七八单元假设检验的基本概念和t检验病理教程.ppt

* P 是指从 H0 规定的总体作随机抽样，抽得等于及大于现有样本获得的检验统计量值的概率。 * * * * * * * 由于标准正态分布（分布）只有一条曲线，只要记住几个常用的界值，即可获得P值的大致范围，故检验可省去查t界值表的麻烦 。 * * * 适用于两样本含量较大（n1、n2均大于50）时， * 实际上，即使两总体方差相等，其两样本的方差，由于抽样误差的影响，也不一定相等。为此，我们要对两样本的方差作统计学检验，检验两样本方差的不同是由于抽样误差引起的还是原来的两总体方差不同所造成的？ * * * * * * t? (界值) H0 H1 α β 图7.1 两型错误示意图(以单侧t检验为例) 正常人 患者 漏诊 误诊 * a b 减少（增加）I型错误，将会增加（减少）II型错误 增大n 同时降低a 与 b a 与 b 间的关系 * 同时减少α和?的唯一方法是增加样本含量，因为增加了样本的含量后，均数的抽样误差小，样本均数更接近总体均数，因而可使犯第一类错误和第二类错误的概率同时减少。 * 实际情况 假设检验的结果 拒绝 H0 不拒绝 H0 H0 正确 I 型错误(?) 推断正确（1- ? ） H0 不正确 检验效能(1-?) II 型错误(?) 检验效能（power of a test） 1- ? 称为检验效能或把握度，即两总体确有差别时，按α水准能发现它们有差别的能力。 * 如1 ? ? ＝ 0.90，意味着若两总体确有差别，则理论上在100次检验中，平均有90次能够得出有统计学意义的结论。所作的检验若有较大的1-β值，我们说该检验方法的检验功效较高，因为H0不成立时能够被及时检出。  * * * 1、要有严密的抽样研究设计 这是假设检验的前提。样本必须是从同质总体中随机抽取的；要保证组间的均衡性和资料的可比性，即除对比的主要因素(如用新药和用安慰剂)外，其它可能影响结果的因素(如年龄，性别，病程，病情轻重等)在对比组间应尽可能相同或相近。 假设检验的注意事项 * 应根据分析目的、资料类型、设计方案、资料的分布、样本含量的大小以及方法的适用条件等选择适宜的统计检验方法。 2、应满足假设检验方法的前提条件 * n1+n2？ 小样本 大样本 方差？ z检验 方差齐 方差不齐 t 检验 t ’检验 两样本均数比较方法的选择 *  P值是指在成立的前提下，出现现有样本统计量以及更极端情况的概率。 P值越小，说明在H0成立的条件下，得到现有样本的可能性越小，越有理由拒绝H0。 3、正确理解假设检验中概率P的含义 * P值的大小不仅与总体参数间的差别有关，而且与抽样误差等有关。不能认为P值越小，总体参数间的差别越大。假设检验只做出拒绝或不拒绝的定性结论，但不能给出总体参数间差别大小的结论。 *  统计结论具有概率性质，不宜用“肯定”，“一定”，“必定”等词。 报告结果时应注意措辞，应列出检验水准、检验统计量值， P 值的确切范围、统计结论和专业结论。 4、结论不能绝对化 *  1) 差别具有“显著性”指差别具有“统计学意义”； 2) 具有“统计学意义”不一定具有“专业意义”  5、正确理解“显著性”、“统计学意义”与“专业意义” * 差别有统计学意义，过去称差别有“显著性”，不能理解为两者差异大，也不能理解为所分析的指标在实际应用上就有“显著效果”或“显著价值”。 * 如用某种降压药后舒张压平均下降0.1kPa，经t检验后可能得到pα，由此作出的“用药前后的差异有统计学意义”的结论并不意味此药就有“显著疗效”或在临床上有“显著应用价值”， * 它仅表明用药前后的差异不大可能仅仅是偶然巧遇而出现的，事实上0.1kPa的差值并无实际意义（有临床意义的差值应≥0.67kPa）。 * 假设检验的结果只能反映两者的差异是否由抽样误差引起，而差异的大小及是否具有实际价值只能根据专业知识予以确定。 * 小结 1.t检验和Z检验应用条件 2.两类错误 3.假设检验注意事项 * 练习 * * Exercise * 为观察辛伐他汀治疗糖尿病高胆固醇血症的疗效，将100名2型糖尿病合并高血脂症患者随机分为两组，两组均在控制饮食及运动治疗的基础上，对照组54例给予格列喹酮片加二甲双胍片，治疗组46例另加服辛伐他汀片。结果：对照组TC降低0.35mmol/L,治疗组降低0.49mmol/L,经治疗前后配对t检验和两组差值的两样本t检验后均得P0.05.由此