第03章总体均数的估计与假设检验(正式)讲义.ppt

* 谢 谢 ! * 2.两样本u 检验 适用于两样本含量较大(n1+n2﹥60) * t检验与u检验区别 公式 查表 与n关系 计算精度 t检验 较复杂 需 无关 精确 u检验 简单 否 n较大 近似 * 第五节 假设检验的注意事项 大门 客厅 房间 * 与名侦探柯南的对决 现场调查： 看过《名侦探柯南》有多少？ 觉得不可信有多少？ 假定柯南认为你卷入到一宗你邻居的密室杀人案，你如何为自己作无罪辩解？ 凶案现场街区剖面图 人行道 大门 客厅 房间 μ0 你的平时活动规律曲线 小概率事件α * 与名侦探柯南的对决（续） 你能接受柯南的肯定域吗？为什么？ 如果不能接受，那么，你应该如何辩解？ 人行道 × 尸体位置 你的否定域 柯南的肯定域 柯南在凶案现场只发现了你的一个鞋印 两种情形：大门外、大门内 * 反证法 根据研究目的建立假设H0，先假设H0是正确的，再分析样本提供的信息是否支持H0，即在H0成立的条件下计算检验统计量，获得相应P值，根据P值大小来判断。 小概率事件原理 小概率事件(P≤0.05)在一次抽样中发生的可能性很小，如果它发生了，则有理由怀疑H0的正确性，认为H1成立，该结论可能犯≤5%的错误。 一、假设检验的基本思想 * 1.建立检验假设，确定检验水准 (1) H0 零假设(null hypothesis) (2) H1 备择假设(alternative hypothesis) (3) α 检验水准(size of a test) 二、假设检验的基本步骤 针对总体而不是针对样本而言 H0：某两个总体参数相等，仅一种情况 H1： 某两个总体参数不等，有多种情况 H0与H1的内容不能互换，否则无法决定 拒绝多种情况中的哪一种情况 * H0: μ1= μ2 H1: μ1 μ2 或 μ1 μ2 单侧检验 H0: μ1= μ2 H1: μ1 ≠ μ2 双侧检验。 单双侧检验主要根据专业知识预先确定。 双侧检验较保守和稳妥。 检验水准α：预先规定的拒绝假设H0时的最 大允许误差，它确定了小概率事件标准。 在实际工作中常取0.05，但并非一成不变。 * 应根据变量和资料类型、设计方案、统 计推断的目的、方法的适用条件等选择 检验统计量。 所有检验统计量都是在H0成立的前提条 件下计算出来的。 检验统计量大小反映样本与总体的偏离 程度（如t值反映样本均数与总体均数 的偏离程度，以标准误进行标准化） 2.计算检验统计量 * P值是决策的依据 P的含义是指从H0规定的总体中随机抽样， 其检验统计量等于及大于现有样本的检验 统计量的概率。即从H0假设总体中随机抽 到差别至少等于现有样本差别的机会。 根据获得的事后概率P，与事先规定的 概率—检验水准?进行比较，看其是否为 小概率事件而得出结论。 3.确定P 值，作出推断结论 * P≤?，按?检验水准，拒绝H0，接受H1 有统计学意义(统计结论) statistical significance 可认为…不同，…高于…(专业结论) P＞?，按?检验水准，不拒绝H0 无统计学意义(统计结论) no statistical significance 还不能认为…不同(专业结论) 不拒绝H0不等于接受H0，因此时证据不足 * 三、I型错误和II型错误 健康人与肝病病人的肝大指数分布 (所拟合的两个正态曲线各按100%面积绘制） 肝 大 指 数 健康人 H0 肝病病人 H1 第一类错误 ＝误诊率 (假阳性率) 第二类错误 ＝漏诊率 (假阴性率) 6.1 7.0 8.4 5 6 8 9 10 11 4 ?大，?小；?大，?小。增加n可同时缩小?，?。 * ?可取单尾亦可取双尾。 II型错误的概率大小用?表示, ?只取单尾， ?值的大小一般未知，须在知道两总体差值 ? (如?1??2等)、?及n 时，才能算出。 1??称检验效能(power of a test)，过去称把 握度。为当两总体确有差异，按检验水准 ?所能发现该差异的能力。1??只取单尾。 拒绝H0，只可能犯I型错误，不可能犯II型 错误；不拒绝H0，只可能犯II型错误，不 可能犯I型错误。 * 四、假设检验应注意的问题 1.要有严密的研究设计 组间应均衡，