第7章假设检验基础.pptVIP

第六章 假设检验基础 第一节 假设检验的概念与原理 第二节 t检验（t test） 第三节 二项分布与Poission分布 资料的Z（U）检验 第四节 假设检验与区间估计的关系 第五节 假设检验的功效 第一节 假设检验的概念与原理 一、假设检验的思维逻辑 二、假设检验的基本步骤 一、假设检验的思维逻辑 样本统计量与总体参数间（或统计量与统计量间的）的差异产生的原因： 1. 个体变异所导致的抽样误差所引起； 2. 总体间确实有差异 用来判断差别由哪一种情况引起的数理统计方法，就是假设检验（又称显著性检验）（test of hypothesis）。 二、假设检验的基本步骤 1、建立假设与确定检验水准（α） H0: μ1＝μ2 无效假设（null hypothesis） H1: μ1≠μ2 备择假设（alternative hypothesis） 检验水准（level of a test）：α=0.05(双侧) 2、选则假设检验方法和计算统计量： 根据统计推断目的、设计类型、资料组数、样本含量等选择方法。如两组小样本均数比较用t检验、大样本均数比较Z检验、2个样本方差齐性检验用F检验等。 3、确定P值， P≤α(0.05) 样本差别有统计学意义； P α(0.05) 样本差别无统计学意义 4、作出判断 第二节 t检验（t test） 一、一组样本资料比较的t检验 （样本均数与总体均数的比较） 二、配对设计资料的t检验 三、两组独立样本的t检验 四、大样本均数比较的Z检验 五、两组独立样本资料的方差齐性检验 六 成组设计的两样本几何均数比较的t检验 一、一组样本资料比较的t检验 （样本均数与总体均数的比较） 推断样本所代表的未知总体均数μ与已知总体均数μ0有无差别。 已知总体均数μ0一般为理论值、标准值或经大量观察所得的稳定值。 统计量t的计算公式： 实例 二、配对设计资料的t检验 两种情况： 1.随机配对设计(randomized paired design)是将受试对象按某些混杂因素（如性别、年龄、窝别等）配成对子，每对中的两个个体随机分配给两种处理（如处理组与对照组）； 2.或者同一受试对象作两次不同的处理(自身对照)。 优点：配对设计减少了个体差异。 特点：资料成对，每对数据不可拆分。 实例 用药前后患儿血清中免疫球蛋白IgG(mg/dl)含量 序号 用药前 用药后 差值（后-前） 1 1206.44 1678.44 472.00 2 921.69 1293.36 371.67 3 1294.08 1711.66 417.58 4 945.36 1416.70 471.34 5 721.36 1204.55 483.19 6 692.32 1147.30 454.97 7 980.01 1379.59 399.58 8 691.01 1091.46 400.45 9 910.39 1360.34 449.95 10 568.56 1091.83 523.27 11 1105.52 1728.03 622.51 12 757.43 1398.86 641.44 三、两组独立样本的t检验 完全随机设计(completely random design) ：把受试对象完全随机分为两组（或从2个总体中分别随机抽取一定数量的受试对象），分别给予不同处理，然后比较独立的两组样本均数。各组对象数不必严格相同。目的:比较两总体均数是否相同。 条件：假定资料来自正态总体，σ12=σ22 实例 方差不齐时Satterthwaite近似法 （t’检验 ） 实例 为