统计学--两均数差别的统计意义.pptVIP

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计学--两均数差别的统计意义

第五章 两均数差别的 统计意义检验 test of statistical significance 又称test of hypothesis 第一节 假设检验的基本步骤 基本步骤:4 1、建立无效假设null hypothesis和确定检验水准 如μ=μ0,又称检验假设hypothesis under test, 零假设、原假设,用H0表示 μμ0:称备择假设或对立假设alternative hypothesis.用H1或HA表示 一般取α=0.05和0.01 2、选定检验方法,计算检验统计量 3、确定统计意义的水平和检验用临界值 level of significance:指无效假设是对的而被拒绝的可能性,即第I类错误,用α表示,常取值0.05、0.01:significant at the 5% level 查表获得界值 4、统计判断:no statistical significance (NS), statistical significance, highly significant (P0.05,P≤0.05,P≤0.01) Pα,结论为按α检验水准,不拒绝H0,无统计学意义(统计结论),还不能认为……不同或不等(专业结论)。不拒绝H0不等于接受H0 。此时尚没有足够的证据认为H0成立。从决策的观点:可认为暂时接受它,或阴性待观察。 下结论时,对只能说拒绝H0或不拒绝H0 ;而对H1只能说,接受H1 ,除此之外其他说法均不妥当 假设检验种类 非等效性检验nonequivalence 优效性检验superiority 等效性检验equivalence 非劣效性检验noninferiority 第二节 样本均数和总体均数差别的统计意义检验 inferences from means ( one sample/group u, t-test) 样本均数代表的未知总体均数μ和已知总体均数μ0(一般为理论值、标准值或经过大量观察所得的稳定值) 若已知总体标准差,可用统计量u,如果总体标准差σ未知,只有从样本中获得的标准差s,那么应该用t检验 P41例5-1:建立检验假设;选定和计算统计量;查得临界值;确定P值,判断结果。 第三节 配对t检验paired t-test for dependent samples 医学科研中配对设计有: 同一批对象身体两个部位的数据 同一批对象实验(或处理)前后的配对数据 同一批样品用两种方法(两种仪器、两名化验员、两种条件)检验的结果 配对试验的结果(两个同质受试对象分别接受两种不同的处理) 一、同体比较(自身对照比较)的t检验:见P43例5-2,计算差值d,并假设差值的总体均数为0 二、配对实验的t检验:见P44例5-3 三、同一批对象两次检验结果差值的t检验 第四节 两样本均数差别的统计意义检验 一、两样本均数差别的t检验 two-sample/group t-test for independent samples 又称成组t检验comparison for two means 适用于:完全随机设计两样本均数的比较 完全随机设计:指分别从两研究总体中随机抽取样本,然后比较两组的平均效应 t值计算公式为:equal variance: the two-sample t test 例题:P46例5-5(合并方差combined/pooled v) 二、关于非正态分布资料均数差别的检验 当资料的分布与正态分布略有偏倚时,对结果影响不会太大,仍可用t检验 当资料与正态分布偏倚较大时处理方法: 1、n较大时,样本均数仍可近似正态,且S估计σ的误差较小(每组例数均大于100),用u检验 2、当n较小时,进行数据较换,近拟正态后再作检验。是否符合正态分布应作正态性检验 3、用非参数统计方法 第五节 方差不齐时两样本均数差别的t’检验 总体方差不等时unequal variance situation 正态分布由位置参数μ和变异度参数σ两者所决定,t检验需方差齐性。可用F检验来判断 P48例5-6 求得F值后查附表6-1 P550 1、近似t检验separate variance estimation t-test: t’-test(原版教材称统计量d)。有三种方法,前两种常用 ①Cochran Cox 法(1950) 教科书中介绍的方法:对临界值进行校正 注意:当n1=n2=n时,ν1=ν2=ν,t’=t tα’=t αν;t和t’ 值也用双尾概率时的 tα/2和t’α/2 ②Satterthwaite 法:对自由度进行校正 ③Welch 法:也是对自由度进行校正 重点介绍第一种方法,见书P48例5-6 第六节 两种检验与两类错误 一、

您可能关注的文档

文档评论(0)

178****9325 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档