[医学]5第四章 t检验.pptVIP

第四章 ｔ检验 ｔ检验(t test)是以t分布为理论基础，对一个或两个样本的数值变量资料进行假设检验常用的方法，属于参数检验。 第一节 假设检验 一、假设检验的概念与分类 假设检验(hypothesis test) 亦称显著性检验(significance test)，是利用样本信息，根据一定的概率水准，推断指标(统计量) 与总体指标(参数)、不同样本指标间的差别有无意义的统计分析方法。 （一）参数检验和非参数检验 1.参数检验(parametric test) 是依赖总体分布的具体形式的统计方法，简称参数法。常用的参数法有χ2 检验、t 检验、Ｆ检验等。使用条件是抽样总体的分布已知。 ⑴优点：能充分利用样本信息；检验效率较高。 ⑵缺点：应用条件限制较多；手工计算较繁琐。 2.非参数检验 (nonparametric test) 非参数检验是一类不依赖总体分布的具体形式的统计方法。如Ridit分析、秩和检验、符号检验、中位数检验、序贯试验、等级相关分析等。 ⑴优点：①对总体的分布形式不要求；②可用于不能精确测量的资料；③易于理解和掌握；④计算简便。 ⑵缺点：不能充分利用资料所提供的信息，使检验效率降低。 （二）单因素分析与多因素分析 1.单因素分析亦称一元分析，是在主要的非处理因素相同的条件下，不管影响结果的处理因素(如病人年龄、病情、辩证分型、病理类型、药物剂型、用药途径、疗程等)有多少，每次仅分析一个处理因素与效应之间关系的统计方法。 2.多因素分析亦称多变量分析或多元分析，是研究多因素和多指标之间的关系以及具有这些因素的个体之间关系的一种统计分析方法。 二、假设检验的基本步骤 例题：根据大量调查，已知健康成年男子的脉搏均数为72次/分。某医生在某医院随机调查30名脾虚男子，求得脉搏均数为74.2次/分，标准差为7.5次/分。脾虚病人的脉搏是正态分布，问脾虚男子的脉搏均数与一般成年男子的脉搏均数是否相等？ 分析： 把一般成年男子的脉搏均数看作一个总体均数，脾虚男子的脉搏均数为样本均数。 ?0＝72，n＝30 ，X＝74.2，s＝7.5 。 ?0 ?X 的原因： ①抽样误差所致。 ②脾虚致两个均数间有本质性差异。 1．建立假设、确定检验水准 ⑴无效假设：记为Ｈ０，即样本均数所代表的总体均数?与已知的总体均数?0相等。样本均数与?0的差异是由抽样误差引起，无统计学意义。 ⑵备择假设：记为Ｈ１，即样本均数所代表的总体均数?与?0不相等，样本均数与?0的差异是本质性差异，有统计学意义。 假设检验有双侧检验和单侧检验 若目的是推断两总体均数是否不等，应选用双侧检验。 H0：?＝?0，H1：???0 若从专业知识已知不会出现???0 (或???0)的情况，则选用单侧检验。 H0：?=?0，H1：???0 (或???0) 确定检验水准 检验水准亦称显著性水准，符号为α，指由假设检验做出推断结论时发生假阳性错误的概率。 α常取0.05或0.01。 2．选择检验方法、计算统计量 根据：①研究目的， ②资料的类型和分布， ③设计方案， ④统计方法的应用条件， ⑤样本含量大小等， 选择适宜的统计方法并计算出相应的统计量。 3．确定Ｐ值、做出推论 假设检验中的Ｐ值是指在由无效假设所规定的总体作随机抽样，获得等于及大于(和/或等于及小于)现有统计量的概率。 即各样本统计量的差异来自抽样误差的概率，它是判断H０成立与否的依据。 确定Ｐ值的方法主要有两种 ⑴查表法 根据检验水准、样本自由度直接查相应的界值表求出Ｐ值。 ⑵计算法 用特定的公式直接求出Ｐ值。 推论 若Ｐ＞α，就没有理由怀疑H0的真实性，则结论为不拒绝H0，做出不否定此样本是来自于该总体的结论，也即差别无显著性意义。 若Ｐ≤α，则拒绝H0，接受H1，也就是说这些统计量来自不同的总体，其差别不能仅由抽样误差来解释，下结论为差别有显著性意义。 第二节 单样本 t 检验 单样本t检验(one sample t test) 亦称样本均数与总体均数的比较的t检验。用于从正态总体中获得含量为n的样本，算得均数和标准差，判断其总体均数μ是否与某个已知总体均数μ0相同。 已知总体均数一般为标准值、理论值或经大量观察得到的较稳定的指标值。 一、适用条件 1.对正态分布的数值变量资料，需用ｔ检验。 2．对于非正态分布的资料，若经过变量变换使成正态分布，可按ｔ检验处理；否则，用非参数检验的方法。 二、正态性检验的方法 检验假设Ｈ０为总体分布是正态分布，当P＞α时，不拒绝Ｈ０，认为样本所来自的总体服从正态分布；而P≤α时，拒绝Ｈ０，认为样本所来自的总体不服从正态分布。 1.W检验 Shapiro