医学统计学-定量资料的分析

1/50,第6章定量资料的分析,2/50,样本均数与总体均数比较的t检验配对样本的t检验两个样本均数的t检验t检验的正确应用,3/50,6.1样本均数与总体均数的比较(onesamplet-test),目的:推断该样本是否来自某已知总体；样本均数代表的总体均数与0是否相等。总体均数0一般为理论值、标准值或经大量观察所得并为人们接受的公认值、习惯值。实例分析：以例6.1为例介绍,4/50,例6.125例患者的血红蛋白含量均值为150g/L，标准差16.5g/L。问题：是否和正常女性的Hb均值132g/L有差别？,5/50,目标总体,样本,抽样,已知总体,？,6/50,解决思路：区间估计判断样本信息估计的总体均数之可信区间是否覆盖已知的总体均数0？若不覆盖，则可推断该样本并非来自已知均数的总体。,7/50,总体均数的(1-)可信区间定义为：,8/50,假设检验先假设等于0，再判断样本提供的信息是否支持这种假设，若不支持，则可推断该样本并非来自已知均数的总体。,9/50,例6.125例患者的血红蛋白含量均值为150g/L，标准差16.5g/L。问题：是否和正常女性的Hb均值132g/L有差别？,10/50,H0：132，病人与正常人的平均血红蛋白含量相等；H1：132，病人与正常人的平均血红蛋白含量不等。=0.05,11/50,12/50,13/50,14/50,按=0.05的水准，拒绝H0，接受H1，差别有统计学意义。认为该病女性患者的Hb含量高于正常女性的Hb含量。,tt0.05/2，24=2.064P0.05,15/50,6.1.2配对设计t检验(paireddesignt-test),配对设计使用条件：当个体间的差异不均匀时，将差异较小的个体配成对子，分别给予不同的处理，以保证两组间的均衡可比性。,16/50,配对设计的形式,自身配对同一对象接受两种处理，如同一标本用两种方法进行检验，同一患者接受两种处理方法；同一对象处理前后。异体配对将条件相近的实验对象配对，并分别给予两种处理。,17/50,若两处理因素的效应无差别，差值d的总体均数d应该为0，故可将该检验理解为样本均数与总体均数d=0的比较配对t检验的实质就是检验样本差值的总体均数是否为0；也就是执行一个单样本的t检验。,基本思想,18/50,例6.2现用两种测量肺活量的仪器对12名妇女测得最大呼气率(PEER)(L/min)，资料如表6.1，问两种方法的检测结果有无差别?,19/50,H0：d0，两仪器检验结果相同；H1：d0，两仪器检验结果不同。,双侧=0.05。,20/50,已知n=12,差值标准差,21/50,按=n-1=12-1=11查t值表，t0.05/2,11=2.201，t0.20/2,11=1.363，t0.10/2,11=1.796，？t0.10/2,11tt0.20/2,11则0.20P0.10，差别无统计学意义，尚不能认为两种仪器检查的结果不同。,22/50,例6.3某医生研究脑缺氧对脑组织中生化指标的影响，将乳猪按出生体重配成7对，一组为对照组，一组为脑缺氧模型组。试比较两组猪脑组织钙泵的含量有无差别。,23/50,H0：d0，即两组乳猪脑组织钙泵含量相等；H1：d0，即对照组乳猪脑组织钙泵含量高于实验组。单侧=0.05。,24/50,按=n-1=7-1=6查t界值表，得单侧t0.05,6=1.943，tt0.05,6，则P0.05，差别有统计学意义，可以认为脑缺氧可造成钙泵含量的降低。,25/50,6.2两样本均数比较的t检验(independentsamplest-test),有些研究的设计既不能自身配对，也不便异体配对，而只能把独立的两组相互比较。例如手术组与非手术组、新药组与对照组。目的：在于推断两个样本所代表的两总体均数1和2是否相等。,26/50,总体1,样本1,抽样,总体2,抽样,样本2,=？,27/50,28/50,29/50,例6.4某医生研究转铁蛋白对病毒性肝炎诊断的临床意义，测得12名正常人和15名病毒性肝炎患者血清转铁蛋白含量(g/dl)，结果见例4.3。问患者和正常人转铁蛋白含量是否有差异?,30/50,H0：12，正常人与病毒性肝炎患者的转铁蛋白含量相等；H1：12，正常人与病毒性肝炎患者的转铁蛋白含量不等。双侧=0.05,31/50,s12=10.382s22=14.392,32/50,=n1n22=12152=25,按自由度25查附表2，t界值表得t0.001/2,25=3.725，tt0.001/2,25，P0.001，差别有统计学意义，可以认为病毒性肝炎患者的转铁蛋白含量较低。,33/50,在两个样本均数比较时，若两组样本含量都很大，可用u检验（t检验的近似），其计算公式为：,u为标准正态离差，按正态分布界定P值并作出结论。,34/50,例6.5某市于1973年和1993抽查部分12岁男童对其发育情况进行评估，其中身高的有关资料如下，试比较这两个年度12岁男童身高均数有无差别。1973年：n1=120=139.9cms1=7.5cm；1993年：n2=153=143.7cms2=6.3cm。,35/50,H0：12，该市两个年度12岁男童平均身高相等；H1：12，该市两个年度12岁男童平均身高不等。双侧=0.05。,36/50,P0.01，差别有统计学意义，可认为该市1993年12岁男童平均身高比1973年高。,37/50,6.3t检验的正确应用,(1)资料的代表性与可比性所谓代表性是指该样本从相应总体中经随机抽样获得，能够代表总体的特征；所谓可比性是指各对比组间除了要比较的主要因素外，其它影响结果的因素应尽可能相同或相近为了保证资料的可比性，必须要有严密的实验设计，保证样本随机抽取于同质总体，这是假设检验得以正确应用的前提。,38/50,(2)应用t检验对两样本均数进行比较时，要求原始数据满足如下三个条件：独立性(independence)正态性(normality)：稳健方差齐性(homogeneity)？,39/50,何谓方差齐？怎么判断？方差齐性检验,40/50,(3)T检验与u检验公式查表与n关系计算精度t较复杂需无关精确u简单否n较大近似,41/50,(4)结论：不能绝对化t检验的结果不但取决于被研究事物有无本质差异，而且还受抽样误差的大小(它又取决于个体差异的程度和样本含量的大小)和选用检验水准高低的影响6.3.26.3.3,42/50,5.5.1假设检验中的两类错误,假设检验的核心是推断H0：当H0是真实的，拒绝H0就是错误的；当H0是不真实的，不拒绝H0则是错误的。,43/50,(1)H0成立，但由于样本的随机性，拒绝了原本正确的H0所犯的错误称第一类错误或型错误或拒真错误。犯第一类错误的概率记作(0.05)(漏诊),I型错误和II型错误,44/50,(2)H0不成立，但由于样本的随机性，不拒绝原本错误的H0所犯的错误称第二类错误或型错误或受伪错误。犯第二类错误的概率记作(误诊),45/50,I型错误和II型错误图示,界值,1-,拒绝H0,不拒绝H0,1-,46/50,47/50,第一类错误和第一类错误的关系,48/50,检验的功效实际应用假设检验时，当P而拒绝H0接受H1，要注意第一类错误出现；当P