總體均數(shù)的估計(jì)與假設(shè)檢驗(yàn)

1、LOGO編輯編輯ppt1總體均數(shù)的估計(jì)與假設(shè)檢驗(yàn)總體均數(shù)的估計(jì)與假設(shè)檢驗(yàn)Estimation of Population Mean and Hypothesis Test編輯編輯ppt2ContentContent1. Sampling error and standard error of mean1. Sampling error and standard error of mean2. t- distribution2. t- distribution3. Estimation of Population Mean3. Estimation of Population Mean4. t-

2、test4. t-test5. Notice of hypothesis test 5. Notice of hypothesis test 6. Normality test and homogeneity of variance6. Normality test and homogeneity of variance test test編輯編輯ppt3第一節(jié)第一節(jié) 均數(shù)的抽樣誤差與標(biāo)準(zhǔn)誤均數(shù)的抽樣誤差與標(biāo)準(zhǔn)誤編輯編輯ppt4統(tǒng)計(jì)推斷：由樣本信息推斷總體特征。統(tǒng)計(jì)推斷：由樣本信息推斷總體特征。樣本統(tǒng)計(jì)指標(biāo)樣本統(tǒng)計(jì)指標(biāo)（統(tǒng)計(jì)量）（統(tǒng)計(jì)量）總體統(tǒng)計(jì)指標(biāo)總體統(tǒng)計(jì)指標(biāo)（參數(shù)）（參數(shù)）正態(tài)（分布）總體

3、：正態(tài)（分布）總體： 推斷推斷 ！ 說(shuō)明！說(shuō)明！為說(shuō)明抽樣誤差規(guī)律，先用一個(gè)實(shí)例，后為說(shuō)明抽樣誤差規(guī)律，先用一個(gè)實(shí)例，后引出理論。引出理論。2 (,)N 編輯編輯ppt5 jjXS 167.41, 2.74 165.56, 6.57 168.20, 5.36 165.69, 5.09 nj=10 100 個(gè) =167.7cm =5.3cm X1,X2,X3,Xi, 圖圖3-1 1999年某市年某市18歲男生身高歲男生身高N2)的抽樣示意圖的抽樣示意圖 編輯編輯ppt6 將此將此100個(gè)樣本均數(shù)看成個(gè)樣本均數(shù)看成新變量值新變量值，則這，則這100個(gè)樣本均數(shù)構(gòu)成一個(gè)樣本均數(shù)構(gòu)成一新分布新分布，繪制

4、直方圖。，繪制直方圖。圖圖3-2 從正態(tài)分布總體從正態(tài)分布總體N2)隨機(jī)抽樣所得樣本均數(shù)分布隨機(jī)抽樣所得樣本均數(shù)分布編輯編輯ppt7 ，各樣本均數(shù)各樣本均數(shù) 未必等于總體均數(shù)；未必等于總體均數(shù)； 各樣本均數(shù)間存在差異；各樣本均數(shù)間存在差異； 樣本均數(shù)的分布為中間多，兩邊少，左右基本樣本均數(shù)的分布為中間多，兩邊少，左右基本對(duì)稱。對(duì)稱。 樣本均數(shù)的變異范圍較之原變量的變異范圍大樣本均數(shù)的變異范圍較之原變量的變異范圍大大縮小。大縮小?？伤愕眠@可算得這100個(gè)樣本均數(shù)的均數(shù)為個(gè)樣本均數(shù)的均數(shù)為167.69cm、標(biāo)準(zhǔn)、標(biāo)準(zhǔn)差為差為1.69cm。XX 樣本均數(shù)的抽樣分布具有如下樣本均數(shù)的抽樣分布具有如下特

5、點(diǎn)：特點(diǎn)：編輯編輯ppt81、抽樣誤差： 由個(gè)體變異產(chǎn)生的、抽樣造成的樣本統(tǒng)計(jì)由個(gè)體變異產(chǎn)生的、抽樣造成的樣本統(tǒng)計(jì)量與總體參數(shù)的差別量與總體參數(shù)的差別 均數(shù)的抽樣誤差：均數(shù)的抽樣誤差：由于抽樣造成的樣本均由于抽樣造成的樣本均數(shù)與總體均數(shù)的差別數(shù)與總體均數(shù)的差別 原因：原因：1 1）抽樣）抽樣 2 2）個(gè)體差異）個(gè)體差異編輯編輯ppt9同同理理，在在非非正正態(tài)態(tài)分分布布總總體體中中也也可可進(jìn)進(jìn)行行類類似似的的抽抽樣樣研研究究。 若若iX服服從從正正態(tài)態(tài)分分布布 則則 jX服服從從正正態(tài)態(tài)分分布布 n 大大： 則則 jX近近似似服服從從正正態(tài)態(tài)分分布布 若若iX不不服服從從正正態(tài)態(tài)分分布布 n 小

6、?。?則則 jX為為非非正正態(tài)態(tài)分分布布 本書以本書以n=60n=60為界限為界限編輯編輯ppt10表示表示樣本統(tǒng)計(jì)量樣本統(tǒng)計(jì)量抽樣誤差大小的統(tǒng)計(jì)抽樣誤差大小的統(tǒng)計(jì)指標(biāo)。指標(biāo)。均數(shù)標(biāo)準(zhǔn)誤：均數(shù)標(biāo)準(zhǔn)誤：說(shuō)明均數(shù)抽樣誤差的說(shuō)明均數(shù)抽樣誤差的大小，總體計(jì)算公式大小，總體計(jì)算公式（3-1）Xn2、標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)誤(standard error, SE)實(shí)質(zhì)：樣本均數(shù)的標(biāo)準(zhǔn)差實(shí)質(zhì)：樣本均數(shù)的標(biāo)準(zhǔn)差編輯編輯ppt11XX；XX。 數(shù)理統(tǒng)計(jì)證明：數(shù)理統(tǒng)計(jì)證明： 編輯編輯ppt12若用樣本標(biāo)準(zhǔn)差若用樣本標(biāo)準(zhǔn)差S 來(lái)估計(jì)來(lái)估計(jì) , （3-2）降低抽樣誤差的途徑有降低抽樣誤差的途徑有：通過(guò)增加樣本含量通過(guò)增加樣本含量

7、n；通過(guò)設(shè)計(jì)減少通過(guò)設(shè)計(jì)減少S。XSSn編輯編輯ppt13第二節(jié)第二節(jié) t 分布分布 (t-distribution)編輯編輯ppt14vt分布概述 v 抽樣誤差的分布規(guī)律 v v 樣本 總體v t分布 理論 v 手段 （橋梁） 目的編輯編輯ppt15 一、一、t 分布分布的概念的概念 編輯編輯ppt162若若樣樣本本均均數(shù)數(shù)X服服從從總總體體均均數(shù)數(shù)為為、總總體體標(biāo)標(biāo)準(zhǔn)準(zhǔn)差差為為X的的正正態(tài)態(tài)分分布布2( , )XN ,則則通通過(guò)過(guò)同同樣樣方方式式的的 u 變變換換(XX)也也可可將將其其轉(zhuǎn)轉(zhuǎn)換換為為標(biāo)標(biāo)準(zhǔn)準(zhǔn)正正態(tài)態(tài)分分布布 N(0, 12)，即即 u 分分布布。 編輯編輯ppt17, 1X

8、XXtnSSn 式中式中 為自由度為自由度(degree of freedom, df) 3實(shí)際工作中，由于實(shí)際工作中，由于 未知，用未知，用 代替，代替，則則 不再服從標(biāo)準(zhǔn)正態(tài)分布，而不再服從標(biāo)準(zhǔn)正態(tài)分布，而服從服從t t 分布。分布。 XXS() /XXS編輯編輯ppt18t 分分 布布 是是 一一 簇簇 曲曲 線線 。 當(dāng)當(dāng) 自自 由由 度度不不 同同 時(shí)時(shí) ， 曲曲 線線的的 形形 狀狀 不不 同同 。 當(dāng)當(dāng) 時(shí)時(shí) ， t 分分 布布 趨趨 近近 于于 標(biāo)標(biāo) 準(zhǔn)準(zhǔn) 正正態(tài)態(tài) 分分 布布 ， 但但 當(dāng)當(dāng) 自自 由由 度度較較 小小 時(shí)時(shí) ， 與與 標(biāo)標(biāo) 準(zhǔn)準(zhǔn) 正正 態(tài)態(tài) 分分 布布 差差

9、異異 較較 大大 。 其其 圖圖 形形 如如 下下 ： 二、二、t 分布的圖形與特征分布的圖形與特征 分布只有一個(gè)參數(shù)，即自由度t編輯編輯ppt19 t-5.0-4.0-3.0-2.0-1.00.01.02.03.04.05.0(標(biāo)準(zhǔn)正態(tài)曲線)=5=1f(t)圖3-3 不同自由度下的t 分布圖編輯編輯ppt20 單峰分布，以單峰分布，以 0 為中心，左右對(duì)稱；為中心，左右對(duì)稱； 自由度自由度越小，則越小，則 t 值越分散，值越分散，t 分布的峰部分布的峰部越矮而尾部翹得越高；越矮而尾部翹得越高； 當(dāng)當(dāng)逼近逼近 , XS逼近逼近X, t 分布逼近分布逼近 u分布， 故標(biāo)分布， 故標(biāo)準(zhǔn)正態(tài)分布是準(zhǔn)

10、正態(tài)分布是 t 分布的特例。分布的特例。 1特征：特征： 編輯編輯ppt212 參參 數(shù)數(shù) (on ly on e): 3 t界界 值值 表表 ： 詳詳 見(jiàn)見(jiàn) 附附 表表 2， 可可 反反 映映 t分分 布布 曲曲 下下 的的 面面 積積 。 單單 側(cè)側(cè) 概概 率率 或或 單單 尾尾 概概 率率 ： 用用,t表表 示示 ； 雙雙 側(cè)側(cè) 概概 率率 或或 雙雙 尾尾 概概 率率 ： 用用/2,t 表表 示示 。 2 t界值表：詳見(jiàn)附表界值表：詳見(jiàn)附表2，可反映，可反映t分布曲分布曲線下的面積。線下的面積。單側(cè)概率或單尾概率：用單側(cè)概率或單尾概率：用 表示；表示；雙側(cè)概率或雙尾概率：用雙側(cè)概率或雙

11、尾概率：用 表示。表示。 2參數(shù)參數(shù)(only one): 3t 界界值表：詳見(jiàn)附表值表：詳見(jiàn)附表 2，可反映，可反映 t 分布曲下的面積。分布曲下的面積。 單側(cè)概率或單尾概率：用單側(cè)概率或單尾概率：用,t 表示；表示； 雙側(cè)概率或雙尾概率：用雙側(cè)概率或雙尾概率：用/2,t表示。表示。 編輯編輯ppt22-tt0編輯編輯ppt23 0.05,10101.812t，單=0.05，則有 (1.812)0.05 (1.812)0.05P tP t 或 0.05/ 2,10102.228t，雙=0.05，則有 (2.228)(2.228)0.05P tP t 舉例：舉例： 編輯編輯ppt24第三節(jié)第三

12、節(jié) 總體均數(shù)的估計(jì)總體均數(shù)的估計(jì)編輯編輯ppt25一、參數(shù)估計(jì)一、參數(shù)估計(jì) 用樣本統(tǒng)計(jì)量推斷總體參數(shù)。用樣本統(tǒng)計(jì)量推斷總體參數(shù)。 總體均數(shù)估計(jì)：總體均數(shù)估計(jì)：用樣本均數(shù)（用樣本均數(shù)（和標(biāo)準(zhǔn)差）推斷總體均數(shù)。和標(biāo)準(zhǔn)差）推斷總體均數(shù)。編輯編輯ppt26 1點(diǎn)點(diǎn)估估計(jì)計(jì)(point estimation)：就就是是用用相相應(yīng)應(yīng)樣樣本本統(tǒng)統(tǒng)計(jì)計(jì)量量直直接接作作為為其其總總體體參參數(shù)數(shù)的的估估計(jì)計(jì)值值。如如用用X估估計(jì)計(jì)、S 估估計(jì)計(jì)等等。其其方方法法雖雖簡(jiǎn)簡(jiǎn)單單，但但未未考考慮慮抽抽樣樣誤誤差差的的大大小小。 編輯編輯ppt27 按預(yù)先給定的概率按預(yù)先給定的概率(1 )所確定的包含所確定的包含未知總體

13、參數(shù)的一個(gè)范圍。未知總體參數(shù)的一個(gè)范圍。 總體均數(shù)的區(qū)間估計(jì)：總體均數(shù)的區(qū)間估計(jì)：按預(yù)先給定的按預(yù)先給定的概率概率(1 )所確定的包含未知總體均數(shù)的一所確定的包含未知總體均數(shù)的一個(gè)范圍。個(gè)范圍。 如給定如給定 ,該范圍稱為參數(shù)的該范圍稱為參數(shù)的95%可信區(qū)間或可信區(qū)間或置信區(qū)間；置信區(qū)間； 如給定如給定 ,該范圍稱為參數(shù)的該范圍稱為參數(shù)的99%可信區(qū)間或可信區(qū)間或置信區(qū)間。置信區(qū)間。2區(qū)間估計(jì)區(qū)間估計(jì)(interval estimation)：編輯編輯ppt28二、總體均數(shù)可信區(qū)間的計(jì)算二、總體均數(shù)可信區(qū)間的計(jì)算編輯編輯ppt29 v總體均數(shù)可信區(qū)間的計(jì)算v需考慮：v（1）總體標(biāo)準(zhǔn)差是否已知，

14、v （2）樣本含量n的大小v通常有兩類方法：v（1）t分布法 （2）u分布法編輯編輯ppt30 (1) 未未知知：按按 t 分分布布。 雙雙側(cè)側(cè)1可可信信區(qū)區(qū)間間則則為為： 2,2, 6 0 ， 故故 可可 采采 用用 正正 態(tài)態(tài) 近近 似似 的的 方方 法法 按按 公公 式式 ( 3 - 8 ) 計(jì)計(jì) 算算 可可 信信 區(qū)區(qū) 間間 。 今今 X= 3 .6 4 、S= 1 .2 0 、n= 2 0 0 、XS= 0 .0 8 4 9 ， 取取 雙雙 尾尾0 .0 5 得得0 .0 5 / 21 .9 6u。 3 .6 41 .9 60 .0 8 4 9( 3 .4 7 , 3 .8 1 )

15、( m m o l/L ) 編輯編輯ppt372. 兩兩 總總 體體 均均 數(shù)數(shù) 之之 差差 的的 可可 信信 區(qū)區(qū) 間間 : 從從 相相等等 ， 但但不不 等等 的的 兩兩 個(gè)個(gè) 正正 態(tài)態(tài) 總總 體體N ( 1, 2)和和N ( 2, 2)進(jìn)進(jìn) 行行 隨隨 機(jī)機(jī) 抽抽 樣樣 。 則則 兩兩 總總 體體 均均 數(shù)數(shù) 之之 差差(12)的的 雙雙 側(cè)側(cè)1可可 信信 區(qū)區(qū) 間間 為為 1212/2,()XXXXtS1212(1)(1)2nnnn編輯編輯ppt38編輯編輯ppt39編輯編輯ppt40 例例3-4 為了解氨甲喋呤為了解氨甲喋呤(MTX)對(duì)外周血對(duì)外周血IL-2水平的影響，某醫(yī)生將水平

16、的影響，某醫(yī)生將61名哮喘患者隨機(jī)分為名哮喘患者隨機(jī)分為兩組。其中對(duì)照組兩組。其中對(duì)照組29例例( )，采用安慰劑；實(shí)驗(yàn)，采用安慰劑；實(shí)驗(yàn)組組32例例( )，采用小劑量氨甲喋呤，采用小劑量氨甲喋呤(MTX)進(jìn)行治進(jìn)行治療。測(cè)得對(duì)照組治療前療。測(cè)得對(duì)照組治療前IL-2的均數(shù)為的均數(shù)為20.10 IU/ml ( )，標(biāo)準(zhǔn)差為，標(biāo)準(zhǔn)差為7.02 IU/ml ( )；試驗(yàn)組；試驗(yàn)組治療前治療前IL-2的均數(shù)為的均數(shù)為16.89 IU/ml ( )，標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差為為8.46 IU/ml ( )。問(wèn)兩組治療前基線的。問(wèn)兩組治療前基線的IL-2總總體均數(shù)相差有多大？體均數(shù)相差有多大？ 1n2n1X2X2S

17、1S編輯編輯ppt41第一步：第一步： 1222(29 1) 7.02(32 1) 8.4611()2.002329 32 229 32XXS 編輯編輯ppt42第第二二步步：以以0.05，2932259查查 t 界界值值表表 查查附附表表 2 得得，0.05/2,602.000t，代代入入公公式式(3-11)，則則 兩兩總總體體 IL-2 均均數(shù)數(shù)之之差差(12)的的雙雙側(cè)側(cè) 95%可可信信區(qū)區(qū)間間為為 (20.1016.89)2.0002.00230.79, 7.21 (IU/ml) 故故兩兩組組治治療療前前基基線線的的 IL-2 總總體體均均數(shù)數(shù)之之差差的的 95%可可信信區(qū)區(qū)間間為為(

18、-0.79, 7.21)(IU/mL)。 能否下：兩組能否下：兩組IL-2的總體均數(shù)的總體均數(shù)“不同不同”或或“有差別有差別”的結(jié)論？的結(jié)論？編輯編輯ppt43三、可信區(qū)間的確切涵義三、可信區(qū)間的確切涵義編輯編輯ppt44 v 1. 95%的可信區(qū)間的理解：v （1）所要估計(jì)的總體參數(shù)有95%的可能在我們所估計(jì)的可信區(qū)間內(nèi)。v （2）從正態(tài)總體中隨機(jī)抽取100個(gè)樣本，可算得100個(gè)樣本均數(shù)和標(biāo)準(zhǔn)差，也可算得100個(gè)均數(shù)的可信區(qū)間，平均約有95個(gè)可信區(qū)間包含了總體均數(shù) 。v （3）但在實(shí)際工作中，只能根據(jù)一次試驗(yàn)結(jié)果估計(jì)可信區(qū)間，我們就認(rèn)為該區(qū)間包含了總體均數(shù)。 編輯編輯ppt45 v （1）準(zhǔn)

19、確度：用可信度（1）表示：即區(qū)間包含總體均數(shù)的理論概率大小 。v 當(dāng)然它愈接近1愈好，如99%的可信區(qū)間比95%的可信區(qū)間要好 。v （2）精確度：即區(qū)間的寬度 v 區(qū)間愈窄愈好，如95%的可信區(qū)間比99%的可信區(qū)間要好 。編輯編輯ppt46 v 當(dāng)n確定時(shí)，上述兩者互相矛盾。v 提高準(zhǔn)確度（可信度），則精確度降低v （可信區(qū)間會(huì)變寬），勢(shì)必降低可信區(qū)間的實(shí)際應(yīng)用價(jià)值，故不能籠統(tǒng)認(rèn)為99%可信區(qū)間比95%可信區(qū)間要好。v 相反，在實(shí)際應(yīng)用中，95%可信區(qū)間更為常用。編輯編輯ppt47 v在可信度確定的情況下，增加樣本含量可減小區(qū)間寬度，提高精確度。編輯編輯ppt48四、總體均數(shù)可信區(qū)間四、總體

20、均數(shù)可信區(qū)間與參考值范圍的區(qū)別與參考值范圍的區(qū)別編輯編輯ppt49* 也可用對(duì)應(yīng)于雙尾概率時(shí)也可用對(duì)應(yīng)于雙尾概率時(shí)), *也可用對(duì)應(yīng)于雙尾概率時(shí)也可用對(duì)應(yīng)于雙尾概率時(shí))表表3-2 總體均數(shù)的可信區(qū)間與參考值范圍的區(qū)別總體均數(shù)的可信區(qū)間與參考值范圍的區(qū)別 區(qū)別點(diǎn) 總體均數(shù)可信區(qū)間 參考值范圍 含 義 按預(yù)先給定的概 率，確定的 未知參數(shù) 的可 能范圍。實(shí) 際上一次抽樣算得的可 信區(qū)間要 么包含了 總體均數(shù) ，要么不 包含。但 可以說(shuō)：當(dāng)=0.05 時(shí)，95%CI 估計(jì)正確的概率為 0.95，估計(jì)錯(cuò)誤的概率小于或等于 0.05，即有 95%的可能性包含了總體均數(shù)。 “正常 人” 的解 剖， 生理，

21、 生化 某項(xiàng) 指標(biāo) 的波動(dòng)范圍。 總體均數(shù)的可能范圍 個(gè)體值的波動(dòng)范圍 計(jì)算 公式 未知： ,XXtS * 已知或未知但 n60：XXu或XXu S* 正態(tài)分布：Xu S * 偏態(tài)分布：PXP100X 用途 總體均數(shù)的區(qū)間估計(jì) 絕大多 數(shù)(如 95%)觀察 對(duì)象 某項(xiàng) 指標(biāo) 的分 布范圍 編輯編輯ppt50第四節(jié)第四節(jié) t 檢驗(yàn)檢驗(yàn)編輯編輯ppt511 1、樣本均數(shù)、樣本均數(shù) 與已知某總體均數(shù)與已知某總體均數(shù) 比較比較t t檢驗(yàn)檢驗(yàn) 目的：推斷一個(gè)未知總體均數(shù) 與已知總體均 數(shù) 是否有差別，用單樣本設(shè)計(jì)。2 2、兩個(gè)樣本均數(shù)、兩個(gè)樣本均數(shù) 與與 比較的比較的t t檢驗(yàn)檢驗(yàn)?zāi)康模和茢鄡蓚€(gè)未知總體

22、均數(shù) 與 是否有差 別,用成組設(shè)計(jì)。3 3、配對(duì)設(shè)計(jì)資料均數(shù)比較的、配對(duì)設(shè)計(jì)資料均數(shù)比較的t t檢驗(yàn)檢驗(yàn)?zāi)康模和茢鄡蓚€(gè)未知總體均數(shù) 與 是否有差別用配對(duì)設(shè)計(jì)。X1X2X01212t t 檢驗(yàn)，亦稱檢驗(yàn)，亦稱student student t t 檢驗(yàn)檢驗(yàn), ,有下述情況有下述情況: :編輯編輯ppt52對(duì)于大樣本對(duì)于大樣本, ,也可以近似用也可以近似用u u檢驗(yàn)。檢驗(yàn)。編輯編輯ppt53v t檢驗(yàn)和u檢驗(yàn)的應(yīng)用條件:v 1. t檢驗(yàn)應(yīng)用條件:v 樣本含量n較小時(shí)(如n60)v (1)正態(tài)分布 v (2)方差齊性(homogeneity of variance)v 2. u 檢驗(yàn)應(yīng)用條件:v 樣

23、本含量n較大，或n雖小但總體標(biāo)準(zhǔn)差已知v (1)正態(tài)分布 v (2)方差齊性(homogeneity of variance)編輯編輯ppt54 假設(shè)檢驗(yàn)過(guò)去稱顯著性檢驗(yàn)。它是利假設(shè)檢驗(yàn)過(guò)去稱顯著性檢驗(yàn)。它是利用小概率反證法思想，從問(wèn)題的對(duì)立面用小概率反證法思想，從問(wèn)題的對(duì)立面(H0)出發(fā)間接判斷要解決的問(wèn)題出發(fā)間接判斷要解決的問(wèn)題(H1)是否是否成立。然后在成立。然后在H0成立的條件下計(jì)算檢驗(yàn)成立的條件下計(jì)算檢驗(yàn)統(tǒng)計(jì)量，最后獲得統(tǒng)計(jì)量，最后獲得P值來(lái)判斷值來(lái)判斷。 假設(shè)檢驗(yàn)基本思想及步驟基本思想及步驟編輯編輯ppt55v例3-5 某醫(yī)生測(cè)量了36名從事鉛作業(yè)男性工人的血紅蛋白含量，算得其均數(shù)

24、為130.83g/L，標(biāo)準(zhǔn)差為25.74g/L。問(wèn)從事鉛作業(yè)工人的血紅蛋白是否不同于正常成年男性平均值140g/L？v130.83g/L 140g/Lv原因： 1.可能是總體均數(shù)不同 v 2.是抽樣造成的 編輯編輯ppt561.建建立立檢檢驗(yàn)驗(yàn)假假設(shè)設(shè)，確確定定檢檢驗(yàn)驗(yàn)水水準(zhǔn)準(zhǔn)（選選用用單單側(cè)側(cè)或或雙雙側(cè)側(cè)檢檢驗(yàn)驗(yàn)） （1）無(wú)無(wú)效效假假設(shè)設(shè)又又稱稱零零假假設(shè)設(shè)，記記為為H0； （2）備備擇擇假假設(shè)設(shè)又又稱稱對(duì)對(duì)立立假假設(shè)設(shè)，記記為為H1。 對(duì)對(duì)于于檢檢驗(yàn)驗(yàn)假假設(shè)設(shè)，須須注注意意： 檢檢驗(yàn)驗(yàn)假假設(shè)設(shè)是是針針對(duì)對(duì)總總體體而而言言，而而不不是是針針對(duì)對(duì)樣樣本本； H0和和H1是是相相互互聯(lián)聯(lián)系系，對(duì)

25、對(duì)立立的的假假設(shè)設(shè)，后后面面的的結(jié)結(jié)論論是是 根根據(jù)據(jù)H0和和H1作作出出的的，因因此此兩兩者者不不是是可可有有可可無(wú)無(wú)，而而是是 缺缺一一不不可可； 編輯編輯ppt57 H1的內(nèi)容直接反映了檢驗(yàn)單雙側(cè)。若的內(nèi)容直接反映了檢驗(yàn)單雙側(cè)。若H1中中只是只是 0 或或 0，則此檢驗(yàn)為單側(cè)檢驗(yàn)。它不，則此檢驗(yàn)為單側(cè)檢驗(yàn)。它不僅考慮有無(wú)差異，而且還考慮差異的方向。僅考慮有無(wú)差異，而且還考慮差異的方向。 單雙側(cè)檢驗(yàn)的確定，首先根據(jù)專業(yè)知識(shí)，其單雙側(cè)檢驗(yàn)的確定，首先根據(jù)專業(yè)知識(shí)，其次根據(jù)所要解決的問(wèn)題來(lái)確定。若從專業(yè)上看一次根據(jù)所要解決的問(wèn)題來(lái)確定。若從專業(yè)上看一種方法結(jié)果不可能低于或高于另一種方法結(jié)果，種

26、方法結(jié)果不可能低于或高于另一種方法結(jié)果，此時(shí)應(yīng)該用單側(cè)檢驗(yàn)。一般認(rèn)為雙側(cè)檢驗(yàn)較保守此時(shí)應(yīng)該用單側(cè)檢驗(yàn)。一般認(rèn)為雙側(cè)檢驗(yàn)較保守和穩(wěn)妥。和穩(wěn)妥。編輯編輯ppt58 (3) 檢驗(yàn)水準(zhǔn)檢驗(yàn)水準(zhǔn) ，過(guò)去稱顯著性水準(zhǔn)，是預(yù)，過(guò)去稱顯著性水準(zhǔn)，是預(yù)先規(guī)定的概率值，它確定了小概率事件的先規(guī)定的概率值，它確定了小概率事件的標(biāo)準(zhǔn)。在實(shí)際工作中常取標(biāo)準(zhǔn)。在實(shí)際工作中常取 = ?？筛鶕?jù)不同可根據(jù)不同研究目的給予不同設(shè)置。研究目的給予不同設(shè)置。編輯編輯ppt59 根據(jù)變量和資料類型、設(shè)計(jì)方根據(jù)變量和資料類型、設(shè)計(jì)方案、統(tǒng)計(jì)推斷的目的、是否滿足特案、統(tǒng)計(jì)推斷的目的、是否滿足特定條件等（如定條件等（如數(shù)據(jù)的分布類型數(shù)據(jù)的分

27、布類型）選）選擇相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量。擇相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量。 2. 計(jì)算檢驗(yàn)統(tǒng)計(jì)量計(jì)算檢驗(yàn)統(tǒng)計(jì)量編輯編輯ppt60 P的含義的含義是指從是指從H0規(guī)定的總體隨機(jī)抽樣，抽得規(guī)定的總體隨機(jī)抽樣，抽得等于及大于等于及大于(或或/和等于及小于和等于及小于)現(xiàn)有樣本獲得的檢驗(yàn)現(xiàn)有樣本獲得的檢驗(yàn)統(tǒng)計(jì)量統(tǒng)計(jì)量(如如t、u等等)值的概率。值的概率。 例例 3 - 5 的的 P 值 可 用 圖值 可 用 圖 3 - 5 說(shuō) 明 ，說(shuō) 明 ， P 為 在為 在 = 0=140g/L的前提條件下隨機(jī)抽樣，其的前提條件下隨機(jī)抽樣，其 t 小于及等小于及等于于-2.138和大于及等于和大于及等于2.138的概率。的概率。 3

28、. 確定確定P值值編輯編輯ppt61t-5.0-4.0-3.0-2.0-1.00.01.02.03.04.05.0f(t)0.0.1.2.3.4P圖圖3-5 例例3-5中中P值示意圖值示意圖編輯編輯ppt62編輯編輯ppt63 若若 ，是否也能下，是否也能下“無(wú)差別無(wú)差別”或或“相等相等”的結(jié)論？的結(jié)論？ P編輯編輯ppt64一、單樣本 t 檢驗(yàn) (one sample / group t-test) 即樣本均數(shù)即樣本均數(shù) （代表未知總體均數(shù)（代表未知總體均數(shù) ）與已知總）與已知總體均數(shù)體均數(shù) 0(一般為理論值、標(biāo)準(zhǔn)值或經(jīng)過(guò)大量觀察一般為理論值、標(biāo)準(zhǔn)值或經(jīng)過(guò)大量觀察所得穩(wěn)定值等所得穩(wěn)定值等)的

29、比較。其檢驗(yàn)統(tǒng)計(jì)量按下式計(jì)算的比較。其檢驗(yàn)統(tǒng)計(jì)量按下式計(jì)算0, 1XXXXtnSSnSnX編輯編輯ppt65 例例3-5 某醫(yī)生測(cè)量了某醫(yī)生測(cè)量了36名從事鉛作業(yè)男性工人的血名從事鉛作業(yè)男性工人的血紅蛋白含量，算得其均數(shù)為紅蛋白含量，算得其均數(shù)為130.83g/L，標(biāo)準(zhǔn)差為，標(biāo)準(zhǔn)差為25.74g/L。問(wèn)從事鉛作業(yè)工人的血紅蛋白是否不同于正。問(wèn)從事鉛作業(yè)工人的血紅蛋白是否不同于正常成年男性平均值常成年男性平均值140g/L？ (1)建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)H0: = 0 =140g/L，即鉛作業(yè)男性工人平均血紅，即鉛作業(yè)男性工人平均血紅 蛋白含量與正常成年男性平均值相

30、等蛋白含量與正常成年男性平均值相等H1: 0=140g/L，即鉛作業(yè)男性工人平均血紅，即鉛作業(yè)男性工人平均血紅 蛋白含量與正常成年男性平均值不等蛋白含量與正常成年男性平均值不等 編輯編輯ppt66 本例 n=36，X=130.83g/L，S=25.74g/L， 0140g/L。按公式(3-15) 130.83 1402.138, 3613525.7436t (2)計(jì)算檢驗(yàn)統(tǒng)計(jì)量計(jì)算檢驗(yàn)統(tǒng)計(jì)量 編輯編輯ppt67以=35、2.1382.138t 查附表2的t 界值表，因0.05/2,35t 2.138 0.02/2,35t，故雙尾概率0.02P0.05。按 = 0.05水準(zhǔn)，拒絕H0，接受 H1

31、，有統(tǒng)計(jì)學(xué)意義。結(jié)合本題可認(rèn)為從事鉛作業(yè)的男性工人平均血紅蛋白含量低于正常成年男性。 (3)確定確定P值，作出推斷結(jié)論值，作出推斷結(jié)論 編輯編輯ppt68 式式中中，d 為為每每對(duì)對(duì)數(shù)數(shù)據(jù)據(jù)的的差差值值，d為為差差值值的的樣樣本本均均數(shù)數(shù)，dS為為差差值值的的標(biāo)標(biāo)準(zhǔn)準(zhǔn)差差，dS為為差差值值樣樣本本均均數(shù)數(shù)的的標(biāo)標(biāo)準(zhǔn)準(zhǔn)誤誤，n 為為對(duì)對(duì)子子數(shù)數(shù)。 配對(duì)配對(duì)t 檢驗(yàn)適用于配對(duì)設(shè)計(jì)的計(jì)量資料。檢驗(yàn)適用于配對(duì)設(shè)計(jì)的計(jì)量資料。配對(duì)設(shè)計(jì)類型：配對(duì)設(shè)計(jì)類型：兩同質(zhì)受試對(duì)象分別接受兩種不兩同質(zhì)受試對(duì)象分別接受兩種不同的處理；同的處理；同一受試對(duì)象分別接受兩種不同處理；同一受試對(duì)象分別接受兩種不同處理；同一受試

32、對(duì)象同一受試對(duì)象(一種一種)處理前后。處理前后。 0 , 1dddddddtnSSnSn二、配對(duì)二、配對(duì)t 檢驗(yàn)檢驗(yàn) (paired / matched t-test)編輯編輯ppt69 例例3-6 為比較兩種方法對(duì)乳酸飲料中脂肪為比較兩種方法對(duì)乳酸飲料中脂肪含量測(cè)定結(jié)果是否不同，某人隨機(jī)抽取了含量測(cè)定結(jié)果是否不同，某人隨機(jī)抽取了10份份乳酸飲料制品，分別用脂肪酸水解法和哥特里乳酸飲料制品，分別用脂肪酸水解法和哥特里羅紫法測(cè)定其結(jié)果如表羅紫法測(cè)定其結(jié)果如表3-3第第(1)(3)欄。問(wèn)兩欄。問(wèn)兩法測(cè)定結(jié)果是否不同？法測(cè)定結(jié)果是否不同？編輯編輯ppt70編 號(hào) (1) 哥特里羅紫法 (2) 脂肪酸

33、水解法 (3) 差值d (4)=(2)(3) 1 0.840 0.580 0.260 2 0.591 0.509 0.082 3 0.674 0.500 0.174 4 0.632 0.316 0.316 5 0.687 0.337 0.350 6 0.978 0.517 0.461 7 0.750 0.454 0.296 8 0.730 0.512 0.218 9 1.200 0.997 0.203 10 0.870 0.506 0.364 2.724 表表3-3 兩種方法對(duì)乳酸飲料中脂肪含量的測(cè)定結(jié)果兩種方法對(duì)乳酸飲料中脂肪含量的測(cè)定結(jié)果(%) 編輯編輯ppt71 (1)建立檢驗(yàn)假設(shè)，確定

34、檢驗(yàn)水準(zhǔn)建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)H0： d0，即兩種方法的測(cè)定結(jié)果相同，即兩種方法的測(cè)定結(jié)果相同H1： d0，即兩種方法的測(cè)定結(jié)果不同，即兩種方法的測(cè)定結(jié)果不同 (2)計(jì)算檢驗(yàn)統(tǒng)計(jì)量計(jì)算檢驗(yàn)統(tǒng)計(jì)量本例本例n=10， d=2.724， d2=0.8483， /2.724/100.2724dd n 222()(2.724)0.8483100.1087110 1dddnSn編輯編輯ppt72按公式按公式(3-16) (3)確定確定P值，作出推斷結(jié)論值，作出推斷結(jié)論 查附表查附表2的的t界值表得界值表得P0.50。按=0.05 水準(zhǔn)，不拒絕 H0，無(wú)統(tǒng)計(jì)學(xué)意義。還不能認(rèn)為阿卡波糖膠囊與拜唐蘋膠囊對(duì)空

35、腹血糖的降糖效果不同。 (3)確定確定P值，作出推斷結(jié)論值，作出推斷結(jié)論 編輯編輯ppt80 若變量變換后總體方差齊性若變量變換后總體方差齊性 可采用可采用t 檢驗(yàn)檢驗(yàn)(如兩樣本幾何均數(shù)的如兩樣本幾何均數(shù)的t 檢驗(yàn)，就是將原檢驗(yàn)，就是將原始數(shù)據(jù)取對(duì)數(shù)后進(jìn)行始數(shù)據(jù)取對(duì)數(shù)后進(jìn)行t 檢驗(yàn)檢驗(yàn))； 若變量變換后總體方差仍然不齊若變量變換后總體方差仍然不齊 可可采用采用t 檢驗(yàn)或檢驗(yàn)或Wilcoxon秩和檢驗(yàn)。秩和檢驗(yàn)。2221若兩總體方差不等（ ），？編輯編輯ppt811211222212121 1nXXtnSSnn12121222,22XXXXStSttSS 2. Cochran & Cox

36、近似近似t 檢驗(yàn)（檢驗(yàn)（t 檢檢驗(yàn)）驗(yàn)） 調(diào)整 t 界值編輯編輯ppt82注意：當(dāng) n1=n2=n 時(shí)，1=2=, t=t, t=t, =n-1(不是 2n2)；用雙尾概率時(shí)，t為 t/2，12,tt 和取122,2,tt和。 編輯編輯ppt83 例例3-8 在上述例在上述例3-7國(guó)產(chǎn)四類新藥阿卡國(guó)產(chǎn)四類新藥阿卡波糖膠囊的降血糖效果研究中，測(cè)得用波糖膠囊的降血糖效果研究中，測(cè)得用拜唐蘋膠囊的對(duì)照組拜唐蘋膠囊的對(duì)照組20例病人和用阿卡例病人和用阿卡波糖膠囊的試驗(yàn)組波糖膠囊的試驗(yàn)組20例病人，其例病人，其8周時(shí)周時(shí)糖化血紅蛋白糖化血紅蛋白HbA1c(%)下降值下降值如表如表3-5。問(wèn)用兩種不同藥物

37、的病人其問(wèn)用兩種不同藥物的病人其HbA1c下降下降值是否不同？值是否不同？編輯編輯ppt84分 組 n X S 對(duì)照組 20 1.46 1.36 試驗(yàn)組 20 1.13 0.70 表3-5 對(duì)照組和試驗(yàn)組HbA1c下降值(%) 對(duì)照組方差是試驗(yàn)組方差的對(duì)照組方差是試驗(yàn)組方差的3.77倍，經(jīng)方差齊性檢倍，經(jīng)方差齊性檢驗(yàn)，認(rèn)為兩組的總體方差不等，故采用驗(yàn)，認(rèn)為兩組的總體方差不等，故采用近似近似 t 檢驗(yàn)檢驗(yàn)。編輯編輯ppt85 (1)建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)(略略)(2)計(jì)算檢驗(yàn)統(tǒng)計(jì)量計(jì)算檢驗(yàn)統(tǒng)計(jì)量 22121.46 1.13 0.965, 1.360.70202020

38、 119, 20 119t 編輯編輯ppt86220.05/2221.360.702.0932.09320202.0931.360.702020t(3)確定確定P值，作出推斷結(jié)論。值，作出推斷結(jié)論。查查t界值表界值表t。 由由t =0.9650.05。按。按 水準(zhǔn)，不拒絕水準(zhǔn)，不拒絕H0，無(wú)統(tǒng)計(jì)學(xué)意義。還不能認(rèn)為用兩種不同藥物的無(wú)統(tǒng)計(jì)學(xué)意義。還不能認(rèn)為用兩種不同藥物的病人其病人其HbA1c下降值不同。下降值不同。編輯編輯ppt871212222122221244222212121212()(), ()()1111XXXXSSSSnnttSSSSnnnnnn 3. Satterthwaite近似

39、近似t檢驗(yàn)檢驗(yàn) : Cochran & Cox法是對(duì)臨界值校正法是對(duì)臨界值校正 而而Satterthwaite法法則是對(duì)自由度校正。則是對(duì)自由度校正。 編輯編輯ppt8822222221.360.70()202028.41.360.70(202020 120 1（） 以28、t2的t界值表得0.20P。結(jié)論同前。按按Satterthwaite法法對(duì)例對(duì)例3-8做檢驗(yàn)，得做檢驗(yàn)，得編輯編輯ppt891212222122221244222212121212()(), 22()()1111XXXXSSSSnnttSSSSnnnnnn 3.Welch法近似t檢驗(yàn) Welch法也是對(duì)自由度進(jìn)行校

40、正。校正公式為編輯編輯ppt90對(duì)例3-8，如按Welch法，則2222222(1.36 20)(0.7020)229.41.36 20(0.70 2020 120 1（） 以29、t t界值表得0.20P0.40。結(jié)論同前。編輯編輯ppt91第五節(jié)第五節(jié) 假設(shè)檢驗(yàn)注意事項(xiàng)假設(shè)檢驗(yàn)注意事項(xiàng)編輯編輯ppt92一、I型錯(cuò)誤和II型錯(cuò)誤 假設(shè)檢驗(yàn)是利用小概率反證法思想，根據(jù)假設(shè)檢驗(yàn)是利用小概率反證法思想，根據(jù)P值值判斷結(jié)果，此推斷結(jié)論具有概率性，因而無(wú)論判斷結(jié)果，此推斷結(jié)論具有概率性，因而無(wú)論拒拒絕絕還是還是不拒絕不拒絕H0，都可能犯錯(cuò)誤。見(jiàn)表，都可能犯錯(cuò)誤。見(jiàn)表3-8。編輯編輯ppt93假假設(shè)設(shè)檢檢驗(yàn)驗(yàn)的的結(jié)結(jié)果果 客客觀觀實(shí)實(shí)際際 拒拒絕絕 H0 “接接受受”H0 H0成成立立 I 型型錯(cuò)錯(cuò)誤誤( ) 推推斷斷正正確確(1 ) H0不不成成立立 即即 H1成成立立 推推斷斷正正確確(1 ) II 型型錯(cuò)錯(cuò)誤誤( ) 表3-8 可能發(fā)生的兩類錯(cuò)誤編輯編輯ppt94 I I 型錯(cuò)誤：型錯(cuò)誤：“實(shí)際無(wú)差別，但下了有差別實(shí)際無(wú)差別，但下了有差別的結(jié)論的結(jié)論”，假陽(yáng)性錯(cuò)誤假陽(yáng)性錯(cuò)誤。犯這種錯(cuò)誤的概率。犯這種錯(cuò)誤的概率是是 （其值等于檢驗(yàn)水準(zhǔn)其值等于檢驗(yàn)水準(zhǔn)） IIII型錯(cuò)誤型錯(cuò)誤：“實(shí)際有差