假设检验的概念及t.ppt

由样本推断的结果真实结果拒绝H0不拒绝H0H0成立Ⅰ型错误a推断正确(1－a)H0不成立推断正确（1－b）Ⅱ型错误b（1－b）即把握度（powerofatest):两总体确有差别，被检出有差别的能力（1－a）即可信度（confidencelevel):重复抽样时，样本区间包含总体参数（m）的百分数对于一般的假设检验，a定为0.05（或0.01），b的大小取决于H1。通常情况下，比较总体间有无差异并不知道，即H1不明确，b值的大小无法确定，也就是说，对于一般的假设检验，我们并不知道犯Ⅱ型错误的概率b有多大。0102通常情况下Ⅱ型错误未知a与b间的关系ab减少（增加）I型错误，将会增加（减少）II型错误增大n同时降低a与b假设检验注意事项可比性(随机性抽样、分组，资料具有均衡性和可比性)正确选用假设检验方法“差别”的实际意义(正确理解差别有统计学意义的涵义。有统计学意义指：样本来自不同的总体，而并非指差别很大，不能说明差别的大小.当专业上和统计学上都有“显著性意义”时，才有实用价值。)假设检验注意事项判断结论时不能绝对化(原因是存在着两类错误写出精确P值：若对同一研究内容，A研究的结果P=0.002,B研究的结果P=0.04,虽结果均为拒绝H0,但A结果更为可信.单侧检验与双侧检验报告结果应写出统计量值、具体P值（单侧时应注明）；95％CI既能说明差别的大小，也具有检验的作用，建议使用。(可信区间与假设检验均为统计推断方法，可信区间可以检验差值大小，假设检验可精确表示相关事件的概率。统计结果同时报告检验统计量、P值和可信区间更值得提倡。)010302t检验，亦称studentt检验（Student’sttest），主要用于样本含量较小（例如n30），总体标准差σ未知的正态分布资料。样本均数与总体均数的比较配对资料的比较两样本均数的比较两方差齐性检验第十章t检验（ttest）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：010203一、样本均数与总体均数的比较实例附表2t界值表两种情况：1.随机配对设计(randomizedpaireddesign)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。表3-4两法测定12份尿铅含量的结果完全随机设计(completelyrandomdesign)：把受试对象完全随机分为两组，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计算公式：其中，均数差的标准误第八章假设检验的概念及t检验总体样本抽取部分观察单位统计量参数统计推断如：样本均数样本标准差S样本率P如：总体均数总体标准差总体率内容：参数估计(estimationofparameters)包括：点估计与区间估计2.假设检验（testofhypothesis)实例通过以往大规模调查，已知某地一般新生儿的头围均数为34.50cm。为研究某矿区新生儿的发育状况，现从该地某矿区随机抽取新生儿55人，测得其头围均数为33.89cm，问该矿区新生儿的头围总体均数与一般新生儿头围总体均数是否不同？12总体间差异：1.个体差异，抽样误差所致；总体间固有差异判断差别属于哪一种情况的统计学检验，就是假设检验。小概率思想:P0.05（或P0.01）是小概率事件。在一次试验中基本上不会发生。P≤α(0.05)样本差别有统计学意义；Pα(0.05)样本差别无统计学意义假设检验(testofhypothesis):,事先对总体的特征作出某种假设,通过分析样本数据，判断该样本信息是否支持这种假设，最后作出拒绝或不拒绝这种假设的取舍抉择。此方法称作假设检验。假设检验的步骤及有关概念假设检验的步骤1、建立假设与确定检验水准（α）H0:μ1＝μ2无效假设（nullhypothesis）H1:μ1≠μ2备