医学统计学第7讲实习课.pptVIP

三个步骤：建立检验假设，确定检验水准H0：无效假设或零假设H1：备择假设?=0.05检验水准α表示在所设H0的总体随机获得手头样本的概率不允许超过5％。（界定小概率的标准）“手头样本”也包括与总体参数偏离更大的样本在内。计算检验统计量和P值。根据资料特点选用合适的检验方法（检验统计量），按检验统计量所依从的分布，选用相应的公式计算，然后根据其在H0规定的总体中的抽样分布再求得P值。P值表示从所设总体随机获得手头样本(含与总体参数偏离更大的样本)的概率。P值标明以多大的误差拒绝H0；或者说，作出“拒绝H0而接受H1”的结论时冒了P风险。P值小，风险小，认可此结论的误差也小；P值大，风险大，难以认可此结论。P值不会为0，结论不可能没有误差或不冒风险。01如果P??，拒绝H0，接受H1，差异有统计学意义；02如果P?,不拒绝H0，差异无统计学意义。03当P≤?时，表示从所设总体随机获得手头样本(含与总体参数偏离更大的样本，下同)的概率未超过事先确定的?水准。04当P＞?时，表示从所设总体随机获得手头样本的概率已经超过事先确定的?水准。界定P值作出结论。t检验，亦称studentt检验（Student’sttest），主要用于样本含量较小，总体标准差σ未知的正态分布资料。①样本所服从的总体服从正态性分布（正态性）②两样本均数比较时，两样本对应的总体方差相等（方差齐性）③各观察值之间相互独立（独立性）应用条件u检验应用条件01样本大小（n50）02大样本时，对原资料的正态分布要求可以放宽n1+n2？小样本大样本方差？u检验是方差不齐t检验t’检验当拒绝H0时,可能犯错误，可能拒绝了实际上成立的H0，称为?类错误（“弃真”的错误），称为“假阳性”，其概率大小用α表示。当不能拒绝H0时，也可能犯错误，没有拒绝实际上不成立的H0,这类称为II类错误（”存伪”的错误）,称为“假阴性”，其概率大小用β表示,β值一般不能确切的知道。0102假设检验的结果有两种：Ⅰ型错误和Ⅱ型错误对于一般的假设检验，a定为0.05（或0.01），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型错误未知由样本推断的结果真实结果拒绝H0不拒绝H0H0成立Ⅰ型错误a推断正确(1－a)H0不成立推断正确（1－b）Ⅱ型错误b（1－a）即可信度（confidencelevel)例如1-β=0.9的含义是若两总体确有差别，理论上平均每100次抽样有90次能得出有差别的结论。检验效能越大，按α水准拒绝H0推断两总体均数确有差别的把握就越大。?0界值??1-??1拒绝H0不拒绝H0a与b间的关系ab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要有严密的研究设计选用的检验方法应符合其应用条件检验水准的选择单,双侧检验的选择P和?的涵义结论的概率性正确对待统计结论和专业结论假设检验的注意事项无论做出何种推断结论，总是有风险的！拒绝H0时可能犯I类错误；不拒绝H0时可能犯II类错误;尤其是检验统计量位于检验界值的附近时，下结论更应慎重;不拒绝H0，并不意味着接受H0。不拒绝H0，只是说明现有的样本不足以拒绝H0假设，或者说，两个总体差异并不大，假设检验不能从现有的样本中发现差别。所以不能拒绝H0。结论不能绝对化。统计学已证明……由此可以肯定……正确对待结论213专业上有差别，假设检验拒绝H0：结果有效，可以下专业结论；专业上无差别，假设检验不拒绝H0：下无差别的结论；专业上有差别，假设检验不拒绝H0：增大样本含量，减少二类误差;4专业上无差别，假设检验拒绝H0：改进试验，减少误差。答题思路判断资料类型判断研究设计类型选择检验方法列统计表按照所选方法依假设检验步骤完成统计推断。例4：某医生研究脑缺氧对脑组织中生化指标的影响，将乳猪按出生体重配成7对，一组为对照组，一组为脑缺氧模型组。试比较两组猪脑组织钙泵的含量有无差别。解：根据题意，资料为定量资料，设计类型为配对设计，故检验方法选用配对设计t检验。建立检验假设，确定检验水准H0：?d=0H1：?d≠0?=0.05表两组乳猪脑组织钙泵含量(