假设检验131122课件.ppt

假设检验的原理 假设检验的原理 假设检验的原理 假设检验的原理 假设检验的步骤 假设检验的步骤 假设检验的步骤 第五节 t检验（t-test）  一、单样本t检验 实 例 确定单、双侧检验 根据专业知识或问题选择 选择单侧检验，一定要有过硬的专业依据，而且要特别注明。一般情况都一律采用双侧检验。 二、配对t检验 表4-5　两组大鼠血中胆碱酯酶活性测定（μmol/ml） 三、两样本均数的比较 三、两样本均数的比较 对于方差不齐的情况 如果每组资料服从正态分布，但方差不齐，则可以用t’检验 t’检验 但要根据方差不齐的严重程度调整自由度（见教材），其它与t检验相同。 不满足t检验条件的两样本比较 用two-sample Wilcoxon rank sum test（秩和检验）亦称Mann-Whitney two-sample test 。要求两组资料是独立的。 变量变换 6.假设检验与可信区间的区别与联系 可信区间用于推断总体均数的范围，假设检验用于推断总体均数间是否相等。 可信区间具有假设检验的主要功能，但是并不能完全代替假设检验。 可信区间只能在预先确定的检验水准下进行计算，而假设检验能够获得一个确切的概率P值。 7.假设检验的实际意义 对假设检验结果的实际意义或临床意义的判定，一定要结合专业知识。当专业上和统计学上都有意义时，试验结果才具有实用价值。 * * 第四节 假设检验的原理和步骤 案例：扔硬币游戏 1.抛5次：正面、正面、正面、正面、正面 2.抛5次：正面、正面、反面、反面、反面 建立假设： H 0: 硬币为真，正面出现的概率为0.5 H 1: 硬币为假 计算概率： 1.以正面出现的概率为0.5，计算5次连续出现正面的概率为 （0.5）5=0.03125 2.以正面出现的概率为0.5，计算3次连续出现正面的概率为 （0.5）3=0.125 统计推断： 根据小概率事件在一次抽样基本上不会发生。P≤α(0.05) 样本差别有统计学意义； P ＞α(0.05) 样本差别无统计学意义。 原理：小概率反证法 小概率思想: P ≤ 0.05是小概率事件。在一次试验中基本上不会发生。 P≤α(0.05),样本差别有统计学意义；P ＞α(0.05),样本差别无统计学意义。 反证法：假设检验是在H0成立的前提下，从样本数据中寻找证据来拒绝H0、接受H1的一种“反证”法。如果从样本数据中得到的证据不足，则只能不拒绝H0 ，暂且认为H0成立。 μ0=72.1次/分 =74.3次/分 差异来源 （1）抽样误差：差异在统计学上认为无意义。 （2）抽样误差及山区地理环境和生活条件：差 异在统计学上认为有意义。 某地一般成年男子脉搏均数 某地某山区36名 成年男子脉搏均数 假设检验 μ ？ 某山区成年男子脉搏均数 1、建立检验假设与确定检验水准（α） H 0: μ＝μ0 无效假设（ 与μ0的差异仅由抽样误差引起） H 1: μ≠μ0 备择假设（ 与μ0的差异不仅由抽样误差引起，两总 体均数本身也存在着差异） 根据专业知识及数据特征，备择假设也可以设为μ＞μ0，或μ＜μ0 α=0.05 检验水准 预先认为设定的概率，表示拒绝实际上成立的H 0时，推断错误的最大允许概率。 2、计算检验统计量： 根据研究目的、设计、资料类型、样本含量等选择方法。 3、确定P值，作出推断结论 统计量临界值绝对值≥临界值，P≤α，按α检验水准，拒绝H0，接受H1，认为差别有统计学意义； 统计量临界值绝对值＜临界值，P＞α，按α检验水准，不拒绝H0，认为差别无统计学意义。 P值指在H0成立前提下，出现目前样本数据对应的统计量数值乃至比它更为极端数值的概率。 3、确定P值，作出推断结论 推断结论包括统计结论和专业结论。 专业结论是根据统计结论中对实际问题中的总体均数是否不同以及差异的方向做出推断。 t检验的应用条件： σ未知 正态性：样本来自正态总体 方差齐性：两样本均数比较时还要求两个总 体方差相等 t检验，亦称student t检验（Student’s t test），主要用于样本含量较小正态分布资料。 t 检验 1、单样本t检验 2、配对t检验 3、完全随机设计两样本比较的t检验 目的：推断一个未知总体均数μ与已知总体均数μ0是否有差别。已知总体均数μ0一般为理论值、标准值或经大量观察所得的稳定值。 统计量t的计算公式： 已知某地婴儿出生体重均数为 3.30kg，今测得该