数值变量资料的统计推断教学幻灯片讲义.ppt

⑴建立假设，确定检验水准 H0：μ1＝μ2 H1：μ1μ2 α＝0.05 ⑵选择检验方法，计算检验统计量t值 ⑶确定P 值，判断结果 查t界值表，t0.05,20＝1.725，今1.46＜1.725，故P＞0.05，故按α＝0.05水准，不拒绝H0，尚不能认为有肾囊肿的女性尿素氮水平高于无肾囊肿的女性。 P P=? t=1.46 P=0.05 t t=1.725 思考题： 两样本比较作 t 检验，差别有统计学意义时，P 值越小说明 A 两样本均数差别越大 B 两总体均数差别越大 C 两总体均数差别越小 D 越有理由认为两样本均数不同 E 越有理由认为两总体均数不同 第四节 方差分析(analysis of variance,ANOVA) 又称变异数分析或F检验 *用途： 适用于对多个平均数进行假设检验； 以检验所得的多个平均数是否来自相同总体。 *对资料的要求： 1 独立性：每个个体的测量值相互独立； 2 正态性：总体服从或近似服从正态分布； 3 方差齐：总体的方差相等。 一、 单因素方差分析 单向方差分析（one way analysis of variance）或成组设计（完全随机设计）方差分析，是指试验研究的处理因素，或调查研究资料的分类方式只有一种。 这个处理因素（或分类方式）包含有多个离散的水平，分析在不同水平上应变量的平均值是否来自相同总体 Xij表示第i个处理组的第j个观察值，i=1,2,…k, j=1,2,…ni * （一）基本思想 例 某院外科对自行制备的三种消毒剂的杀菌效果进行考察，经过使用，以被消毒物品的残余细菌数（cfu/m2）为评价指标。试验结果如表12-5所示，试问三种消毒剂的效果是否存在差异？ 变异原因 变异表现 处理因素（如不同的预防、治疗方案、不同的自然条件等） 组间变异 随机因素（含随机测量误差，抽样误差，个体变异等） 组内变异 T+E E 组间均方MS组间 组内均方MS组内 F= MS组间/ MS组内 若无效假设成立，组内均方MS组间和组间均方MS组内是随机误差方差σ2的估计值，F值理论上应当等于1，F值有抽样误差； F分布是一种偏态分布。它的分布曲线由分子与分母两个自由度决定。 方差分析基本思想示意图 ?1=4, ?2 =10的F值曲线和? =0.05时界值 统计量F值等于或大于临界Fα(? 1, ?2)值时，就在α水准上拒绝无效假设，否则就不拒绝无效假设。 2 某市120名12岁男孩平均身高为143.10cm, 标准差为5.67cm,则身高在128.24-157.96cm范围内的理论频数最接近下列哪个值? A. 114 B. 119 C. 64 D. 72 E. 96 3 衡量抽样误差大小的统计指标是： A. 标准差 B. 变异系数 C. 方差 D. 标准误 4 关于t值有: A.与总体均数和样本均数之差成正比 B.与标准误成反比 C.与样本含量有关 D.自由度一定时,t值愈大,P值越小 E.符合正态分布 数值变量资料的统计推断 第二节 假设检验的基本思想和基本步骤 学习要点： 1.熟悉假设检验的基本思想和步骤； 2.掌握t检验和u检验的方法； （一）假设检验的基本思想—利用反证法的思想 假设检验的基本思想和步骤 利用小概率反证法思想，先建立假设；然后在H0成立的条件下计算检验统计量，最后获得P值来判断。当P值小于或等于预先规定的概率值α，就是小概率事件。根据小概率事件的原理：小概率事件在一次抽样中发生的可能性很小，如果他发生了，则有理由怀疑原假设H0，认为其对立面H1成立，该结论可能犯大小为α的错误。 例 某地抽样调查了26名男性管理人员的空腹血糖，均数为4.84mol/L，标准差为0.85mol/L。已知大量调查的一般健康成年男性空腹静脉血糖的均数为4.70mol/L。试问能否认为该地健康男性管理人员的空腹血糖的均值与一般正常健康成年男性的的均值不同？ 差异来自哪里？ (1)由于抽样误差造成的.(实际上 ，但由于抽样误差 不能很好代表 ) (2)该地男性管理人员的空腹血糖与一般健康成年男性空腹静脉血糖( ) 假设检验的目的就是判断差异的原因: 求出由抽样误差造成此差异的可能性(概率P)有多大 ！ 若 P 较大(P＞0.