医学]第4章 假设检验与总体均数估计.ppt

手工计算：一般是通过查界值表获得。 统计软件：直接给出精确的P值 3、确定P值 P 值含义：指在原假设成立的条件下， 观察到的样本差别是由于机遇所致的概率。 也是指由所规定的总体作随机抽样， 获得等于及大于（或等于及小于）现有样本 获得的检验统计量值的概率。 4、作出推断结论（含统计结论和专业结论） 将获得的事后概率P与事先规定的概率进行比 较。 如假设 H0：=0 即山区成年男子的平均脉搏数与一般成年 男子的平均脉搏数0相等。 H1：0 即山区成年男子的平均脉搏数与一般成年 男子的平均脉搏数0不相等。 a=0.05 Pa 时，统计结论：拒绝H0，接受H1，差异有统计学意 义; 专业结论：可认为 不同或不等, 并表明谁高谁低 . 如假设 H0：=0 H1：0 a=0.05 当Pa时，统计结论：不拒绝H0，差异无 统计学意义; 专业结论： 还不能认为 不同或不等。 如假设 H0：=0 H1：0 a=0.05 本例，因P0.05 (v一定时，t值越小，P值越大) 例4-5 作出推断结论(两个结论：统计结论和 专业结论) 今P0.05，按=0.05水准，不拒绝H0， 差别无统计学意义(统计结论)，还不能认 为该山区正常产男婴双顶径大于一般男婴 双顶径 (专业结论) 。 二、 配对t检验（paired t-test) 配对设计含义： 将受试对象按一定条件配成对子，在随机分配 每对的两个受试对象到不同的处理组。配对的特征 或条件主要是指年龄、性别、体重、环境条件等对 研究结果有影响的非处理因素。（使不同处理组间 这些特征或条件达到均衡可比。） 二、 配对t检验（paired t-test) 配对设计分析目的： 推断两种处理或方法的结果有无差别。 二、 配对t检验（paired t-test) 配对设计的3种形式： (1)同对的两个受试对象分别给予两种不同的处理。 比如(例4-6)P52 (2)同一受试对象分别给予两种处理(同一标本用两种 方法检测) 。比如P431 (3)同一受试对象处理前后比较。比如(例4-7)P53 （这是难点也是重点，易和成组设计的两样本T检验 相混淆） 例1 随机选择9窝中年大鼠，每窝中取两只雌性大鼠 随机地分入甲、乙两组，甲组大鼠不接受任何处理(即 空白对照)，乙组中的每只大鼠接受3mg/Kg的内毒素。 分别测得两组大鼠的肌酐(mg/L)测定结果如下。 窝别编号： 1 2 3 4 5 6 7 8 9 甲(对照)组：6.2 3.7 5.8 2.7 3.9 6.1 6.7 7.8 3.8 乙(处理)组：7.5 3.8 6.3 4.3 5.3 7.3 5.6 7.9 7.2 例2 检验血磷含量有甲、乙两种方法，其中， 乙法具有快速、简便等优点。现用甲、乙两 法检测相同的血液样品，所得结果如下表。 问：检验甲乙两法检出血磷是否相同，用 何统计方法？ 样本号 1 2 3 4 5 6 7 乙 法 2.74 0.54 1.20 5.00 3.85 1.82 6.51 甲 法 4.49 1.21 2.13 7.52 5.81 3.35 9.61 例3 某脑电图室观察家兔注射AT3前后脑电 图波形的变化，观测结果如下。试分析注射 AT3前后脑电图波形是否发生了显著性变化。 注射AT3前后脑电图波形的变化率（%） 家兔编号 注射前 注射后 1 29 37 2 28 44 3 38 52 4 29 35 5 34 41 6 41 43 例4 某儿科医生收集了年龄、性别等相近的正 常、肥胖儿童各10例，资料如下。欲分析不同 肥胖程度儿童体内瘦素水平高低，宜用何种统 计分析方法？ 儿童体内瘦素水平（mg/l） 正常组 肥胖组 29 37 28 44 38 52 29 35 34 41 41 43 应用条件： 因是要推断两种处理或方法的结果有无 差别。所以，解决这个问题，首先要求出各 对差值（d）的均数（ ）。理论上，若两 种处理无差别时，差值d的总体均数ud应为 0(ud=0)。所以对于配对设计的均数比较可 看成是样本均数与总体均数(ud =0)比较。 但要求差值来自正态总体。 检验公式： 检验步骤 1、建立检验假设，确定检验水准 H0：d=0 即实验组与对照组大鼠中胆碱酯酶活性无 差别 H1：d0 即实验组大鼠中胆碱酯酶活性高于对照组 a=0.05 2、计算检验统计量 n-1=8-1=7 注意：n为对子数，而不是总例数。 3、确定P值 以v=7，查附表2，t界值表，得： 单侧t0.05,7=1.895 t=2.264t0.05,7=1.895 P0.05）， 按=0.05检验水准不拒绝H0，这类错误 称为第二类错误（如图19-3c。犯第二类 错误的概率为，值的大小很难确切地 估计。 两类错误的关系 型错误的概率为， 型错误的概率为 ，一般的大小是不知道的。 1：称为检验效能（又称把握度），即 两总体确有差别， 则按水准能发现它们 有差别的能力。 越大，越小 ；越小，越大。 与呈反比关系 如何确定和的取值？ 1、若重点减少（例如，为避免把疗效 与常规药本无差别的新药当做有差别，致 使无故废弃常规药，即严格要求），则取 0.01 2、若重点减少（例如，为避免把的确 优于常规药的新药说成疗效与常规药相 当，致使埋没了有较好疗效的新药，不 能投产 ），则取0.1或0.2。 3、若需兼顾和，则取0.05较为 恰当。 4、若要同时减少和，只能增加样 本的含量。 三、 假设检验应注意的问题 1、要有严密的抽样研究设计，应考虑 到被比较的样本的可比性，这是假设 检验的前提。 2、选用的假设检验方法应符合其应用 条件。 3、统计结论的正确表述 当P0.05，接受H0时（“存伪”），统计 结论应表述为“差异无统计学意义。 不提倡用“差异有显著性”、“差异无 显著性“之类的话 4、假设检验结论的正确性是以概率为保证的 假设检验的结论是概率性的，不能 绝对化，无论是否拒绝H0，都可能犯错误 ！ 在列出假设检验的结果时，一定要 结合研究问题的专业知识给出正确的解释 。 报告结论时，最好写出较确切的P 值，而不是简单地写成P0.01或0.05 5、 可信区间与假设检验的关系 （1）可信区间亦可用于回答假设 检验问题 例如，两总体均数之差的100（ 1-）%可信区间包含了0，则按 水准，不拒绝H0。 （2）可信区间比假设检验还可提供 更多的信息。 6、假设检验的实际意义 统计学上差别的有无或者显著与否 ，与实