卫生统计学假设检验剖析.pptVIP

§1 假设检验的基本思想和步骤 若P值小于或等于预先规定的小概率水准 （如0.05），则拒绝原假设。（小概率原理） 若P值大于预先规定的小概率水准，则尚无充分的理由拒绝原假设。 假设检验的基本思想可归纳为 假设某两个或多个总体参数相等、总体分布相同或总体服从某种分布（称为原假设） 在该假设成立时计算相应的检验统计量 如t、F等 根据相应的分布确定P值，作出统计推断 图7-1 由t 分布确定 P值的示意图 【例7-2】 总体Α是100例平原地区正常成年男子的红细胞数，其总体参数 , ； 总体B是100例高原地区正常成年男子的红细胞数，其总体参数 , 。 现从总体B中随机抽取的样本，其统计量为： 若将该样本与总体Α比较，则得 检验效能的影响因素 容许误差 总体标准差 Ⅰ型错误 样本含量 【例7-3】已知某年某地健康成年男子脉搏均数为72次/分。某医生测得某山区25名健康成年男子脉搏均数为74.2次/分，标准差为6.0次/分。得： 查 界值表 单侧 双侧 单侧检验与双侧检验的关系 凡双侧检验 ，单侧检验必 凡单侧检验 ，双侧检验必 单侧检验与双侧检验的选择 本题结论应该如何取？ 同一资料按相同方法分别进行双侧检验和单侧检验， ，则双侧检验所得的P值一般大于单侧检验的P值。 若检验方法所基于的分布是对称的，则双侧检验所得的 值就是单侧检验所得 值的两倍。 单侧检验，还是双侧检验，应依据专业知识和研究目的，而不能在确定 值时主观选择。 误用单侧检验会易犯Ⅰ型错误 误用双侧检验会易犯Ⅱ型错误 * Chapter 7 假设检验 Hypothesis test 假设检验的基本原理和步骤 Ⅰ型错误与Ⅱ型错误 单侧检验与双侧检验 假设检验应注意的事项 假设检验与区间估计的联系 （自学） 主要内容 【例7-1】为了解某地1岁婴儿的血红蛋白浓度，某医生从该地随机抽取了1岁婴儿25名，测得其血红蛋白浓度的平均数为123.5g/L,标准差为11.6 g/L，而一般正常小儿的平均血红蛋白浓度为125g/L，故认为该地1岁婴儿的平均血红蛋白浓度低于一般正常小儿的平均血红蛋白浓度。 案例讨论 问题 （1）该结论是否正确？ （2）应该如何解决诸如此类的问题？ 采用假设检验的方法予以解决 1.假设检验(hypothesis testing)的 基本思想 应用反证法和小概率原理，先对总体的参数或分布作出某种假设，再用适当的方法根据样本对总体提供的信息，推断此假设应当拒绝或不拒绝。这个过程即为假设检验。 123.5与125不同的原因何在？ 来自于总体均数为125g/L的总体，差别由抽样误差导致。 来自另一总体，这个总体的血红蛋白均数未知，差别不仅是抽样误差，主要是本质的不同。 25名1岁婴儿 血红蛋白浓度 先假设 ，原当前的 与 的差异是抽样误差——提出原假设 接下来验证假设，如何验证？ 根据 的大小，如果 较小可以认为当前的差异是抽样误差，反之如果 较大就怀疑当前的差异不仅仅是抽样误差（反证法） 现在问题的关键是 与 相差多大可以认为差异是抽样误差？ 根据现有的条件，选择一个标准——检验统计量t，根据t值大小进行判断 确定获得大于等于当前统计量t值的累积概率P值，与事先规定的小概率比较进行推断 小概率事件在一次试验中发生的可能性很小，认为不可能发生 均数的抽样分布 H0值 临界值 临界值 a/2 a/2 样本统计量 拒绝域 拒绝域 接受域 1 - ? 置信水平 2.假设检验的一般步骤 2.1建立检验假设，确定检验水准 ：无效假设或零假设（null hypothesis） ：备择假设（alternative hypothesis） α 检验水准(significance level) 通常取 α=0.05 根据专业知识和研究目的确定单双侧检验（见第三节） 【例7-1】 建立检验假设，确定检验水准 ：该地1岁婴儿的HB浓度总体均数与