(DLu)第6章t检验.pptVIP

第六章 计量资料两组均数的比较：t 检验;目标： 能够描述假设检验的基本思想与步骤。 能够运用不同设计类型资料的检验。 能够理解两样本方差齐性检验的方法。;算术均数 离均差平方和、方差、标准差； 自由度； 总体VS样本； 参数估计和假设检验;例6.1 欲考察某种疾病对男性血红蛋白的影响，收集了20名男性患者的血红蛋白值（g/L），见表6.1，算得均数为104.4 g/L，标准差为19.48 g/L。当地健康成年男性的血红蛋白平均值为140 g/L。该疾病对男性的血红蛋白平均水平有影响吗？（数据集：例06-01.sav）;观察单位 同质和变异 (of fundamental importance) 变量和变量值 总体与样本 参数和统计量 小概率事件 与小概率事件原理 抽样误差;观察单位:男性（患者） 同质: 某病 变量: 血红蛋白; 定量资料 变异：(血红蛋白浓度)个体间差异 总体：某病男性患者；一般健康男性 参数：某病男性患者(??);一般健康男性(?0=140 g/L) 样本：20名男性患者; 随机抽取 统计量：样本均数104.4g/L; 样本标准差19.48 g/L;假设检验 检验假设、无效假设 备择假设 小概率事件、检验水准、显著性水平 小概率事件原理 ;1、假设检验基本思想;对推断的目的进行假设，如μ=μ0，即未知的总体均数=140 g/L ；;则 z～N（0，1）;当σ未知时，作正态变量 的 t 转换，;二、t 分布的特征与t界值表;图为ν= 9的t分布曲线;图为ν= 9的t分布曲线;从一(正态)总体中随机抽取一个样本:;;检验步骤：;2、计算检验统计量值;3．确定P值，作出统计推断;第二节 两相关样本均数的比较;表6.4 30名妇女在接受硅胶乳房植入术前、后血中硅脂含量（mcg/g） ;配对样本(paired sample)：是指两个样本中的观察对象由于某种联系或某些相近的重要特征而结成对子。 应用配对设计可以减少非处理因素如实验误差和个体差异对结果的影响，提高统计效率。;配对设计三种情况：;一、基本思想与步骤;表6.4 30名妇女在接受硅胶乳房植入术前、后血中硅脂含量（mcg/g） ;; 1．建立检验假设，确定检验水准 ： 即妇女硅胶乳房植入手术前、后体内硅脂含量相同 ： 即妇女硅胶乳房植入手术前、后体内硅脂含量不同 (双侧) ;2．计算检验统计量值;; 两独立样本检验(two independent samples)，又称成组t 检验(comparison for two means)，适用于完全随机设计的两样本。 ;;;即静脉注射与口服治疗后的Hb增量的总体均数相同 ;假设注射组与口服组的Hb含量资料均服从正态分布，并且所来自的两总体方差相等。 ;;建立检验假设，确定检验水准 ，即静脉注射与口服治疗后的Hb增量的总体均数相同 ，即静脉注射与口服治疗后的Hb增量的总体均数不相同;2. 计算检验统计量;; 根据研究设计不同, t检验又可分为以下三种： ⑴ 单个样本均数与总体均数的比较(单样本t检验)； ⑵ 配对设计资料的差值均数与总体均数0的比较； ⑶ 成组设计(完全随机设计)的两样本均数差异的比较。; 第四节 t 检验的应用条件 ;一、正态性检验 判定样本资料是否服从正态分布称为正态性检验（normality tests） （一） 图示法有P-P图和Q-Q图 P-P图是以样本的累计频率作为横坐标，以按正态分布计算的相应累计概率作为纵坐标，把样本中数据表现为直角坐标系中的散点。 Q-Q图是以样本的分位数作为横坐标，以按照正态分布计算的相应分位数作为纵坐标，把样本中数据表现为直角坐标系中的散点。 如果资料服从正态分布，散点应沿第一象限的对角线分布。 ;图6.1 Normal Q-Q Plots of 血红蛋白含量（g/L） ;（二）检验法有W检验法、D检验法和矩法 W检验由S.S.Shapiro和M.B.Wilk创立，适用于样本量 时。;二、方差齐性检验（tests of variance homogeneity） ;(1)基本思想; (2)F界值表(齐性检验用); (3)样本量相等或相近;;;（四）方差齐性检验基本步骤 1.建立检验假设，确定检验水准 ，即静脉注射与口服治疗后的Hb增量的