医学统计学课件：06参数估计与假设检验

1、医学统计学,第六章 参数估计与假设检验,本章开始学习统计推断(statistical inference)方法，内容涉及参数估计和假设检验的基本概念和原理。,一、抽样误差 在医学研究中，绝大多数情况是由样本信息推断总体特征。由于个体存在差异，因此通过样本推论总体时会存在一定的误差，如样本均数往往不等于总体均数，这种由抽样造成的样本统计量与总体参数的差异称为抽样误差(sampling error)。,第一节 参数估计,（一）均数的标准误,统计学中为了区别个体观察值之间变异的标准差与反映样本均数之间变异的标准差，将后者称为均数的标准误(standard error of the mean)。显然，

2、均数的标准误小于原始测量值的标准差，均数的标准误越小说明估计越精确，因此可以用均数的标准误表示均数抽样误差的大小。,均数的标准误用符号表示，计算公式为： 在样本含量一定的情况下，均数的标准误与标准差成正比，均数的标准误与样本含量的平方根成反比，说明在同一总体中随机抽样，样本含量越大，均数的标准误越小。均数的标准误反映了样本均数间的离散程度，也反映了样本均数与总体均数的差异。,实际中，总体标准差往往未知，因而通常用样本标准差代替，求得样本均数标准误的估计值，计算公式为： 例6-1 在某地随机抽查成年男子140人，得红细胞均数 ，标准差 ，试计算其标准误。 按公式计算得：,（二）率的标准误,样本率

3、的标准差也称为率的标准误(standard error of rate)，可用来描述样本率抽样误差的大小。率的标准误越小，则率的抽样误差越小，率的标准误越大，则率的抽样误差越大。公式为： 在一般情况下，总体率往往是未知的，此时可用样本率来代替总体率，其估计值为：,二、可信区间的概念,点估计: 是使用单一的数值直接作为总体参数的估计值，如用估计相应的，用估计相应的。该法表达简单，但未考虑抽样误差的影响，无法评价参数估计的准确程度。 区间估计(interval estimation)是指按预先给定的概率，计算出一个区间，使它能够包含未知的总体均数。事先给定的概率称为可信度，计算得到的区间称为可信区

4、间(confidence interval，CI)。,（一） 已知,一般情况,其中 为标准正态分布的双侧界值。,95%可信区间：,三、总体均数的区间估计,（二） 未知 通常未知，这时可以用其估计量S 代替，但 已不再服从标准正态分布，而是服从著名的t 分布。,图6-1 不同自由度的 t 分布图,Confidence interval,William Gosset,可信区间的计算：原理与前完全相同，仅仅是两侧概率的界值有些差别。即 需要注意：在小样本情况下，应用这一公式的条件是原始变量服从正态分布。在大样本下可以用 替换 。,可信区间：,Confidence interval,例6-2 某医生测

5、得25名动脉粥样硬化患者血浆纤维蛋白原含量的均数为3.32 g/L，标准差为0.57g/L，试计算该种病人血浆纤维蛋白原含量总体均数的95%可信区间。,下限：,上限：,Confidence interval,例6-3 试计算例6-1中该地成年男子红细胞总体均数的95%可信区间。 本例属于大样本，可采用正态近似的方法计算可信区间。因为 ，则95%可信区间为：,下限：,上限：,Confidence interval,单侧可信区间：前面涉及的都是双侧可信区间。但有些情况下，我们所关心的仅仅是单侧的可信限。单侧可信区间与双侧可信区间的计算公式基本相同，只需将公式中的抽样分布的双侧界值换成单侧界值，同时

6、只取下限或上限。,Confidence interval,实际中，有时需要计算两个总体均数差值的可信区间，例如通过计算两种降压药物平均降压的差值比较两种药物的差别，其双侧 可信区间的计算公式为 其中， 为自由度， 为两样本均数之差的标准误。,四、两总体均数差的区间估计,当两总体方差相同时 ， 其中 为两样本的合并方差。当两样本的样本含量均较大时，上述计算可信区间中的 可用相应的 代替， 而且无论两总体的方差是否相同，有,Confidence interval,例6-4 评价复方缬沙坦胶囊与缬沙坦胶囊对照治疗轻中度高血压的有效性，将123名患者随机分为两组，其中试验组和对照组分别为54例和48例

7、。经六周治疗后测量收缩压，试验组平均下降15.77 mmHg，标准差为13.17mmHg；对照组平均下降9.53mmHg，标准差为13.55mmHg。试估计两组收缩压平均下降差值的95%可信区间。,Confidence interval,由公式计算：,下限：,上限：,五、总体率的区间估计 1. 样本率的区间估计：利用二项分布可估计其总体率 可信区间，一般取 。对于 ，且 接近于0或1时，可直接查附表6百分率的可信区间表得到其总体率的可信区间。 例6-5 2003年46月某医院重症监护病房收治重症SARS患者38人，其中死亡14人，求SARS病死率的95%可信区间。（查附表6，95%的可信区间为

8、22%54%）。,2.当 较大， 和 均不太小，如 和 均大于5时，可利用样本率近似服从正态分布的原理来估计总体率的可信区间，计算公式为 ， 例6-6 某区疾病预防控制中心2002年对该乡镇250名小学生进行贫血的检测，结果发现有86名贫血者，检出率为34.40%，求贫血检出率95%的可信区间。,六、两总体率差值的区间估计,在大样本情况下，可采用正态近似法对两总体率差值进行可信区间估计，其计算公式为： X1和X2分别表示两组中某事件发生的例数。,例6-7 某医院口腔科医生用极固宁治疗牙本质过敏症，以双氟涂料作对照，进行了1年的追踪观察，结果见表6-1所示，试估计两组有效率差别95%的可信区间。

9、,表6-1 治疗牙本质过敏症两组有效率的比较,Confidence interval,本例： 两组总体率差别95%的可信区间为,Confidence interval,第二节 假设检验,一、基本原理 假设检验(hypothesis test)：统计推断另一重要内容，其目的是比较总体参数之间有无差别。 例6-8 使用黑加仑油软胶囊治疗高脂血症，30名患者治疗前后的血清甘油三酯检测结果的差值为1.380.76 (mmol/L)，问治疗后血清甘油三酯是否有所改善？,样 本,治疗前后甘油三 酯的变化（差值）,问题归纳： 样本疗效 药物作用 + 机遇,对上面问题可以作如下考虑：,问题： 究竟多大能够下“

10、有效”的结论？,Hypothesis test,假设的基本思想是，首先对所需要比较的总体提出一个无差别的假设，然后通过样本数据去推断是否拒绝这一假设。如 服从t分布,图6-2 利用t 分布进行假设检验原理示意图,Hypothesis test,除 t 分布外，针对不同的资料还有其他各种检验统计量及分布，如F分布、 分布等，应用这些分布对不同类型的数据进行假设检验的步骤相同，其差别仅仅是需要计算的检验统计量不同。 二、基本步骤 （一）建立假设和确定检验水准 假设检验中，包括原假设(null hypothesis)和备择假设(alternative hypothesis)两种假设。,Hypothe

11、sis test,原假设符号为 ，指需要检验的假设，如治疗前后血清甘油三酯没有差别,即 这一假设通常与我们要验证的结论相反，是计算检验统计量和P值的依据。 备择假设符号为 ，是在 成立证据不足的情况下而被接受的假设，如拒绝治疗前后血清甘油三酯相同的假设，可表示为,Hypothesis test,备择假设有双侧和单侧两种情况。双侧检验指无论是正方向还是负方向的误差，若显著地超出检验水准则拒绝，即为双侧检验。单侧检验指仅在正方向或负方向误差超出规定的水准时则拒绝，如治疗后血清甘油三酯下降的假设可表示为: 或 双侧检验和单侧检验应如何选择，需根据研究目的和专业知识而定。,Hypothesis tes

12、t,建立检验假设的同时，还必须给出检验水准。检验水准亦称显著性水准(significant level)，用 表示，是预先规定的拒绝域的概率值，实际中一般取 或 。显然，值越大越容易得出有差别的结论。,Hypothesis test,（二）选择检验方法和计算检验统计量 根据资料类型、研究设计方案和统计推断的目的，选择适当的检验方法和计算公式。许多假设检验方法是以检验统计量来命名的，如t检验、z检验、F 检验和 检验等。,Hypothesis test,（三）根据P值做出统计推断 查表得到检验用的临界值，然后将算得的统计量与拒绝域的临界值作比较，确定 值。如对双侧 检验 ，则 ,按检验水准 拒绝 ，接受 ；若 ,则不能拒绝 。,Hypothesis test,Jerzy Neyman,小 结,1. 参数估计指由样本统计量估计总体参数，常用的方法有点估计和区间估计。区间估计是指按预先给定的可信度，计算出一个区间，使它能够包含未知的总体参数。区间越窄说明估计的准确度越高。 2. 反映抽样误差大小的指标是标准误。均数标准误的估计值为 ；