统计学-t检验

t检验,河南科技大学医学院流行病与卫生统计学,配对检验,配对样本（pairedsample）：指两个样本中的观察对象由于存在某种联系或具有某些相近的重要特征而结成对子（matching），每对中的两个个体随机分配接受两种不同的处理。,控制与研究无关的变量对研究的影响(年龄,性别,种族,etc.)，从而在两组比较时排出配对因素的干扰。使比较更精确，提高研究效率。,Why?,ThreetypesofPairedSamples.,配对样本的类型,配成对子的两个受试对象分别给予两种不同的处理（如把同窝、同性别和体重相近的动物配成一对；把同性别、同病情和年龄相近的病人配成一对等）；同一受试对象同时分别接受两种不同处理（如同一动物的左右两侧神经、同一份标本分成两部分）；同一受试对象自身前后的比较（如高血压患者治疗前后的舒张压比较、肝炎患者治疗前后的转氨酶比较等）。,异体配对,Type,异体配对,TreatmentA,TreatmentB,Age故P0.05,按=0.05水准，拒绝H0,接受H1，结论：故可认为两总体方差不齐。,10,判断两样本总体方差是否齐性，其中一个样本标准差是另一个的3倍以上，一般可以认为方差不齐。,进行数据分析时根据资料类型选择合适的检验方法单样本t检验配对t检验总体方差相等的两独立样本t检验注意：正态分布思考：配对t样本可否用两独立样本t检验两独立样本总体方差不等的情况下变量变换t检验,小结,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，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。,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）。,型错误和型错误,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。,45,a,b,减少（增加）I型错误，将会增加（减少）II型错误增大n同时降低a与b,a与b间的关系,减少I型错误的主要方法：假设检验时设定值。,减少II型错误的主要方法：提高检验效能。,提高检验效能的最有效方法：增加样本量。,如何选择合适的样本量：实验设计。,减少错误的主要方法,假设检验的注意事项,1保证组间的可比性所谓可比性就是各组间除了要比较的主要因素不相同外(如新药和常规药),其它影响结果的非处理因素(如年龄、性别、病程、病情轻重等)应尽可能相同或基本相近为了保证资料的可比性,必须要有严密的试验设计严格随机分组,假设检验的注意事项,2正确选用检验方法应根据研究目的、设计类型、资料类型及其分布特征等选用适当的假设检验方法。如完全随机设计的两数值变量资料比较时，若n小且方差齐，则选用两样本t检验；若方差不齐，则选用t检验或成组设计的两样本比较的秩和检验；若n1、n2均大于50，则选用两样本Z检验。,假设检验的注意事项,3对差别有无统计学意义的判断不能绝对化假设检验的结论是根据概率推断的，所以不是绝对正确的当P,不能拒绝H0,不能接受H1，也可能犯错误，没有拒绝实际上不成立的H0,这类称为II类错误做统计结论时要留有余地，不宜用“肯定”，“一定”，“必定”等词，而且最好列出检验统计量的值，写出P值的确切范围，以便读者与同类研究进行比较,假设检验的注意事项,4正确理解“显著性”的含义对假设检验结论中的“拒绝H0,接受H1”称为“有统计学意义”；“不拒绝H0”称为“无统计学意义”。不应把“有统计学意义”误解为差别很