03第三章总体均数的估计和假设检验案例.ppt

* 小结 1. 均数的标准误与标准差的区别 2.两均数差别检验的比较： 大样本也可近似用u检验 * 3.假设检验的步骤及有关概念 （1）基本思想：“小概率事件在一次抽样试验中几乎是不可能发生”的原理。 （2）步骤：三部曲 （3）Ⅰ类错误、Ⅱ类错误 （4）检验效能（1-β） * 　　　　练　习　题一．最佳选则题　　全做三．计算分析题　　２，３，４，７ * * * I 型错误：“实际无差别，但下了有差别的结论”，假阳性错误。犯这种错误的概率是?（其值等于检验水准） II型错误：“实际有差别，但下了不拒绝H0的结论”，假阴性错误。犯这种错误的概率是?（其值未知） 。 但 n 一定时， ? 增大，? 则减少 。 1-? ：检验效能（power）:当两总体确有差别，按检验水准 ? 所能发现这种差别的能力。 * 图3-6 I型错误与II型错误示意图(以单侧u检验为例) * 任何检验方法都不能完全排除犯错 假设检验的指导思想是控制犯第一类 误的可能性.理想的检验方法应使犯两类 错误的概率都很小,但在样本容量给定的 情形下,不可能使两者都很小,降低一个, 往往使另一个增大. 错误的概率不超过?, 然后,若有必要,通 过增大样本容量的方法来减少 ? . * 减少I型错误的主要方法：假设检验时设定? 值。 减少II型错误的主要方法：提高检验效能。 提高检验效能的最有效方法：增加样本量。 一般作假设检验时,先控制犯第一类错误的概率?, 在此基础上使 ? 尽量地小. 要降低 ? 一般要增大样本容量. 当H0不真时, 参数值越接近真值, ? 越大. * 二、假设检验应注意的问题 1.要有严密的研究设计 这是假设检验的前提。组间应均衡，具有可比性，也就是除对比的主要因素(如临床试验用新药和对照药)外，其它可能影响结果的因素(如年龄、性别、病程、病情轻重等)在对比组间应相同或相近。保证均衡性的方法主要是从同质总体中随机抽取样本，或随机分配样本。 * 2.不同的资料应选用不同检验方法 应根据分析目的、资料类型以及分布、设计方案的种类、样本含量大小等选用适当的检验方法。如：配对设计的计量资料采用配对t检验。而完全随机设计的两样本计量资料，若为小样本(即任一ni 60)且方差齐，则选用两样本t检验；若方差不齐，则选用近似t?检验(Cochran Cox法或Satterthwaite法)。若为大样本(所有ni60)，则可选用大样本u检验。 * 3.正确理解“显著性”一词的含义 差别有或无统计学意义，过去称差别有或无“显著性”，是对样本统计量与总体参数或样本统计量之间的比较而言，相应推断为：可以认为或还不能认为两个或多个总体参数有差别。 P越小，不是说明实际差别越大，而是说越有理由拒绝H0 ，越有理由说明两者有差异。 * 4.结论不能绝对化 因统计结论具有概率性质，故“肯定”、“一定”、“必定”等词不要使用。在报告结论时，最好列出检验统计量的值，尽量写出具体的P值或P值的确切范围，如写成P=0.040或0.02P0.05，而不简单写成P0.05，以便读者与同类研究进行比较或进行循证医学时采用Meta分析。 * 5.假设检验是为专业服务的，统计结论必须和专业结论有机地相结合，才能得出恰如其分、符合客观实际的最终结论。若统计结论和专业结论一致，则最终结论就和这两者均一致(即均有或均无意义)；若统计结论和专业结论不一致，则最终结论需根据实际情况加以考虑。若统计结论有意义，而专业结论无意义，则可能由于样本含量过大或设计存在问题，那么最终结论就没有意义。 * 6.可信区间与假设检验各自不同的作用，要结合使用。 一方面，可信区间亦可回答假设检验的问题，算得的可信区间若包含了H0，则按?水准，不拒绝H0；若不包含H0，则按?水准，拒绝H0，接受H1。 * 另一方面，可信区间不但能回答差别有无统计学意义，而且还能比假设检验提供更多的信息，即提示差别有无实际的专业意义。 * 图3-7 可信区间在统计推断上提供的信息 * 虽然可信区间亦可回答假设检验的问题，并能提供更多的信息，但并不意味着可信区间能够完全代替假设检验。可信区间只能在预先规定的概率 ?检验水准?的前提下进行计算，而假设检验能够获得一较为确切的概率P值。 * 第六节 正态性检验 　和两样本方差比较的F检验 * t 检验的应用条件是正态总体且方差齐性；配对t 检验则要求每对数据差值的总体为正态总体。 进行两小样本t检验时，一般应对资料进行方差齐性检验，尤其两样本方差悬殊时。 若方差齐，采用一般的t 检验；若方差不齐，则采用t’检验。 * 一、正态性检验 (norm