医学统计学-05 假设检验(研).ppt

* * * * * * * * * * * * * 两者个考察样本量不一样SAS中规定:当样本含量n ≤2000时,结果以Shapiro – Wilk(W 检验)为准,当样本含量n>2000SPSS中则这样规定:(1)如果指定的是非整数权重,则在加权样本大小位于3和50之间时,,计算 Shapiro-Wilk 统计量。对于无权重或整数权重,在加权样本大小位于3 和 5000 * * * * * * * Rejection region does NOT include critical value. 假设检验所建立的假设主要是控制犯I类错误的概率。 Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * 两类错误的的概率是个未知的，Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * * * * * * * Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * Β的大小一般很难确切的估计，只有和特定的H1结合起来才有意义， * * * * * * * * 说法： （1）你绝对否定了总体均数相等的无效假设。 （2）你得到了无效假设为真的概率是1%。 （3）你绝对证明了总体均数不等的备择假设。 （4）你能够推论备择假设为真的概率是99%。 （5）如果你决定拒绝无效假设，你知道你将犯错误的概率是1%。 （6）你得到了一个可靠的发现，假定重复这个实验许多次，你将有99%的机会得到具有统计学意义的结果。？ 最佳选择题： 1.统计推断的内容是： A．用样本指标推断总体指标 B．检验统计上的“假设” C．A、B均不是 D．A、B均是 2.两样本比较时，分别取以下检验水准，下列何者所取第二类错误最小： A．a=0.05 B．a=0.01 C．a=0.10 D．a=0.20 3. 关于假设检验，下列那一项说法是正确的： A．单侧检验优于双侧检验 B．采用配对t检验还是两独立样本t 检验是由实验 设计方法决定的 C．检验结果若P值大于0.05，则接受H0犯错误的可 能性很小 D．用t 检验进行两样本总体均数比较时，不要求方 差齐性 简答题： 1. 什么是一类错误？什么是二类错误？二者之间有什么关系？ 2. P 与α有什么区别和联系？ 3.既然假设检验的结论有可能有错，为什么还要进行假设检验？ 答案： P值的大小和α没有必然关系。 3. P是指H0成立的前提下，出现目前样本数据对应的统计量数值乃至比它更极端数值的概率。 α是事先确定的检验水准。 4. 假设检验中，无论拒绝不拒绝H0，都可能会犯错误：表现为拒绝H0时，会犯第一类错误，不拒绝H0时，会犯第二类错误，但这并不能否认假设检验的作用。 . 因为只要涉及到抽样，就会有抽样误差的存在，因此就需要进行假设检验。 . 只是要注意假设检验的结论只是个概率性的结论，它的理论基础是“小概率事件不太可能原理”。 . 练习题： 提 问： THANK YOU! * 特别注意：普查的数据和特征对总体来说是直接的，不作统计推断！只有对抽样研究获取的资料，才需要作参数估计或假设检验！ * * 两问题： 1.样本73.7次/分，后面有一个μ，这个μ和μ0的关系？ 2.研究者关心的是两个总体是否相等？可能有两种位置关系→双侧检验 * * * 不管你谁采的样本、谁作的实验，得出的结果拒绝不拒绝H0，都要以预先设定的α为标准。习惯上我们取值0.05或0.01. * 检验统计量是利用样本数据计算得到的一个值，是把样本的信息以统计量的形式表现出来；因为一个样本的信息有很多，实际上统计量是信息的一个综合指标；它可以反应该样本可能存在抽样误差的大小，是用来决定是否可以拒绝H0的证据。 检验统计量：属于样本指标，用来反应样本信息，用于计算“H0 成立”的概率P，从而抉择是否要拒绝H0。 * 如果样本统计量对应的P值≤α，说明你这个样本属于已知总体，或者说H0的存在是个小概率事件，你对你的H0就要怀疑，怀疑它你就拒绝它。 如果你算出的P值>α，说明这种样本还是在你的总体当听，拿到这样一个样本是附合常理的，你没有理由去拒绝它。而且现在有了统计软件，我们可以很容易的得到一个很精确的P值，所以你只要知道这种原理，去下一个拒绝或不拒绝的结论就可以了。 * * * * 1.单凭一个样本不可能去证明哪一个假设正确，哪一个正确的；只能从样本提供的信息去推断哪一个假设成立的可能性较大。 2.H0比较明确且单一，H1却包含种种情形，故人们着重考虑H0成立的概率。 * 1.单凭一