6 1假设检验2012.10.ppt

 本章内容 假设检验的过程（提出假设→抽取样本→作出决策） 双侧检验 例6 -6 为探讨硫酸氧钒对糖尿病性白内障的防治作用，研究人员将已诱导糖尿病模型的100只大鼠随机分为两组。一组用硫酸氧钒治疗（DV组），另一组作对照观察（D组），12周后测大鼠血糖含量。结果为：DV组50只，样本均数为6.5mmol/L，标准差为1.35mmol/L；D组8只，样本均数为13.2mmol／L，标准差为4.20mmol／L。试问两组动物血糖含量的总体均数是否相同？ 方差齐性检验 二、原理：从总体方差相等的两个总体中分别抽样，由于抽样误差的存在，两样本方差一般不会恰好相等，但不会相差很大，若两者相差悬殊，则来自总体方差不等的可能性较大。两样本方差的齐性检验用F检验，检验统计量F值按下式计算。 成组设计两样本均数的t检验的基本步骤 【例6-4】为研究某种解毒药对大白鼠血中胆碱酯酶含量的影响，将20只大白鼠按性别、体重、窝别配成对子。每对中随机抽取一只服用解毒药，另一只作为阴性对照，服用生理盐水，经过一定时间，测得大白鼠血中胆碱酯酶含量，如表6-5所示。问大白鼠服用解毒药和生理盐水后血中胆碱酯酶有无不同？ 【案例解析】 在设计类型上，该例属于配对设计。配对设计下的资料并不是两个独立样本，对子内部相减之后，得到的差值资料实际上是一个样本，因此配对设计资料的假设检验类似于单样本的检验，即检验差值的均数（或中位数）是否等于零。对于配对设计定量资料的统计分析，若差值服从正态分布，可采用配对检验（paired t test）；否则，采用配对资料的符号秩和检验（signed rank sum test）。 【结果报告】 统计方法 1.假设检验的研究对象 在假设检验中，我们所研究的对象，所考察的目标------总体，绝非样本。 例：H0 :μ1 = μ2 H0 ：　　π1=π2 H1 :μ1 ≠ μ2 H1 ：　π1≠π2 ２.P值与α的关系 α值--检验水准，研究者事先确定 实践中常取0.05,或0.01,将小概率事件具体化，规定概率不超过α就是小概率。 P 值--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。 --H0“是否成立”的概率 P值大小与α无任何关系 3.假设检验的应用条件 t检验 1．样本例数n较小（n ?50）且总体标准差未知时，要求样本来自正态分布。 2．作两样本均数比较时，还要求两样本的总体方差相等。 4.假设检验中的两类错误 1. 第一类错误（弃真错误） 拒绝了实际上存在的H0 第一类错误的概率为? 2. 第二类错误（存伪错误） 不拒绝实际上不存在的H0 第二类错误的概率为??(Beta) Ⅰ与Ⅱ类错误 ? 错误和 ? 错误的关系 如用某种降压药后舒张压平均下降0.1kPa，经t检验后可能得到pα ，由此作出的“用药前后的差异有统计学意义”的结论并不意味此药就有“显著疗效”或在临床上有“显著应用价值”，它仅表明用药前后的差异不大可能仅仅是偶然巧遇而出现的，事实上0.1kPa的差值并无实际意义（有临床意义的差值应≥0.67kPa）。 所以，假设检验的结果只能反映两者是否相同或不同，差异的大小及是否具有实际价值只能根据专业知识予以确定，检验本身并不能直接对研究内容作出专业方面的评价。 简答题： 答案： P值的大小和α没有必然关系。 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”。 案例 为研究直肠癌患者手术前后血清CEA含量有无差异，作者收集了以下资料： 术 前（24例）：31.5 30.0 28.6 39.7 45.2 20.3 37.3 24.0 36.2 20.5 23.1 29.0 33.1 35.2 28.9 26.4 25.9 23.8 30.4 31.6 27.9 33.0 34.0 32.7 术 后（12例）： 2.0 3.2 2.3 3.1 1.9 2.2 1.5 1.8 3.2 3.0 2.8 2.1 （1）有人采用了两独立样本的检验，结果t=15.92，ν=34，P0.05。从而得出结论：手术前后血清CEA含量有差异，术前CEA含量高于术后。 （2）也有人觉得上述