05.t检验课件.pptVIP

第五章　t 检验 t-distribution 本章结构 单个样本t检验 配对样本t检验 两独立样本t检验 t检验中的注意事项 假设检验中两类错误 t检验(student t检验),它以t分布为基础,是计量资料中最常用的假设检验的方法.包括单样本t、两独立样本t和配对样本t检验。学习时，要熟悉每种t检验它所对应的实验设计、适用条件、注意事项！ 理论上，t检验的应用条件是样本来自正态分布的总体，两样本均数比较时，还要求两总体方差齐同。在实际工作中，与上述条件略有偏离，只要其分布为单峰且近似对称分布，也可应用。当样本含量比较大时，可用u检验。 单样本t检验 One sample t-test 例：根据大量调查，已知健康成年男子的脉搏均数为72次/分。某医生在某山区随机调查30名健康男子，求得脉搏均数为74.2次/分，标准差为6.5次/分。能否认为该山区的成年男子的脉搏均数高于一般成年男子的脉搏均数？ 配对样本t检验 Paired design t-test 两独立样本t检验 Two independent sample t-test 应用条件 两样本含量较小（n60）； 两样本来源于正态分布的总体； 两总体方差相同，即方差齐性。 独立样本。 完全随机设计两样本几何均数比较的t检验 t检验中应注意的事项 假设检验的前提是要有严密的抽样研究设计 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。 选用的假设检验方法应符合其应用条件 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，则可选用大样本u检验。 正确理解差别有无统计意义 统计“显著性”与医学/临床/生物学“显著性” 统计“显著性”对应于统计结论，而医学/临床/生物学“显著性”对应于专业结论。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。 正确理解差别有无统计意义 例如：有人欲比较A、B两种降压药物的降压效果，随机抽取了高血压病人各100名，分别测定两组病人服药后舒张压的改变值，得两组舒张压改变值之差的平均数为0.83 mmHg (0.11kPa)。作两大样本u检验得u=6.306，P0.001，有统计学意义。但因A、B两组高血压病人服药后舒张压改变值之差较小，仅0.83 mmHg，未达到有临床意义的差值5mmHg(0.67kPa)，故最终结论没有意义。相反，若统计结论无意义，而专业结论有意义，那就应当检查设计是否合理、样本含量是否足够。 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。 假设检验与可信区间的关系 本章总结 conclusion 假设检验中单侧检验与双侧检验 －２．０４５ ２．０４５ 1.699 可信区间具有假设检验的主要功能 可信区间可提供假设检验没有提供的信息 假设检验提供区间估计所不能提供的信息 * * 试验设计 一组样本均数（代表未知总体均数）与已知总体均数（一般为理论值、标准值或经过大量观察所得稳定值等）的比较。 应用条件：样本来自正态分布的总体 且为随机样本！ 建立检验假设，确定检验水准； 确定检验方法，计算统计量； 确定P值，下结论。 查附表2，t界值为2.045，统计量小于界值，则P0.05，接受H0，差异无统计学意义。尚不能认为该山区成年男子脉搏数与一般男子不同。 试验设计 配对设计 将受试对象按照某些重要特征（主要是非处理因素）配成对子，每对中的两个受试对象随机分配到两处理组。 特点 控制较多的个体变异，可比性好， 常用于个体变异较大的资料。 类型 将受试对象配成特征相近的对子