控制,质量监测人员定期对一台加工机床检查, 确定这台机床生产的零件是否符合标准要求。如果零件 的平均直径大于或小于10cm,则表明生产过程不正常, 必须进行调整。试陈述用来检验生产过程是否正常的原 假设和备择假设
2008-2009
❖利用P值进行决策
➢什么是P 值(P-value)
1. 在原假设为真的条件下,检验统计量的观察值 大于或等于其计算值的概率 双侧检验为分布中两侧面积的总和
2. 反映实际观测到的数据与原假设H0之间不一致 的程度
3. 被称为观察到的(或实测的)显著性水平 4. 决策规则:若p值<, 拒绝 H0
2008-2009
第6章 假设检验
统计研究目的
统计设计
推
断
客观
统
统
分
现象
计
计
析
数量
调
整
表现
查
理
描 述
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。
《假设检验》课件
方差分析
总结词
适用于多组数据比较的检验方法
详细描述
方差分析是一种适用于多组数据比较的假设检验方法。它通过比较不同组之间的变异和 误差来源,计算F值和对应的P值,以判断原假设是否成立。方差分析在很多领域都有
应用,如农业、生物统计学和心理学等。
秩和检验
总结词
适用于等级数据或非参数数据的检验方法
详细描述
秩和检验是一种适用于等级数据或非参数数 据的假设检验方法。它通过将数据排序后进 行比较,计算秩和值和对应的P值,以判断 原假设是否成立。秩和检验在很多领域都有 应用,如医学、生物学和环境科学等。
04 假设检验的实例分析
单样本Z检验实例
总结词
用于检验一个样本的平均值与已知的 某一总体均值之间是否存在显著差异 。
如果样本量过小,可能无 法得出可靠的结论,因为 小样本可能无法代表总体 。
样本量过大
如果样本量过大,可能会 导致统计效率降低,增加 计算复杂度和成本。
样本代表性
在选择样本时,需要确保 样本具有代表性,能
假设检验的结果只能给出拒绝或接受 假设的结论,但无法给出假设正确与 否的确凿证据。
置信区间有助于判断假设的正确性
02
通过比较置信区间和假设值的位置关系,可以判断假设是否成
立。
置信区间与假设检验的互补关系
03
置信区间和假设检验各有优缺点,可以结合使用以更全面地评
估数据的统计性质。
THANKS 感谢观看
提出假设
根据研究问题和目的,提出原 假设和备择假设。
确定临界值
根据统计量的性质和显著性水 平,确定临界值。
做出决策
根据计算出的样本统计量和临 界值,做出接受或拒绝原假设 的决策。
第六章假设检验基础PPT课件
❖假设检验的原理: 假设检验的基本思想是反证法和小
概率的思想
❖反证法思想:首先提出假设(由于未经检验是否成立,
所以称为无效假设),用适当的统计方法确定假设
成立的可能性大小,如果可能性小,则认为假设不
成立,拒绝它;如果可能性大,还不能认为它不成立
❖小概率思想:是指小概率事件在一次随机试验中认为
基本上不会发生
一、一组样本资料的t 检验(one sample/group t-test)
现有取自正态总体N(μ,σ2)的、容量为n 的一份 完全随机样本。 目的:推断该样本所代表的未知总体均数µ与已知总体 均数µ0是否相等已知总体均数µ0是指标准值,理论值 或经大量观察所得的稳定值。
n136135
3. 确定P值
指从H0规定的总体中随机抽得等于及 大于(或等于及小于)现有样本获得
的检验统计量值的概率。
4. P值的意义:如果总体状况和H0一致,统计量获 得现有数值以及更不利于H0的数值的可能性(概率) 有多大。
5.
t0 .2 (3 5 ) 50 .68 t 2 t0 .2 (3 5 ) 5得 P 0 .25
H0一般设为某两个或多个总体参数 相等,即认为他们之间的差别是由 于抽样误差引起的。H1的假设和H0 的假设相互对立,即认为他们之间 存在着本质的差异。H1的内容反映 出检验的单双侧。
单双侧的确定: 一是根据专业知识,已知东北某县囱
门月龄闭合值不会低于一般值; 二是研究者只关心东北某县值是否高
于一般人群值,应当用单侧检验。 一般认为双侧检验较为稳妥,故较为
目的要求选用不同的检验方法。
4、确定P值: P值是指由H0所规定的总体中做随机抽
样,获得等于及大于(或等于及小于)现 有统计量的概率。当求得检验统计量的值 后,一般可通过特制的统计用表直接查出P 值。
《假设检验的概念》PPT课件
假设检验实例及解读
• 生物统计学实例:比较两个药物治疗组的患者生存率是否存在显著差异。 • 社会调查实例:通过问卷调查数据,研究两个群体之间的收入差异是否显著。
总结与回顾
假设检验是一种重要的统计方法,帮助我们进行数据分析和科学决策。通过清晰的步骤和方法,我们可以对总体参 数进行有效推断。
3 方差分析
4 非参数检验
用于比较多个样本均值之间是否存在显著差异。
当数据不满足正态分布假设时,使用的一类假设 检验方法。
注意事项
1 假设检验的局限性
假设检验是概率性推断,结果并不能绝对确定总体参数,仅供参考。
2 防范与排除偏差
在实际研究中,要注意样本选择的随机性和可比性,以排除偏差对推断结果的影响。
p值判定
4
参数估计和假设检验。
根据计算出的统计量,计算p值,并与显著性
水平比较,判断是否拒绝原假设。
5
结论推断
根据p值的判定结果,得出对总体参数的推断 结论,并解释研究的统计显著性和实际意义。
常见假设检验方法
1 单样本t检验
2 双样本t检验
用于比较一个样本的均值与总体均值是否存在显 著差异。
用于比较两个独立样本的均值是否存在显著差异。
应用领域
假设检验广泛应用于医学、社会科学、经济学等领 域,帮助我们进行数据分析和做出科学决策。
假设检验的步骤
1
假设设立
首先,根据研究问题,明确原假设和备择假
ห้องสมุดไป่ตู้
显著性水平确定
2
设,以便进行后续统计推断。
确定假设检验的显著性水平,通常为0.05或
0.01,用于判断统计显著性。
3
统计量计算
计算适应研究问题的合适统计量,以便进行
假设检验PPT课件
假设检验
【学习目标】通过对本章的学习,掌握假设检验的概念和 类型、假设检验的两类错误和假设检验的一般步骤;重点掌握 单个总体均值的检验和比率的检验。
第一节 假设检验的基本问题 第二节 △ 假设检验的应用
假设检验
第一节 假设检验的基本问题
一、假设检验的概念 二、假设检验的两类错误 三、假设检验的类型 四、假设检验的类型一般步骤
假设检验
第一节 假设检验的基本问题
什么小概率?
1.在一次试验中,一个几乎不可能发生的事件发生的概率; 2.在一次试验中小概率事件一旦发生,我们就有理由拒绝原假 设; 3.小概率由研究者事先确定。
假设检验
第一节 假设检验的基本问题
二、假设检验的两类错误(决策风险)
(一) 第一类错误 第一类错误,亦称拒真(弃真)错误。是指当原假设为 真时,但由于样本的随机性使样本统计量的具体值落入 了拒绝区域,这时所作的判断是拒绝原假设。 犯第一类错误的概率亦称拒真概率,它实质上就是前面
t
986 1000 24
2.333>
t n 1 2.1315
16
2
所以接受 H1,即这天包装机工作不正常。
假设检验
第二节 假设检验的应用
二、单个总体比率(成数)的假设检验
比率P是平均数的一种特殊形式,因而前面讲的平均 数检验理论都适用于总体比率P的假设检验,只是估计量 的形式略有不同。
【例4】我国出口的参茸药酒畅销于某国市场。据以往调查, 购买此种酒的顾客中40岁以上的男子占50%。经营该药酒 的进出口公司经理关心这个比率是否发生了变化,于是, 委托一个咨询机构进行调查,这个咨询机构从众多购买该 药酒的顾客中随机抽取了400名进行调查,结果有210名为 40岁以上的男子。试问在0.05的显著水平上,能否认为购 买此种药酒的顾客中40岁以上男子所占比率变化了?
【学习目标】通过对本章的学习,掌握假设检验的概念和 类型、假设检验的两类错误和假设检验的一般步骤;重点掌握 单个总体均值的检验和比率的检验。
第一节 假设检验的基本问题 第二节 △ 假设检验的应用
假设检验
第一节 假设检验的基本问题
一、假设检验的概念 二、假设检验的两类错误 三、假设检验的类型 四、假设检验的类型一般步骤
假设检验
第一节 假设检验的基本问题
什么小概率?
1.在一次试验中,一个几乎不可能发生的事件发生的概率; 2.在一次试验中小概率事件一旦发生,我们就有理由拒绝原假 设; 3.小概率由研究者事先确定。
假设检验
第一节 假设检验的基本问题
二、假设检验的两类错误(决策风险)
(一) 第一类错误 第一类错误,亦称拒真(弃真)错误。是指当原假设为 真时,但由于样本的随机性使样本统计量的具体值落入 了拒绝区域,这时所作的判断是拒绝原假设。 犯第一类错误的概率亦称拒真概率,它实质上就是前面
t
986 1000 24
2.333>
t n 1 2.1315
16
2
所以接受 H1,即这天包装机工作不正常。
假设检验
第二节 假设检验的应用
二、单个总体比率(成数)的假设检验
比率P是平均数的一种特殊形式,因而前面讲的平均 数检验理论都适用于总体比率P的假设检验,只是估计量 的形式略有不同。
【例4】我国出口的参茸药酒畅销于某国市场。据以往调查, 购买此种酒的顾客中40岁以上的男子占50%。经营该药酒 的进出口公司经理关心这个比率是否发生了变化,于是, 委托一个咨询机构进行调查,这个咨询机构从众多购买该 药酒的顾客中随机抽取了400名进行调查,结果有210名为 40岁以上的男子。试问在0.05的显著水平上,能否认为购 买此种药酒的顾客中40岁以上男子所占比率变化了?
第六章--假设检验基础课件
两样本所属总体方差相等且两总体均为正态分布
H 0 : 1 2H 1 :1 2 ( 单 1 2 或 侧 1 2 )
当H0成立时,检验统计量:
t X1X2 ~t, n1n22
Sc2n 11n12
第六章 假设检验基础
Sc2
n1
1S12 n2 1S22
n1 n2 2
X1 X1 2 X2 X2 2 n1 n2 2
第六章 假设检验基础
55、作出推断结论:当P≤时,结论为 按所取检验水准α拒绝H0,接受H1,差异有 统计学显著性意义。如果P> ,结论为按 所取检验水准α不拒绝H0,差异无统计学显 著性意义。其间的差异是由抽样误差引起
的。
第六章 假设检验基础
1.建立检验假设
原 假 设 H0:0 14.1 备 择 假H设1 :0(单 侧 ) 检 验 水 准: 0.05
第六章 假设检验基础
检验假设为:
H 0 : d 0H 1 :d 0 ( 单 d 0 或 侧 d 0 )
当H0成立时,检验统计量:
td0 ~t, n1
Sd n
第六章 假设检验基础
表6第-1二用节药前t后检患儿验血清中免疫球蛋白IgG(mg/dl)含量
二、序号配对设计资用料药前的t 检验 用药后
n1 20, X1 17.15,S1 1.59,n1 34, X2 16.92,S2 1.42
Sc2
n1
1S12 n2 1S22
n1 n2 2
2011.592 3411.422
20342
2.2 0
t X1 X2 17.1516.92 0.550
Sc2
1 n1
1 n2
2.20 1 1 20 34
得治疗前后舒张压(mmHg)的差值(前–后)如下表。问新药和标准药的疗效
H 0 : 1 2H 1 :1 2 ( 单 1 2 或 侧 1 2 )
当H0成立时,检验统计量:
t X1X2 ~t, n1n22
Sc2n 11n12
第六章 假设检验基础
Sc2
n1
1S12 n2 1S22
n1 n2 2
X1 X1 2 X2 X2 2 n1 n2 2
第六章 假设检验基础
55、作出推断结论:当P≤时,结论为 按所取检验水准α拒绝H0,接受H1,差异有 统计学显著性意义。如果P> ,结论为按 所取检验水准α不拒绝H0,差异无统计学显 著性意义。其间的差异是由抽样误差引起
的。
第六章 假设检验基础
1.建立检验假设
原 假 设 H0:0 14.1 备 择 假H设1 :0(单 侧 ) 检 验 水 准: 0.05
第六章 假设检验基础
检验假设为:
H 0 : d 0H 1 :d 0 ( 单 d 0 或 侧 d 0 )
当H0成立时,检验统计量:
td0 ~t, n1
Sd n
第六章 假设检验基础
表6第-1二用节药前t后检患儿验血清中免疫球蛋白IgG(mg/dl)含量
二、序号配对设计资用料药前的t 检验 用药后
n1 20, X1 17.15,S1 1.59,n1 34, X2 16.92,S2 1.42
Sc2
n1
1S12 n2 1S22
n1 n2 2
2011.592 3411.422
20342
2.2 0
t X1 X2 17.1516.92 0.550
Sc2
1 n1
1 n2
2.20 1 1 20 34
得治疗前后舒张压(mmHg)的差值(前–后)如下表。问新药和标准药的疗效
假设检验完整版PPT课件
H0 : 335ml H1 : 335ml
消费者协会接到消费者投诉,指控品牌纸包装 饮料存在容量不足,有欺骗消费者之嫌。包装 上标明的容量为250毫升。消费者协会从市场上 随机抽取50盒该品牌纸包装饮品进行假设检验。 试陈述此假设检验中的原假设和备择假设。
解:消费者协会的意图是倾向于证实饮料厂包装 饮料小于250ml 。建立的原假设和备择假设为
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0 观察到的样本统计量
样本统计量 临界值
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0
样本统计量
临界值
第一节 假设检验概述
1、假设检验的基本思想 2、假设检验的步骤 3、两类错误和假设检验的规则
三、两类错误和假设检验的规则
(单侧检验 )
抽样分布
置信水平
拒绝H0
1-
拒绝域 临界值
0 接受域
样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
样本统计量
观察到的样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
观察到的样本统计量
样本统计量
•【例2】一种罐装饮料采用自动生产线生产,每罐的容量 是255ml,标准差为5ml,服从正态分布。换了一批工人后, 质检人员在某天生产的饮料中随机抽取了16罐进行检验,
一个总体的检验
一个总体
消费者协会接到消费者投诉,指控品牌纸包装 饮料存在容量不足,有欺骗消费者之嫌。包装 上标明的容量为250毫升。消费者协会从市场上 随机抽取50盒该品牌纸包装饮品进行假设检验。 试陈述此假设检验中的原假设和备择假设。
解:消费者协会的意图是倾向于证实饮料厂包装 饮料小于250ml 。建立的原假设和备择假设为
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0 观察到的样本统计量
样本统计量 临界值
显著性水平和拒绝域
(右侧检验 )
抽样分布
置信水平
1-
拒绝H0
0
样本统计量
临界值
第一节 假设检验概述
1、假设检验的基本思想 2、假设检验的步骤 3、两类错误和假设检验的规则
三、两类错误和假设检验的规则
(单侧检验 )
抽样分布
置信水平
拒绝H0
1-
拒绝域 临界值
0 接受域
样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
样本统计量
观察到的样本统计量
显著性水平和拒绝域
(左侧检验 )
抽样分布
置信水平
拒绝H0
1-
临界值
0
观察到的样本统计量
样本统计量
•【例2】一种罐装饮料采用自动生产线生产,每罐的容量 是255ml,标准差为5ml,服从正态分布。换了一批工人后, 质检人员在某天生产的饮料中随机抽取了16罐进行检验,
一个总体的检验
一个总体
假设检验 PPT课件
一、假设检验的概念 (Hypothesis test)
概念:假设检验是先对总体做出某种假定 (检验假设),然后根据样本信息来推 断其是否成立的一类统计方法的总称。 即我们要通过假设检验来判断样本与总 体、样本与样本之间的差异是由抽样误 差引起的,还是有本质的区别。
二、假设检验的基本思想
小概率思想
假设检验
Hypothesis Test
内
容
假设检验的概念与原理 假设检验的基本步骤 t检验 u检验或称Z检验 应用假设检验的注意事项
根据大量调查,一般健康成年男子的平均血红蛋 白含量为140.00g/L,现某医生在山区随机测定 了25名健康成年男子,其血红蛋白均数为 153.64g/L,标准差为24.82g/L,故认为该山区 成年男子的血红蛋白均数高于一般健康成年男子 血红蛋白均数。
0.005 0.01 63.657 9.925 5.841 4.604 4.032 3.707 3.499 3.355 3.250 3.169 2.831 2.819 2.807 2.797 2.787
0.0025 0.001 0.005 0.002 127.321 318.309 14.089 22.327 7.453 10.215 5.598 7.173 4.773 5.893 4.317 4.029 3.833 3.690 3.581 3.135 3.119 3.104 3.091 3.078 5.208 4.785 4.501 4.297 4.144 3.527 3.505 3.485 3.467 3.450
H0时的最大允许误差。医学研究中一般 取=0.05 。 检验水准实际上确定了小概率事件的判 断标准。
单双侧的选择
已知条件 A和B 不知谁好谁坏 A不会比B差 A不会比B好 H0 A=B A=B A=B H1 A≠B A>B A<B
- 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)。
H1 :μ≠μ0(单侧检验μ>μ0或μ<μ0)
t X 0
S/ n
二、配对设计的t检验
1.同一受试对象治疗前后的数据; 2.同一样品用两方法(或仪器等)检验的结果; 3. 配对的两个受试对象分别接受两种处理之后的数据。
d 0
t=
S d
表7-2 健康教育干预三个月前后血红蛋白(%)
病人编号 (1)
2.计算统计量
t检验的统计量t
tx0 1.431.410.236
s/ n 5.08/ 36
自由度: n 1 3 6 1 35
3.确定P值 P值的意义是: 如果总体状况和H0一致,
统计量获得现有数值以及更不利于H0的数值的可
能性(概率)有多大?
自由度为35 ,查附表2,得到:
单侧
t0.05,35=1.691
干预前 (2)
干预后 (3)
差值d
(4)=(2)-(3)
1
36
45
9
2
46
64
18
3
53
66
13
4
57
57
0
5
65
70
5
6
60
55
-5
7
42
70
28
8
45
45
0
9
25
50
25
10
55
80
25
11
51
60
9
12
59
60
1
配对资料的t检验步骤 (差值均数与0比较)
(1) H0 : d=0, 干预前后的血红蛋白相同
因t<t0.05,35。所以P>0.05。
4.做推断结论 假设检验的推断结论是对“H0是否
真实”作出判断。
如果P值小于或等于检验水准α,意味着在H0成立的前提
下发生了小概率事件,根据“小概率事件在一次随机试验
H 中不(大)可能发生”的推断原理,怀疑 0的真实性, 从而做出拒绝(reject) H0的决策。因为H0与H1是 对立的,既然拒绝H0 ,就只能接受H1 。
H 如果P值大于α,在 0成立的假设下发生较为可能的事件, H H 没有充足的理由对 0提出怀疑。于是做出不拒绝 0的
决策。
由于P>0.05(即α)。这意味着,如果该地区儿童前
囟门闭合的平均月龄为14.1 月(μ) ,观察中抽到均值
为14.3月的样本( x )的可能性(概率大于0.05);
所以做出接受H0。 无论做出哪一种推断结论(接受或是拒绝H0 ),都面
所以尚不能认为两法测定结果不同。
三、两独立样本资料的t检验
例7-5 某医生研究转铁蛋白对病毒性肝 炎诊断的临床意义,测得12名正常人和 13名病毒性肝炎患者血清转铁蛋白含量 (g/dl),结果如下
正常组 均数 273.18 标准差 9.77 肝炎组 均数231.86 标准差12.17 问患者和正常人转铁蛋白含量是否有差异?
假设检验的步骤:
1.选择检验方法,建立检验假设并确定检验 水准
H0:μ某县=μ北方=14.1(月),总体上该县儿童
前囟门闭合月龄的平均水平与一般儿童的平均水 平相同
H1 : μ某县>μ北方,该县儿童前囟门闭合月龄的平
均水平高于一般儿童的平均水平
检验水准(size of a test) α=0.05 或0.01
第七章 假设检验基础
假设检验的概念与原理
例7-1 已知北方农村儿童前囟门闭合月龄为14.1月。某研 究人员从东北某县抽取36名儿童,得囟门闭合月龄均值为 14.3月,标准差为5.08月。问该县儿童前囟门闭合月龄的 均数是否大于一般儿童?
在“儿童前囟门闭合月龄为14.1月”的前提下,“正 常北方儿童前囟门闭合月龄的均数等于一般儿童”的机 会是很大的, ,如果出现某县“儿童前囟门闭 合月龄的均数等于一般儿童”的P≤0.05或者 P≤0.01的小概率事件,统计学认为这种小 概率事件是不可能发生的。除非是“某县 儿童”出现了异常的情况。
临着发生判断错误的风险。这就是假设检验的两类错误
图7-1 假设检验示意图
t检验的分类
Z检验的条件: σ已知或σ未知但n足够大(如n >100)。 t检验的条件: 1. σ未知,n较小; 2.样本来自正态分布的总体; 3.两样本均数比较时还要求两总体方差相等。
一、单样本资料的t检验
H0 :μ=μ0,
H1 : d ≠ 0,干预前后的血红蛋白不同
(2)计算检验统计量
t
d
10.67 3.305
sd/ n 11.18/ 12
(3)确定 P 值。 查t 界值表得,P < 0.05。 (4)作结论:按= 0.05水准,拒绝H0 ,接受H1,
可以认为该药对高血压教育干预对该地区儿童的血红蛋白 有影响,且血红蛋白(%)有所增加。
x1x2
自由度 = n1+n2 -2 。
均数之差的标准误
合并方差(方差的加权平均)
sC 2
(n1
1)s12 (n2 1)s22 n1 n2 2
均数之差的标准误
s X1X2
sC2
1 ( n1
1 n2
)
(2) t 12 2.9 7 2 .1 3 38 1 /2 13 2 .8 1 1/1 639.31
d0.04 d 0.0033 d2 0.026
Sd={[0.026-(-0.04)2/12]/(12-1)}1/2=0.01497
2.计算统计量:
t d0 0.00 3030.771 Sd/ n 0.014/9172
自由度 ν=n-1=12-1=11.
查附表2(t临界值表),双侧 t0.20,11 = 1.363, 因P>0.20,在α=0.05水平上不能拒绝H0。
问题:
正常人组
1=?
均 数: 273.18 标准差: 9.77
肝炎组
2=?
均 数: 231.86 标准差: 12.17
分析步骤:
(1) H0 : 1=2, 两组血清转铁蛋白平均含量相等; H1 : 1≠2, 两组血清转铁蛋白平均含量不等。
=0.05。
(2) 计算检验统计量
t
x1 x 2 S
0
9
1.72
1.72
0
10
1.81
1.82
0.01
11
1.93
1.93
0
12
2.02
2.04
0.02
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?
1.建立检验假设 H0:μd= 0, H1:μd≠0 α=0.05 n=12
例7-3 两种方法测定血清Mg2+ (mmol/l)的结果
试样号
甲基百里酚蓝法
葡萄糖激酶法
差值
1
0.94
0.92
-0.02
2
1.02
1.01
-0.01
3
1.14
1.11
3
4
1.23
1.22
-0.01
5
1.31
6
1.41
1.32
0.01
1.42
0.01
7
1.53
8
1.61
1.51
-0.02
1.61
t X 0
S/ n
二、配对设计的t检验
1.同一受试对象治疗前后的数据; 2.同一样品用两方法(或仪器等)检验的结果; 3. 配对的两个受试对象分别接受两种处理之后的数据。
d 0
t=
S d
表7-2 健康教育干预三个月前后血红蛋白(%)
病人编号 (1)
2.计算统计量
t检验的统计量t
tx0 1.431.410.236
s/ n 5.08/ 36
自由度: n 1 3 6 1 35
3.确定P值 P值的意义是: 如果总体状况和H0一致,
统计量获得现有数值以及更不利于H0的数值的可
能性(概率)有多大?
自由度为35 ,查附表2,得到:
单侧
t0.05,35=1.691
干预前 (2)
干预后 (3)
差值d
(4)=(2)-(3)
1
36
45
9
2
46
64
18
3
53
66
13
4
57
57
0
5
65
70
5
6
60
55
-5
7
42
70
28
8
45
45
0
9
25
50
25
10
55
80
25
11
51
60
9
12
59
60
1
配对资料的t检验步骤 (差值均数与0比较)
(1) H0 : d=0, 干预前后的血红蛋白相同
因t<t0.05,35。所以P>0.05。
4.做推断结论 假设检验的推断结论是对“H0是否
真实”作出判断。
如果P值小于或等于检验水准α,意味着在H0成立的前提
下发生了小概率事件,根据“小概率事件在一次随机试验
H 中不(大)可能发生”的推断原理,怀疑 0的真实性, 从而做出拒绝(reject) H0的决策。因为H0与H1是 对立的,既然拒绝H0 ,就只能接受H1 。
H 如果P值大于α,在 0成立的假设下发生较为可能的事件, H H 没有充足的理由对 0提出怀疑。于是做出不拒绝 0的
决策。
由于P>0.05(即α)。这意味着,如果该地区儿童前
囟门闭合的平均月龄为14.1 月(μ) ,观察中抽到均值
为14.3月的样本( x )的可能性(概率大于0.05);
所以做出接受H0。 无论做出哪一种推断结论(接受或是拒绝H0 ),都面
所以尚不能认为两法测定结果不同。
三、两独立样本资料的t检验
例7-5 某医生研究转铁蛋白对病毒性肝 炎诊断的临床意义,测得12名正常人和 13名病毒性肝炎患者血清转铁蛋白含量 (g/dl),结果如下
正常组 均数 273.18 标准差 9.77 肝炎组 均数231.86 标准差12.17 问患者和正常人转铁蛋白含量是否有差异?
假设检验的步骤:
1.选择检验方法,建立检验假设并确定检验 水准
H0:μ某县=μ北方=14.1(月),总体上该县儿童
前囟门闭合月龄的平均水平与一般儿童的平均水 平相同
H1 : μ某县>μ北方,该县儿童前囟门闭合月龄的平
均水平高于一般儿童的平均水平
检验水准(size of a test) α=0.05 或0.01
第七章 假设检验基础
假设检验的概念与原理
例7-1 已知北方农村儿童前囟门闭合月龄为14.1月。某研 究人员从东北某县抽取36名儿童,得囟门闭合月龄均值为 14.3月,标准差为5.08月。问该县儿童前囟门闭合月龄的 均数是否大于一般儿童?
在“儿童前囟门闭合月龄为14.1月”的前提下,“正 常北方儿童前囟门闭合月龄的均数等于一般儿童”的机 会是很大的, ,如果出现某县“儿童前囟门闭 合月龄的均数等于一般儿童”的P≤0.05或者 P≤0.01的小概率事件,统计学认为这种小 概率事件是不可能发生的。除非是“某县 儿童”出现了异常的情况。
临着发生判断错误的风险。这就是假设检验的两类错误
图7-1 假设检验示意图
t检验的分类
Z检验的条件: σ已知或σ未知但n足够大(如n >100)。 t检验的条件: 1. σ未知,n较小; 2.样本来自正态分布的总体; 3.两样本均数比较时还要求两总体方差相等。
一、单样本资料的t检验
H0 :μ=μ0,
H1 : d ≠ 0,干预前后的血红蛋白不同
(2)计算检验统计量
t
d
10.67 3.305
sd/ n 11.18/ 12
(3)确定 P 值。 查t 界值表得,P < 0.05。 (4)作结论:按= 0.05水准,拒绝H0 ,接受H1,
可以认为该药对高血压教育干预对该地区儿童的血红蛋白 有影响,且血红蛋白(%)有所增加。
x1x2
自由度 = n1+n2 -2 。
均数之差的标准误
合并方差(方差的加权平均)
sC 2
(n1
1)s12 (n2 1)s22 n1 n2 2
均数之差的标准误
s X1X2
sC2
1 ( n1
1 n2
)
(2) t 12 2.9 7 2 .1 3 38 1 /2 13 2 .8 1 1/1 639.31
d0.04 d 0.0033 d2 0.026
Sd={[0.026-(-0.04)2/12]/(12-1)}1/2=0.01497
2.计算统计量:
t d0 0.00 3030.771 Sd/ n 0.014/9172
自由度 ν=n-1=12-1=11.
查附表2(t临界值表),双侧 t0.20,11 = 1.363, 因P>0.20,在α=0.05水平上不能拒绝H0。
问题:
正常人组
1=?
均 数: 273.18 标准差: 9.77
肝炎组
2=?
均 数: 231.86 标准差: 12.17
分析步骤:
(1) H0 : 1=2, 两组血清转铁蛋白平均含量相等; H1 : 1≠2, 两组血清转铁蛋白平均含量不等。
=0.05。
(2) 计算检验统计量
t
x1 x 2 S
0
9
1.72
1.72
0
10
1.81
1.82
0.01
11
1.93
1.93
0
12
2.02
2.04
0.02
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?
1.建立检验假设 H0:μd= 0, H1:μd≠0 α=0.05 n=12
例7-3 两种方法测定血清Mg2+ (mmol/l)的结果
试样号
甲基百里酚蓝法
葡萄糖激酶法
差值
1
0.94
0.92
-0.02
2
1.02
1.01
-0.01
3
1.14
1.11
3
4
1.23
1.22
-0.01
5
1.31
6
1.41
1.32
0.01
1.42
0.01
7
1.53
8
1.61
1.51
-0.02
1.61