第六章计量资料两组均数的比较t检验.ppt

第五节 假设检验中需注意的问题 一、两类错误 I型错误和II型错误 假设检验是利用小概率反证法思想，根据P值判断结果，此推断结论具有概率性，因而无论拒绝还是不拒绝H0，都可能犯错误。 一、两类错误 一、两类错误 I 型错误：“实际无差别，但下了有差别的结论”，假阳性错误。犯这种错误的概率是?（其值等于检验水准） II型错误：“实际有差别，但下了不拒绝H0的结论”，假阴性错误。犯这种错误的概率是?（其值未知） 。 但 n 一定时， ? 增大，? 则减少 。 1-? ：检验效能（power）:当两总体确有差别，按检验水准 ? 所能发现这种差别的能力 一、两类错误 二、P值的含义 二、P值的含义 二、P值的含义 误不超过α的水平拒绝H0接受H1,实际上犯I型错误的概率为P。 三、单侧检验与双侧检验 四、假设检验方法的应用条件 五、假设检验与置信区间的关系 可信区间与假设检验各自不同的作用，要结合使用。 一方面，可信区间亦可回答假设检验的问题，算得的可信区间若包含了H0，则按?水准，不拒绝H0；若不包含H0，则按?水准，拒绝H0，接受H1。 另一方面，可信区间不但能回答差别有无统计学意义，而且还能比假设检验提供更多的信息，即提示差别有无实际的专业意义。 五、假设检验与置信区间的关系 虽然可信区间亦可回答假设检验的问题，并能提供更多的信息，但并不意味着可信区间能够完全代替假设检验。可信区间只能在预先规定的概率 ?检验水准?的前提下进行计算，而假设检验能够获得一较为确切的概率P值。 六、统计学意义与实际意义 当假设检验的结论为Pα时，不拒绝H0,表示差异无统计学意义，说明样本统计量之间的差值由抽样误差所获得的可能性较大，即尚不能认为被推断的两总体参数有差别，但这不应该被理解为所推断的两总体参数间绝对无差别或差别不大。 六、统计学意义与实际意义 当检验结论为P≤α时，即拒绝H0,接受H1,表示差异有统计学意义，说明样本统计量之间的差值并非仅由抽样误差所致，也即被推断的两总体参数有统计差别。但所推断的两总体参数的差别有多大，是否具有实际意义等需结合专业知识进行分析和判断，统计学假设检验本身不能给予进一步回答。实际上在大样本比较时，没有临床意义或实际意义很小的差异，在统计学也许有统计学意义。因此，有统计学意义并不等于有实际临床意义，后者主要依靠专业知识来确定。 小结 练习 练习 第六章 计量资料两组均数的比较-t检验 学习目标： 1 能够描述假设检验的基本思想与步骤。 2 能够运用不同设计类型资料的t检验。 3 能够理解两样本方差齐性检验的方法。 4 能够运用统计软件对实际资料进行t检验。 内容提要 第一节 样本均数与总体均数的比较 第二节 两相关样本均数的比较 第三节 两独立样本均数的比较 第四节 t检验的应用条件 第五节 假设检验中需注意的问题 第六节 案例讨论（自学） 概述 假设检验基本思想 假设检验过去称显著性检验。它是利用小概率反证法思想，从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。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。 第一节 样本均数与总体均数的比较 例6.1 欲考查某种疾病对男性血红蛋白的影响，收集了20名男性患者的血红蛋白值(g/L)，算得均数为104.4 g/L，标准差为19.48 g/L。当地健康成年男性的血红蛋白平均值为140.0 g/L。该疾病对男性的血红蛋白平均水平有影响吗？ 104.4g/L ≠140.0g/L 原因： 1.可能是总体均数不同 2.是抽样造成的 假设检验的基本思想与步骤 1.建立检验假设，确定检验水准（选用单侧或双侧检验） （1）无效假设又称零假设，记为H0； （2）备择假设又称对立假设，记为H1。 对于检验假设，须注意： 检验假设是针对总体而言，而不是针对样本； H0和H1是相互联系，对立的假设，后面的结论是 根据H0和H1作出的，因此两者不是可有可无，而是 缺一不可； 假设检验的基本思想与步骤 ③?H1的内容直接反映了检验单双侧。若H1中只是? ??0 或 ? ?0，则此检验为单侧检验。它不仅考虑有无差异，而且还考虑差异的方向。 ④?单双侧检验的确定，首先根据专业知识，其次根据所要解决的问题来确定。若从专业上看一种方法结果不可能低于或高于另一种方法结果，此时应该用单侧检验。一般认为双侧检验较保守和稳妥。 假设检验的基本思想与步骤 (3) 检验水准?，过去称显著性水准，是预先规定的概率值，它确定了小概率事件的标准。在实际工作中常取? = 0.05。可根据不同研究目的给予不同设置。 2. 计算检验统计量 根据变量和资料类型、设计方案、统计推断的目的、是否满足特定条件等（如数