计算药物分析(药学与生物信息学)第三章.ppt

(2)两组数据的平均值比较（同一试样） t 检验法 新方法--经典方法（标准方法） 两个分析人员测定的两组数据 两个实验室测定的两组数据 a．求合并的标准偏差： 也可由两组数据的平均值计算 ｃ．查表（自由度f＝ f 1＋ f 2＝n1＋n2－2）,比较： 　　　　t计t表 ,表示有显著性差异 ｂ．计算ｔ值： 两个均值比较 例3-8 甲： 乙： ， 问：这两个实验室的测定结果有无显著性差异？ 解： 结论： 95%置信水平上二组数据不存在显著性差异，既可认为两个实验室的测定统计意义上不存在显著性差异。 如： 同一批对象实验前后某一指标的变化 每对实验对象分别予以不同处理 检验假设： 统计量： 若 则 否定 成对地进行对比试验 配对实验 两个均值的比较 样本均数和总体均数的比较 配对实验 例题3-9 某化验师应用两种不同的方法测定10个样品，其结果列表如下，问两者有无显著差异？ 两个方法所得结果无显著差别，既统计意义上不存在系统误差。 结论： 样品 结果 解： 3.4 方差的统计分析 Ｆ检验 – 精密度差别检验 H0: S12 = S22 H1：S12 S22 ｂ．查表（单侧Ｆ表），比较 F计F表 S12 S22 ａ．计算Ｆ值： 注意点: ⑴ 检验顺序: G F t ⑵双侧检验和单侧检验：表格 临界值: t 0.05,d.f., 1 = t 0.1,d.f.,2 t 0.025,d.f.，1 = t 0.05,d.f.,2 ⑶ P 或 ? 的选择: 常用 P =0.95 ?=0.05 ? 过大,易犯第一类错误(以真为假); ? 过小,易犯第二类错误(以假为真). F检验 统计量： 方法： 求F值 F与 比较 ， 若 则 两组数据的精密度无显著性差异 3.4 方差的统计分析 3.4.1 两个方差的比较 两组数据的精密度显著差异检验 方差分析： 对实验数据的方差进行分析. 基本思想： 实验数据的总方差（复差平方和）分解为组间方差和组内方差，用下一检验判断两种不同来源的方差有无显著性差异。 例3-11 实验室 一 二 三 四 五 六 七 1.6 4.6 1.2 1.5 6 6.2 3.3 2.9 2.8 1.9 2.7 3.9 3.8 3.8 3.5 3 2.9 3.4 4.3 5.5 5.5 1.8 4.5 1.1 2 5.8 4.2 4.9 2.2 3.1 2.9 3.4 4 5.3 4.5 总数 12 18 10 13 24 25 22 均数 2.4 3.6 2 2.6 4.8 5 4.4 现要求七个实验室用同一测定方法分析某牛奶样品中的 黄曲霉素，各测定5次，其实验数据如下： 问：七个实验室的分析结果是否不同？ 3.4.2 单因素方差分析 解 实验室数据为测定次数相同的单因素多水平试验。首先分解变差平方和和自由度： 本例的35个数据与总均数的 变差平方和为总变差平方和（ ）；7个实验室各自测定值的均数与总均数 变差平方和称为组间变差平方和（ ）；7个实验室各自测定值与该组均数的变差平方和称为组内变差平方和（ ）。可以证明： 因此方差分析的统计检验为： H0： H1： 3.5 非参数统计分析 Excel 电子表格统计功能的使用 1、插入函数 2、数据分析 函数的应用: 插入–函数 chitest chidist chiinv 3.5.2 中位数及其稳健性 3.5.3 盒图法描述一维数据 根据计算得到的 ，FL，FU，df，即可绘制盒图。以一个长方形的盒子表示FL~FU50%实验点，从盒图的两侧各绘制一条水平线，称为盒尾。其长度分别对应于-1.6~6和18.5~11，即包括了所以正常值，而逸出值22落在右盒尾线的外侧。 从图中可以直观地获得许多有用的信息： 掌握中位数和四分位数的数值； 从盒长了解50%数据分散的程度； 根据中位数在盒中部偏斜的程度判断数据分布的斜度； 由盒长和尾长的关系判断全部数据分布集中和分散的程度； 剔除逸出值 。 小结 1.名词解释：u检验、t检验、中位数、方差分析； 2.χ2试验boxplot ； 3.试说明实验数据统计检验的基本方法； 4.对两组实验数据进