医学统计学-06t检验.ppt

4.假设检验的结论不能绝对化 假设检验统计结论的正确性是以概率作保证的，作统计结论时不能绝对化。在报告结论时，最好列出概率 P 的确切数值或给出P值的范围，如写成0.02P0.05，同时应注明采用的是单侧检验还是双侧检验，以便读者与同类研究进行比较。当 P 接近临界值时，下结论应慎重。 5.正确理解P值的统计意义 P 是指在无效假设 H0 的总体中进行随机抽样,所观察到的等于或大于现有统计量值的概率。其推断的基础是小概率事件的原理,即概率很小的事件在一次抽样研究中几乎是不可能发生的，如发生则拒绝H0。因此，只能说明统计学意义的“显著” 。 6.假设检验和可信区间的关系 假设检验用以推断总体均数间是否相同，而可信区间则用于估计总体均数所在的范围，两者既有联系又有区别。 第五节 假设检验中两类错误 假设检验是针对H0，利用小概率事件的原理对总体参数做出统计推论。无论拒绝H0还是接受H0，都可能犯错误。 对于一般的假设检验，a定为0.05， b的大小取决于H1。通常情况下，比较总体间有无差异并不知道，即H1不明确， b值的大小无法确定，也就是说，对于一般的假设检验，我们并不知道犯Ⅱ型错误的概率b有多大。 通常情况下Ⅱ型错误未知 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 假设检验有三个基本步骤： ① 建立假设和确定检验水准，通常选 ② 选择检验方法和计算检验统计量 ③ 确定P 值和做出统计推断结论 所有的假设检验都按照这三个步骤进行，各种检验方法的差别在于第②步计算的检验统计量不同。 配对样本均数t检验——检验步骤 建立检验假设，确定检验水准 H0：?d=0，两种结核菌素的皮肤浸润反应总体平均直径差异为0; H1：?d?0，两种结核菌素的皮肤浸润反应总体平均直径差异不为0; ??0.05。 先计算差数的标准差 计算差值的标准误 按公式计算，得： 计算检验统计量 确定 P 值，作出推断结论 自由度计算为 ν=n-1=n-1=12-1=11， 查附表2，得t0.05(11) = 2.201， t0.01(11) = 3.106，本例t t0.01(11)， P 0.01，差别有统计学意义，拒绝H0，接受H1， 可认为两种方法皮肤浸润反应结果的差别有统计学意义。 三、两独立样本均数的t检验 两独立样本t 检验(two independent sample t-test)，又称成组 t 检验。 适用于完全随机设计的两样本均数的比较,其目的是检验两样本所来自总体的均数是否相等。 完全随机设计是将受试对象随机地分配到两组中，每组患者分别接受不同的处理，分析比较处理的效应。 两独立样本t检验要求两样本所代表的总体服从正态分布N(μ1，σ12)和N(μ2，σ22)，且两总体方差σ12、σ22相等,即方差齐性(homogeneity of variance, homoscedasticity)。 若两总体方差不等,即方差不齐，可采用t’检验,或进行变量变换,或用秩和检验方法处理。 两独立样本t检验原理 两独立样本t检验的检验假设是两总体均数相等,即H0：μ1=μ2，也可表述为μ1－μ2=0,这里可将两样本均数的差值看成一个变量样本, 就是差值的标准误,则在H0条件下两独立样本均数t检验可视为样本与已知总体均数μ1－μ2=0的单样本t检验, 统计量计算公式为 其中 Sc2称为合并方差(combined/pooled variance),上述公式可用于已知两样本观察值原始资料时计算,当两样本标准差S1和S2已知时,合并方差Sc2为: 两独立样本t检验——实例分析 例3 25例糖尿病患者随机分成两组，甲组单纯用药物治疗，乙组采用药物治疗合并饮食疗法，二个月后测空腹血糖(mmol/L)如表5 所示，问两种疗法治疗后患者血糖值是否相同？ 两独立样本t检验——检验步骤 建立检验假设，确定检验水准 H0：?1=?2，两种疗法治疗后患者血糖值的总体均数相同; H1：?1??2，两种疗法治疗后患者血糖值的总体均数不同； ??0.05。 计算检验统计量 两独立样本t检验——检验步骤 代入公式，得: 按公式计算，算得: 确定P值，作出推断结论 　两独立样本t检验自由度为 ? =n1+n2-2　=12+13-2=23； 查t界值表，t0.05(23)=2.069，t0.01(23)=2.807. 由于 t0.01(23) t ? t0.05(23)，0.01 P ? 0.05， 按??0.05的水准拒绝