假设检验t检验课件.ppt

概率和频率有区别： 频率是已经进行试验的结果，描述的是样本中事件出现的可能性大小（样本信息），样本不同，其值也不同，具有偶然性； 概率刻画的则是总体中随机事件出现的可能性大小（总体信息），是一种客观存在，是个确定数值，具有必然性。 小概率原理：概率很小的随机事件在一次或少量实际观察中是不可能发生的（尽管理论上有发生的可能） 小概率：P≤0.05或P≤0.01 六、假设检验与两类错误 1、假设检验：先对总体的参数或分布作出某种假设，然后用适当的方法根据样本对总体提供的信息，运用“小概率原理”推断假设是否成立。 不拒绝实际不成立的H0时;可能犯Ⅱ型错误，犯错误的概率用 不易确定。 为把握度，即μ1和μ2确实有差别的话,通过假设检验发现这种差别的能力(检验效能) 第五章 参数估计 有关抽样的概念 随机抽样：在抽样过程中，要使总体中的每一个观察对象都有同等机会被抽中成为样本。 抽样研究的目的：利用样本信息估计或推断总体特征。 第一节 抽样误差 定义：（1）从总体中随机抽取样本所产生的样本指标（统计量）与总体指标（参数）之间的差异。 （2）从同一总体中随机抽样，样本指标（统计量）之间的差异。 产生原因：总体中存在个体差异（生物的个体变异） 特点：客观存在，不可避免；有一定范围，可以控制并估计其大小。 假定正常成年男子的红细胞计数服从正态分布， 总体均数? =5.00(1012/L)、 总体标准差? =0.50(1012/L)。 我们借助计算机从该总体中作随机抽样，每次抽10名成年男子的红细胞计数组成一个样本，重复100次抽样。求出每个样本的样本均数和标准差。 100次抽样所得样本均数与标准差 样本均数的抽样分布具有如下特点： ① 各样本均数 未必等于总体均数； ② 各样本均数间存在差异； ③ 样本均数的分布为中间多，两边少，左右基本对称。 ④ 样本均数的变异范围较之原变量的变异范围大大缩小。 100次抽样所得样本均数与标准差 标准误的值越大，反映样本统计量的离散程度越大，通过一次抽样得到的某个样本统计量与总体参数（是个定值）相差也越大。 一、总体均数的点值估计 点值估计：用某一随机样本均数来作总体均数的估计值。 如随机抽查120例成年男子，测得血清铜含量均值为14.48(μmol/L)，以此值作为当地成年男子的总体均数的估计值，叫“点值估计”。 由于存在抽样误差，不同的样本可能得到不同的估计值。 其含义为：从被估计的总体中随机抽取若干个含量为n的样本，每一个样本可得到一个相应的可信区间，理论上有（ 1-α）个区间包含总体均数（估计正确），有α个区间不包总体均数（估计错误）。 当α=0.05时，被估计的总体均数不在该区间的概率仅5%，是个小概率，故可认为该区间包含总体均数（总体均数95%可信区间）。 总体均数95%CI表示该区间包括总体均数μ 的概率为95%，意思是若作100次抽样，可算得100个可信区间，平均有95个区间包括μ （估计正确），只有5个区间不包括μ （估计错误）；由于5%是小概率，在一次实验中可认为小概率不发生，故实际应用时可认为估计的区间包括总体均数。 三、模拟实验 模拟抽样成年男子红细胞数。设定: 产生100个随机样本，分别计算其95%的可信区间，结果用图示的方法表示。从图可以看出：绝大多数可信区间包含总体参数 ，只有5个可信区间没有包含总体参数。 第六章 假设检验 第一节 假设检验的概念： 在比较样本均数与已知总体均数差异、或两个样本均数及多个样本均数差异时，先对总体的参数或分布作出某种假设，然后用适当的方法根据样本对总体提供的信息，运用“小概率原理”推断假设是否成立。 小概率原理：概率很小的随机事件在一次或少量实际观察中是不可能发生的（尽管理论上有发生的可能） 小概率：P≤0.05或P≤0.01 抽样误差（个体差异） 抽样误差（个体差异） 处理因素（药物因素） 1 处理因素（药物因素） 2 抽样误差（个体差异） 三、确定P值，作出推断结论： P值是指在H0所规定的总体（例如μ1= μ2）中作随机抽样，获得等于及大于（或等于及小于）现有样本统计量（如t值）的概率；亦即这种样本差异（ ）来自抽样误差的概率。 推断结论： 统计结论：1 对H0如何推断