医学统计学t检验.ppt

1、医学统计，第七章T检验，第一节T检验，假设测试推断两个组以上样本统计的差异，或样本统计量与整体参数的差异，相应的整体参数是否相等。医疗卫生实践中最常见的是两组比较数据，例如两种茄子治疗方法治疗糖尿病的疗效比较。t-sample t-test(一次测试)是最常用的假设测试方法，用于测量两组数据的比较。、糖尿病患者25人随机分为两组，甲组简单地用药物治疗，乙组同时进行药物治疗，同时进行饮食治疗，两个月后测定空腹血糖(mmol/L)，问两种治疗方法治疗后患者的血糖水平是否相同。药物治疗，药物治疗合并饮食治疗，1，2，N1=12，=15.21，=10.85，N2=13，甲祖，乙祖，全部，样品，单个T测

2、试的应用条件是整个标准未知的小样本数据(例如n50)，并遵循正态分布。1 .在单个样品T检验原理、已知全部、0、未知全部、样品、H0 :=0的假设下，可以将样品视为从已知全部中提取。根据T分布原理，单个样本T检验的公式是，示例7-1，通过科举大规模调查，已知某处新生儿的出生体重为3.30公斤。牙齿地区的难产儿童中随机挑选了35名新生儿作为研究样本，平均出生体重为3.42公斤，标准偏差为0.40公斤，牙齿地区的难产儿童出生体重与一般新生儿体重不同吗？牙齿示例已知总体平均0=3.30千克，但总体标准偏差未知。n=35是小范例，S=0.40kg，因此使用单一范例T检查。One sample t te

3、st，3 .建立检验阶段，(1)确定检验标准h0: 0的检验假设。牙齿地区，难产儿童等于普通新生儿的平均出生体重。H1: 0，牙齿地区难产与普通新生儿的平均出生体重不同。是0.05。(2)计算检验统计=0在牙齿成立的前提下计算统计：One sample t test，(3)根据p值得出的估计结论，调查附表2，得出t0.05/2，34=2.032。由于T t0.05/2，34，P0.05表明差异在统计上没有意义，根据0.05水平不拒绝H0。根据现有样本信息，不能认为牙齿土地上的难产儿童与普通新生儿的平均出生体重不同。One sample t test，2，对样本平均t检查，对样本平均t检查，也称

4、为非独立的2个样本平均t检查，应用于对设计测量数据的平均数目比较，比较目的是确定两个相关样本平均表示的未知总数是否不同。配对设计是将被实验者的几个茄子重要特征按照相似的原则配对，每对中的两个人随机进行两个茄子处理。应用配对设计可以减少实验误差，控制非处理因素，提高统计处理的效率。交配设计处理分配方式主要有两种茄子情况。二元配对：将两名同质异能实验者配对，分别接受两种茄子处理。例如，将同一窝、同一性别和体重相似的动物配对，或将同一性别、年龄和病情相同的患者配对。同源对：同一受试者或同一标本的两部分，随机分配接受两种茄子不同的处理。Paired t test、1 .配对样品平均T检验原理，配对设计

5、资料具有子内数据一一对应的特征，研究者们对子内的效果差异感兴趣。配对样品T检验的基本原则是假设两种处理的效果相同。理论上，差异D的总体平均D为0，与现有差异0不相等的采样数可以全部是d=0的全部，也可以是d 0的全部。，Paired t test可以解释为单个样例t检验，将差异样例平均值与已知的全部平均d(d=0)进行比较。检验统计信息的格式为：d是每对数据的差异，差异样本的平均数量，Sd是差异样本的标准偏差，即差异样本的标准错误，n是配对样本，Paired t test，2。案例分析，例7-2一项研究评价了咖啡因对运动员心肌血流的影响，并测量了12名男性志愿者喝咖啡前后运动状态下的心肌血流(

6、ml/min/g)。如表7-1所示，问了喝咖啡前后的运动员。Paired t test、Paired t test、3。检查阶段，(1)建立确定检查水平的检查假设。h0: d=0，运动员喝咖啡前后平均心肌血流差异为0。H1: D0，运动员喝咖啡前后平均心肌血流差异不为零。0.05 (2)检验统计计算牙齿示例，配对t测试，计算差异平均值：计算差异标准偏差：计算差异的标准错误：计算t值：配对t测试，(3)根据p值推断得出的结论检查计划2，配对适合于比较两个完全随机设计的样品的平均值，以确保两个样品的总体平均值相同。完全随机设计是将受试者随机分配给两组，每组患者徐璐接受不同的处理，分析比较处理的效果

7、。1 .基本原则，两个独立样例T检验的检验假设可以表示为两个总体平均值相等：H0: 1=2，或1-2=0。在这里，可以将两个样本平均值的差异看作一个变量样本。在H0条件下，两个独立的样本平均T检验称为样本和已知的总体平均数1-2=Two sample t-test，Sc2称为联合方差，上述公式可用于计算两个样本观测远视数据已知的情况下的两个样本标准偏差Sc2、two sample t-test、two sample t-test、3。检查阶段，决定检查水平h0: 1=2，两种环境下运动员心肌血流总数相同的检查假设设置H1: 12，两种环境下运动员心肌血流总数不同。是0.05。检验统计计算，Tw

8、o sample t-test，远视数据：替代公式结果：统计t值：Two sample t-test，t边界表确认，t 0.05/2，15=2.131因此，牙齿地区的两种茄子治疗方法几何平均数数据T测试服从对数正态分布，先进行代数转换，然后进行T检验。Two sample t-test、4。t检验应用条件，样品总体上比较有代表性，各组间平衡随机抽样和随机分组比较好。样品来自正态分布，T检验要求差异取决于正态分布，在实际应用中，单峰对称分布也是可能的。两个独立样品的T检验必须具有相同的两组方差均匀性。在大样本中，Z检验不需要正则性和方差均匀性。Two sample t-test，2子句方差不均匀

9、时，两个样本均值测试，1，2样本方差均匀性测试，检验统计f值根据以下公式计算为较大的样本方差：小样本方差。如果采样分布的差异是采样错误的影响，则F值通常不会偏离1太远。看浮标3(用于分布式均匀性检查的F边界表)，就可以得到P值。，n-1，2=n-1，例7-4两只老鼠分别喂高蛋白和低蛋白饲料，4周后老鼠的体重增加量(G)记录为表7-3。问两组动物体重增加量的平均数量是否相等。H0:1222，即吃高蛋白和低蛋白饲料后，老鼠体重增加量的整体差异相同。H1:1222，即吃高蛋白和低蛋白饲料后，老鼠体重增加量的整体差异不同。是0.05。可以通过计算检验统计信息来计算表中的数据。根据公式计算确定P值，并进

10、行统计推断。看表3中的F界限表，F0.05(11，12) 3.34，F0.05(11，12)，P 0.05，我认为两组体重增加量的整体差异不相等。第二，检验，当两个整体方差不相等(方差不均)时，两个独立样品均可比较，检验。主要为Satterthwaite方法近似T检验、Welch方法近似T检验、Cochran H1: 12，即两种饲料大鼠体重增加总量不同。0.05由于两个茄子的总方差不同，因此必须得出推断根据T检验、t-test、P值确定、Satterthwaite方法计算修正自由度的结论。如果查看T阈值表，则可以得到T 0.05，122.179，T T 0.05，12，P 0.05。根据，t

11、-test，Cochran Cox方法计算修正限制，首先检查t范围表以获得t0.05，112.201，t0.05，122.179，然后根据公式计算，P 0.05，得出结论。t-test，第3节T检查中的注意事项，1 .假设检验结论正确的前提2。检验方法的选择和应用条件3。双面检查和单侧检查的选择4。假设检验的结论是不能绝对化的。5.正确理解p值的统计意义。6.假设检验与可信区间的关系，4节假设检验中存在两种茄子类型的错误。无论拒绝H0还是接受H0，都可能出错。也称为性能检查(power of a test)、把握度，表示两者确实存在差异时，根据规定的检查水平发现差异的能力。给定检查级别值越小，发生类错误的概率越高，反之亦然。要同时减少和，可以增加采样量。摘要、1。T检验是比较测量数据的两个平均值的假设检验方法，包括单个样品平均值的T检验、匹配样品平均数的T检验和两个独立样品平均值的T检验。2.t检验得数据服从正态分布，两个整体分布相同。如果两个完全方差不相等，则可以使用数据转换或