《医学假设检验》PPT课件.ppt

第七、八章 假设检验（Hypothesis Test） 1 一、小概率原理 v小概率事件：如一件事发生的概率很小， 则称这件事为小概率事件。规定若P（A） 0.05或P(A)0.01,则称为小概率事件 v小概率原理：小概率事件在一次试验（此 考虑为抽样）中不可能发生 如在一次试验（抽样）中发生了，则 不为小概率事件;小概率事件在无穷多 次试验（抽样）中必然发生 2 例：要求某批药品的合格率达99.5%才能出 厂，现从中抽得一支次品，问该批药品 能否出厂？ 假设该批药品的合格率达99.5%， 则P(抽得一支次品）0.5%,为一小概率事 件，在一次抽样中不可能发生，而不可 能发生的事件实际发生了，故认为是合 格率达99.5%的假设不合理，不能出厂 3 例：比较来自中国广东省与河北省的一年 级男大学生身高。以在武汉大学和华中科技 大学的两省男生为样本，得出样本均值分别 为168.2cm与169.9cm，推测总体均值是 否相等 二、假设检验基本思想 4 例 根据大量调查，已知健康成年男子脉搏 的均数为72次/分，某医生在一山区随机调查 了30名健康成年男子，求得其脉搏数为74.2 次/分,标准差为6.0次/分,能否据此认为该山 区成年男子的脉搏数与一般成年男子的脉搏 数相同? 5 如何做出判断，统计上是通过假设检验来回 答这个问题 假设检验的目的 判断差别是由哪种原因造成 抽样误差造成的； 本质差异造成的 6 假设它们来自同一总体，即建立H0: =0,为山区成年男子的脉搏数（ =74.2）所来自的总体,0为一般健康成年男 子的脉搏数(0=72). 若| -0|较小,则认为| -0|为抽样误 差,则认为H0成立; 若| -0|较大(则不能用抽样误差来解释 ),则认为H0不成立 7 给定一个合适的常数k0, 使 当| -0|k时,则认为H0成立, 当| -0|k时,则认为H0不成立 但 在H0: =0成立的条件下,仍然可能出 现| -0|k,从而导致错误的推断结论 故 为把犯这种错误的概率控制在一定的范 围内(可接受的范围),指定一个常数 (0,不拒绝H0 t,v可由查表求得 11 三、假设检验的基本步骤 n建立检验假设，确定检验水准 n计算检验统计量 n确定P值，作出推断结论 12 山区成年男子脉搏 72次/分 74.2次/分 山区成年男子脉搏 72次/分 一种假设H0 另一种假设H1 抽样误差 总体不同 两种检验假设 13 14 H1的内容直接反映了检验单双侧。若H1中 只是 0 或 , 不拒绝H0 t t,v, p , 拒绝H0 ! P值含义:它是指从H0成立的总体中 抽样,获得大于等于(或小于等于： 图对侧)现有样本统计量的概率， 从图看是两侧尾部绝对值大于等于 计算出来的u或t值的面积 19 20 21 表 t值（取正）、P值与统计结论 t值P值统计结论 0.05t0.05(v)0.05不拒绝H0，差别无统计学意义 0.05t0.05(v)0.05 拒绝H0，接受H1，差别有统计 学意义 0.01t0.01(v)0.01 拒绝H0，接受H1，差别有（高 度）统计学意义 22 表 u值（取正）、P值与统计结论 u值值P值值统计结论统计结论 0.05双侧侧 单侧单侧 1.96 1.645 0.05 不拒绝绝H0，差别别无统计统计 学意义义 0.05双侧侧 单侧单侧 1.96 1.645 0.05 拒绝绝H0，接受H1，差别别 有统计统计 学意义义 0.01双侧侧 单侧单侧 2.58 2.33 0.01 拒绝绝H0，接受H1，差别别 有（高度）统计统计 学意义义 双侧有统计学 意义，单侧定 有统计学意义 23 （推断的结论统计结论专业结论） P0.05，按 检验水准，不拒绝H0，差异 无统计学意义，还不能认为不同或不等。 P0.05 ，按 检验水准，拒绝H0，接受 H1，差异有统计学意义，可以认为不同或不等 。 P0.01，按 检验水准，拒绝H0，接受 H1，差异有高度统计学意义，可以认为不同或 不等。 24 四、假设检验t检验 t 检验应用条件： 单样本t检验中，当n50且n250,有的书上 是30)时。检验统计量为 两均数之差的标准误的估计值 43 例 某地随机抽取正常男性264名，测得 空腹血中胆固醇浓度的均数为 4.404mmol/L，标准差为1.169mmol/L； 随机抽取正常女性160名，测得空腹血中 胆固醇浓度的均数为4.288mmol/L，标准 差为1.106mmol/L，问男、女胆固醇浓度 有无差别？ 44 建立假设，确定检验水准 H0：12 H1：12 0.05 计算检验统计量u值 (3)确定P值，作出推断结论 u=1.020.05，按 =0.05水准， 45 六、假设检验中的两类错误 46 I型错误和II型错误 假设检验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，然后在假定H0成立 的条件下计算检验统计量，最后根据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。 47 I 型错误：拒绝了实际成立的H0，即“弃真”的 错误。 “实际无差别，但下了有差别的结论” ，犯这种错误的概率是（其值等于检验水准 ）。又叫第一类错误，“弃真”错误、型错 误、 错误，(临床上假阳性率,误诊率） II型错误：未拒绝原本不成立H0，即“纳伪”的 错误。“实际有差别，但下了不拒绝H0的结论 ”，犯这种错误的概率是（其值未知）.又叫 第二类错误，“纳伪”错误、错误,（临床上 假阴性率,漏诊率） 48 表 假设检验可能发生的两类 错误 49 检验效能 1- 称为检验效能或把握度:当两总 体确有差别，按规定的检验水准 所 能发现这种差别的能力。一般要求达 0.8以上 如1-=0.9,意味着若两总体确有差 别,则理论上100次检验中,平均有90次 能够得出有统计学意义的结论 50 七、假设检验应注意的问题 n数据应该来自设计科学严密的实验或调 查。样本应具有代表性和均衡可比性。 样本应是随机抽取的。组间比较，除处 理因素外，其他非处理因素应均衡。 n 数据应满足假设检验方法的应用条件.应根 据分析目的、资料类型以及分布、设计 方案的种类、样本含量大小等选用适当 的检验方法 51 n实际意义与统计学意义 要正确理解假设检验的结论。 有统计学意义两均数相差很大或 医学上有重要价值 无统计学意义两均数相差不大或 肯定没有差别 n 52 例： 比较A、B两种降压药物的降压效果，随 机抽取了高血压病人各100名，分别测定两 组病人服药后舒张压的改变值，得两组舒 张压改变值之差的平均数为0.83 mmHg (0.11kPa)。作u检验u=6.306，P, 可以接受H0, (即t,不拒绝 H0) n若| -0|较大(则不能用抽样误差来解释), 则认为H0不成立,若=0不成立,则| -0| 应较大(即 和0的差距应大), t ta,v, 应该掉在t(u)分布曲线下的拒绝域内，即p, 不能接受H0. (即t ta,v , p ,拒绝H0) 63 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H