第四讲-数值变量假设检验20140305详解.ppt

计量资料的统计推断 计量资料的统计推断 通过三个例子强调他们的区别即可 计量资料的统计推断 如何建立数据库？ 计量资料的统计推断 数据建立数据库 计量资料的统计推断 围绕这些内容，但是不是逐一讲解 计量资料的统计推断 前者是个体差异造成的，后者是总体（规律？），所以，一般人希望是后者，想证明后者，但是有又不能证明后者，因此就先否认前者，按照反证法的思想 计量资料的统计推断 原假设：甜的，备择假设：苦的；论证后原假设不成立，所以承认是苦的 计量资料的统计推断 例如，抛硬币，正面或反面 计量资料的统计推断 放在这里是用于“推翻”的，只能推翻原假设 计量资料的统计推断 举例，抽奖， 抓1000次，拿到白子的可能性20，一次呢？可以继续用路边苦李的例子，是不是还有其它可能呢？归结为可能性很小，小概率 计量资料的统计推断 举例，抽奖， 计量资料的统计推断 有100次的研究，起结果有95%是…结合这个例题，例如抽样1000次，有950次以上的结果落在95％区域，50次及以下落在5％的区域。智者千虑必有一失 计量资料的统计推断 一次研究，起结果是…但是智者千虑必有一失 计量资料的统计推断 计算统计量：例如z, t，F，?2（分布），统计学上的里程碑事件，重大发现 计量资料的统计推断 零假设，或无效假设，证明无效假设是否成立，李子是甜的，李子是苦的 计量资料的统计推断 事件是指的H0，即两个相等的事实，即零假设发生的可能性大小，以决定是否承认 计量资料的统计推断 显著性水平一旦确定，它所对应的t值也就确定了 计量资料的统计推断 只有服从某种分布的资料才有可能用这种检验方法，首先服从t分布，K K.Pearson(卡方检验，大样本研究)的学生，R.A.Fisher-方差分析 计量资料的统计推断 对医学、尤其是临床比较罕见的病例 计量资料的统计推断 均数相同的一组曲线，变异不同；s－受自由度的影响 计量资料的统计推断 经过这样的变化，可以变成z分布，也可以办成t分布 计量资料的统计推断 当样本量（自由度一定时），t值确定，p值确定 计量资料的统计推断 当P一定时， t与样本量成反比，当样本量一定是，t与p成反比， t是三者中的核心 计量资料的统计推断 请大家理解这个公式中的均数，为方差分析做准备 猜猜这个P的意思，为后面的方差分析做铺垫 计量资料的统计推断 * 计量资料的统计推断 计量资料的统计推断 计量资料的统计推断 H0成立的可能性 计量资料的统计推断 图示t分布，看小概率是什么 计量资料的统计推断 二类错误。两类药疗效不同，但是用现有的数据没有发现差别。 计量资料的统计推断 通过三个例子强调他们的区别即可 计量资料的统计推断 计量资料的统计推断 可以不计算 计量资料的统计推断 H0发生的概率，即没有差别的可能性 第三讲-数值变量的假设检验 * 1 单一样本的t检验（未知总体与已知总体均数的比较；一组样本与总体的比较） 已知中学一般男生的心率平均为74次/分钟。为了研究常参加体育锻炼的中学生心脏功能是否与一般的中学生相同，在某地区中学生中随机抽取常年参加体育锻炼的男生16名，测量他们的心率，结果见数据“男生心率.SAV”。 问题：总体是？样本是？ 第三讲-数值变量的假设检验 * 55.00 72.00 58.00 57.00 70.00 75.00 72.00 69.00 61.00 67.00 69.00 73.00 59.00 71.00 53.00 69.00 如何建立数据库？ 第三讲-数值变量的假设检验 * ▲目的：比较一个样本均数所代表的未知总 体均数与已知的总体均数有无差别。 ▲计算公式： t 统计量：t= 自由度：?=n - 1 第三讲-数值变量的假设检验 * 假设检验： （1） 建立假设： 检验假设：常参加体育锻炼的中学男生的心率与一般中学生相等； H0：μ=μ0； 备择假设 ：常参加体育锻炼的中学男生的心率与一般中学生不同； H1：μ≠μ0 第三讲-数值变量的假设检验 * （2） 确定显著性水平（ ? ）：0.05 这时候0.05所对应的t值是多大？可以知道吗？ 第三讲-数值变量的假设检验 * （3） 计算统计量： t = ： t =4.65 第三讲-数值变量的假设检验 * （4） 确定概率值 查表：n= 16, 自由度 = n – 1 = 15, t0.05(15) = 2.131 t =4.65 t t0.05(25) , p 0