计量资料的统计推断课件.ppt

2022/12/10,第四章与第五章 统计推断,1,医学统计学第四章与第五章计量资料的统计推断,2022/12/10,第四章与第五章 统计推断,2,医学统计学计量资料的统计推断,第四章第一节 抽样误差与标准误差第二节 总体均数的估计第三节 假设检验意义和步骤第五章第一节第五节 t检验第六节 t检验中的注意事项 第七节 假设检验中两类错误,2022/12/10,第四章与第五章 统计推断,3,第四章第一节均数的抽样误差与标准误,统计推断与抽样误差均数的抽样误差标准误SE应用及减少的途径,2022/12/10,第四章与第五章 统计推断,4,1 总体与样本,一 标准误,2022/12/10,第四章与第五章 统计推断,5,2 统计推断,statistical inference为了研究总体进行随机抽样获取样本，利用样本信息推断总体特征的过程。医学研究中大多数是无限总体，即使是有限总体，但也经常受各种条件的限制，不可能直接获得总体的信息。内容：参数估计与假设检验。,一 标准误,2022/12/10,第四章与第五章 统计推断,6,3 抽样误差(参阅P6),sampling error。在抽样研究(sampling study)中，由于生物个体的差异客观存在，造成的样本统计量与总体参数之间的差异，或同一总体的样本统计量之间的差异。在抽样研究中，抽样误差是无法避免的，但具有一定的规律性。产生抽样误差的原因：个体差异。样本均数的抽样误差是指样本均数与总体均数之间的差异，或样本均数之间的差异。,一 标准误,2022/12/10,第四章与第五章 统计推断,7,4 样本均数的标准差,统计学中把样本均数的标准差用于描述样本均数的离散程度，称为标准误(standard error)。用于衡量描述抽样误差的大小。样本均数标准误越小，说明样本均数与总体均数的差异程度越小，用该样本均数估计总体均数越可靠。越大，样本均数的抽样误差就越大。,一 标准误,2022/12/10,第四章与第五章 统计推断,8,5 标准误SE,一 标准误,2022/12/10,第四章与第五章 统计推断,9,6 SE的应用及减少的途径,抽样误差的大小，样本均数变异度，说明样本均数估计总体均数的可靠性；SD与SE都是说明变异程度的大小。SD表示样本观察值变异度，说明Mean对观察值的代表程度。用于估计总体均数的可信区间；用于假设检验。减少SE的途径克服系统误差和减少随机误差；增大样本含量。,一 标准误,2022/12/10,第四章与第五章 统计推断,10,7 标准差SD与标准误SE的区别,一 标准误,2022/12/10,第四章与第五章 统计推断,11,第四章 第二节总体均数的估计,t 分布 t-distribution总体均数的估计Estimation of Population Mean参数估计可信区间的涵义与要素总体均数的可信区间,2022/12/10,第四章与第五章 统计推断,12,1 t分布的推导(P29),均数估计,2022/12/10,第四章与第五章 统计推断,13,2 t分布的曲线与特征(P29),均数估计,2022/12/10,第四章与第五章 统计推断,14,3 附表2 t分布界值表 P195,横标目：自由度n；纵标目：概率P。t界值是在某一自由度下，t分布曲线下两端(双侧)阴影部分为P。反映t分布曲线下的面积。从概率的角度看：阴影部分是P=P( t=| ta(n)|)。,均数估计,2022/12/10,第四章与第五章 统计推断,15,4 查 t界值表,单侧：n=20， a =0.05，ta(n)=1.725低侧：P(t-1.725)=1a =0.95高侧：P(t=1.725)=a=0.05 或P(t= 2.086)=a=0.05，或P(|t|2.086)=1-a =0.95,均数估计,2022/12/10,第四章与第五章 统计推断,16,5 参数估计 parametric estimation,由样本统计量估计总体参数。点(值)估计，point estimation。求导总体参数的估计值。区间估计，interval estimation。把抽样误差考虑在内的总体指标的估计方法。按预先给定的概率(可信度、confidence level)估计未知总体参数的可能范围。1a：可信度，置信率；a为冒险率。置信区间， confidence interval，CI可信区间是以一定置信率进行估计得到的区间。,均数估计,2022/12/10,第四章与第五章 统计推断,17,6 可信区间CI的涵义,平均有100(1- )个CI包含总体均数，有100个CI不包含(估计错误)。有1- （如95%）的可能认为计算出的可信区间包含了总体参数。95%可信区间：按95%的可信度估计的总体参数的所在范围。95%参考值范围：同质总体内95%个体值的估计范围。可信区间，confidence interval，CI；可信限，confidence limit，CL。,均数估计,2022/12/10,第四章与第五章 统计推断,18,7 可信区间CI要素,准确度accuracy：反映在可信度的大小。可信区间包容总体均数的概率大小，愈接近1愈好。99%的可信区间比95%的可信区间要好。精密度precision：反映在区间的长度。区间的跨度，跨度越小，精确度越高。95%的可信区间比99%的可信区间要好 。在可信度确定的前提下，增加样本例数，可减少区间宽度。,均数估计,2022/12/10,第四章与第五章 统计推断,19,8 总体均数的可信区间(s未知),均数估计,2022/12/10,第四章与第五章 统计推断,20,9 例4.2 小样本,某医生测得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0.57 g/L。该种病人血浆纤维蛋白原含量总体均数的95%可信区间为3.093.56 g/L 。=25-1= 24，t0.05/2(24) =2.064,均数估计,2022/12/10,第四章与第五章 统计推断,21,10 例4.3 大样本,试计算例4.1中该地成年男子红细胞总体均数的95%可信区间。该地正常人血清胆固醇均数95%的可信区间为4.714.83(1012/L)。,均数估计,2022/12/10,第四章与第五章 统计推断,22,利用One-Sample T Test过程。计算该地成年男子红细胞数均数的95%CI。建立数据文件，x：4.76，5.26，4.76。AnalyzeCompare MeansOne-Sample T Test.。test variable(s)：x。test value：0，默认值。单击OK运行。得该地成年男子红细胞数均数的95%CI为4.714(1012/L)4.837(1012/L)。,11 SPSS计算CI之一：例2.1，P9,均数估计,2022/12/10,第四章与第五章 统计推断,23,11 SPSS计算CI之一：例2.1，P8,均数估计,2022/12/10,第四章与第五章 统计推断,24,11 SPSS计算CI之一：例2.1，P8,均数估计,2022/12/10,第四章与第五章 统计推断,25,11 SPSS计算CI之一：例2.1，P8,均数估计,95% Confidence Interval of the Difference差值95%的可信区间(4.7141，4.8372)差值=mean(样本均数) - Test Value =4.775 0 = 4.775,2022/12/10,第四章与第五章 统计推断,26,利用Explore过程。计算该地成年男子红细胞数均数的95%CI。建立数据文件，x：4.76，5.26，4.76。AnalyzeDescriptive StatisticsExplore. 。Dependent List：x；单击OK运行。默认的可信度为0.95，可单击Statistics按钮更改。得该地成年男子红细胞数均数的95%CI为4.714(1012/L)4.837(1012/L)。,12 SPSS计算CI之二：例2.1(P8),均数估计,2022/12/10,第四章与第五章 统计推断,27,12 SPSS计算CI之二：例2.1(P9),均数估计,2022/12/10,第四章与第五章 统计推断,28,12 SPSS计算CI之二：例2.1(P8),均数估计,单击,均数的可信区间：95%,单击,2022/12/10,第四章与第五章 统计推断,29,12 SPSS计算CI之二：例2.1(P8),均数估计,2022/12/10,第四章与第五章 统计推断,30,13 可信区间CI的拟合,均数估计,在SPSS的Syntax Editor(语法编辑)窗口，输入以下程序，并Run(运行)。,2022/12/10,第四章与第五章 统计推断,31,13 可信区间CI的拟合,均数估计,从N(2，1)总体中抽取了1000个样本，样本含量均为10。经计算，有948个样本的CI包含2(总体均数)，52个不含2。,2022/12/10,第四章与第五章 统计推断,32,13 可信区间CI的拟合,均数估计,从N(2，1)总体中抽取1000个样本均数的均数为2.0070，标准差为0.30978。标准误(理论值)为1/10=0.3162。,2022/12/10,第四章与第五章 统计推断,33,13 可信区间CI的拟合,均数估计,由1000个样本均数为数据，制作的直方图。,2022/12/10,第四章与第五章 统计推断,34,14 可信区间与参考值范围的区别,均数估计,2022/12/10,第四章与第五章 统计推断,35,第四章第三节假设检验的意义和步骤,假设检验的基本概念例4.4一般步骤小概率事件,2022/12/10,第四章与第五章 统计推断,36,1 假设检验的基本概念,假设检验，hypothesis testing应用统计原理对所得的差异建立假设，并利用样本信息对假设作出拒绝或不拒绝的判断的统计方法。参数检验：对总体参数作出假设的假设检验。非参数检验：对未知总体的分布作出假设的假设检验。,三假设检验,2022/12/10,第四章与第五章 统计推断,37,2 例4.4,使用黑加仑油软胶囊治疗高脂血症，30名高脂血症患者治疗前后血清甘油三酯检测结果的差值为1.380.76 (g/L)，问治疗后血清甘油三酯是否有所改善？判断是否 m m0 。m=m0，差异仅由抽样误差所造成。mm0，两总体不一样。,m0=0已知总体,m未知总体,样本,样本均数=1.38标准差=0.76,抽样,代表？,三假设检验,2022/12/10,第四章与第五章 统计推断,38,3.1 建立检验假设,根据统计推断的目的，对总体特征（参数或分布）提出的假设。检验假设，hypothesis under test无效假设、零假设，null hypothesisH0：假设所比较的样本来自同一总体。H0：m=m0=0。备择假设，alternative hypothesisH1：假设所比较的样本来自不同总体。H1：mm0=0，或mm0=0，或mm0=0 。单、双侧的确定：以双侧检验较为稳妥，尤其是多样本时，预实验亦多用双侧检验。,三假设检验,2022/12/10,第四章与第五章 统计推断,39,3.2 确定检验水准，size of a test,预先规定的概率值。确定H0成立但被拒绝的概率的界值。预先确定的；允许犯错误机率。=P(| t |ta)=P(t-ta或tta)。较小：有利于提高“阳性”统计检验结果的可靠性；较大：有利于发现研究总体可能存在的差异，可靠性降低。在实际工作中，常取=0.05。,三假设检验,2022/12/10,第四章与第五章 统计推断,40,3.3 选定检验方法和检验统计量,在H0为真的前提下，根据不同的资料和不同的分析目的，选择适当的检验方法。不同检验方法各有其相应的检验统计量及计算公式。统计量是用于抉择是否拒绝H0。统计量的分布在统计推断中至关重要。,三假设检验,2022/12/10,第四章与第五章 统计推断,41,3.4 确定P值,P值：由H0所规定的总体中作随机抽样而获得=或=现有统计量的概率。双侧：P=P(|t|9.945。单侧：P=P(| t |9.945)，或P=P(t-9.945)；本例：n=30-1=29，查附表2(P195)。双侧：P0.01，单侧：P0.005。,三假设检验,2022/12/10,第四章与第五章 统计推断,42,3.5 做出统计推断,当P时，拒绝H0，接受H1，差异有统计学意义；当P时，不拒绝H0，差异无统计学意义。本例：P0.05= ，表明差异无统计学意义。或t=9.945 ，。统计推断：统计结论与专业结论。应将两者有机地结合，作出相应的结论。注意：与P的区别。图形为tt(a,n)，Pa时的情形。,三假设检验,2022/12/10,第四章与第五章 统计推断,43,3 一般步骤,建立假设和确定检验水准(size of a test)：含单、双侧的确定；以上各项应在设计中确定。选定检验方法和计算检验统计量；确定P值和做出统计推断。,三假设检验,2022/12/10,第四章与第五章 统计推断,44,4.1 小概率事件,拒绝或接受H0是以小概率原理为准则。一次实验中，已知某事件发生的概率很小，则认为这事件在一次实验中实际上是不可能事件；其对立事件实际上是必然事件。若a=0.05：100次实验中该事件发生5次。可认为做一次实验时，该事件几乎是不发生的。在某种假设成立下，若某事件为小概率事件，但它在一次实验中发生了，则认为所作的假设不合理，从而拒绝先前的假设。,三假设检验,2022/12/10,第四章与第五章 统计推断,45,4.2 有差别与无差别,若P时，按所取检验水准，拒绝H0，接受H1，下“有差别”的结论。若P，不能下“无差别”或“相等”的结论。正确的说法是按所取检验水准 ，接受H1的统计证据不足。在H1成立的条件下，如果试验样本含量少，也同样可以得到P的检验结果。假设检验不能提供相信“无差别”结论正确的概率保证。,三假设检验,2022/12/10,第四章与第五章 统计推断,46,第五章第二节第五节 t检验,应用条件单个样本t检验配对样本t检验两独立样本t检验t检验中的注意事项,2022/12/10,第四章与第五章 统计推断,47,1 t检验的应用条件,t检验：计量资料、两均数差别的假设检验。应用条件只对在单一统计指标进行分析。XN(m,s) ：两独立样本时要求两总体方差齐同。方差齐同即方差相等：s12=s22。方差齐同时，采用合并方差估计的t统计量和P值。方差不齐同时，采用分离方差估计的t统计量和P值。,五 t检验,2022/12/10,第四章与第五章 统计推断,48,2 t检验的种类,单样本t检验；两样本t检验配对t检验受试对象按某些重要特征相近的原则配成对子，每对中的两个个体随机地给予两种处理配对设计， paired design，P36：异源配对；同源配对；自身对比，self-contrast。作用：减少实验误差和个体差异。两独立样本t检验（成组t检验）,五 t检验,2022/12/10,第四章与第五章 统计推断,49,3.1 单个样本t检验,五 t检验,2022/12/10,第四章与第五章 统计推断,50,3.2 单个样本t检验假设和公式,双侧：目的m=m0?，H0：m=m0，H1：mm0 单侧：目的mm0?，H0：m=m0，H1：mm0m0为已知总体均数。,五 t检验,2022/12/10,第四章与第五章 统计推断,51,3.3 例5.1：,以往通过大规模调查已知某地新生儿出生体重为3.30kg (m).从该地难产儿中随机抽取35名(n=)新生儿作为研究样本,平均出生体重为3.42kg,标准差为0.40kg,问该地难产儿出生体重是否与一般新生儿体重不同?本例已知总体均数0=3.30kg，但总体标准差未知, 35为小样本, 故选用单样本t检验。,五 t检验,2022/12/10,第四章与第五章 统计推断,52,3.4 例5.1：,H0：m=m0=3.30，H1：mm0=3.30，a=0.05n=n-1=35 - 1=34，查附表2，得t0.05/2(34)=2.032。因t ，按a=0.05水准，不拒绝H0，尚不能认为该地难产儿与一般新生儿平均出生体重不同。,五 t检验,2022/12/10,第四章与第五章 统计推断,53,4.1 配对样本t检验,五 t检验,2022/12/10,第四章与第五章 统计推断,54,4.2 配对样本t检验检验假设和公式,双侧：目的md=0？，H0：md=0，H1：md0 单侧：目的md0？，H0 ：md=0，H1：md0md=0为已知总体均数。,五 t检验,2022/12/10,第四章与第五章 统计推断,55,4.3 例5.2,有12名接种卡介苗的儿童，8周后用两批不同的结核菌素，一批是标准结核菌素一批是新制结核菌素，分别注射在儿童的前臂，一，两种结核菌素的皮肤浸润反应平均直径(cm)如下表所示，问两种结核菌素的反应性有无差别？,五 t检验,2022/12/10,第四章与第五章 统计推断,56,4.4 例5.2 计算,H0：md =0，H1：md 0，a=0.05 。n=n-1=12-1=11，查附表2，得tt0.05(11)=2.201，故P0.05，按a=0.05水准，拒绝H0，接受H1，可认为。,五 t检验,2022/12/10,第四章与第五章 统计推断,57,5.1 两独立样本t检验,two independent sample t-test，成组 t 检验。适用于完全随机设计两样本均数的比较。比较两样本均数所代表的两总体均数是否不等。两组完全随机设计是将受试对象完全随机分配到两个不同处理组，两组患者分别接受不同的处理。条件：两样本均来自正态总体，且两总体方差具有齐性(即相等)。,五 t检验,2022/12/10,第四章与第五章 统计推断,58,5.2 两独立样本t检验假设和公式,双侧：目的m1=m2？，H0：m1=m2，H1：m1m2； 单侧：目的m1m2？，H0：m1=m2，H1：m1m2。 m0=m1m2=0为已知总体均数，s12= s22 。,五 t检验,2022/12/10,第四章与第五章 统计推断,59,5.3 例5.3,25例糖尿病患者随机分成两组，甲组单纯用药物治疗，乙组采用药物治疗合并饮食疗法，2个月后测定空腹血糖(mmol/L)。甲组血糖值：8.4，15.2，共12例。乙组血糖值：5.4，18.7，共13例。问两组患者血糖值是否相同？,五 t检验,2022/12/10,第四章与第五章 统计推断,60,5.4 例5.3,H0：m1=m2，H1：m1m2 a=0.05。n=n1+n2-1=12+13-2=23，查附表2，得tt0.05(23)=2.069，故P0.05，按a=0.05水准，拒绝H0，故可认为该地两组糖尿病患者2个月后测得的空腹血糖值的均数不同。,五 t检验,2022/12/10,第四章与第五章 统计推断,61,5.5 两方差齐性检验,齐性检验H0: 12=22, H1: 1222, =0.05(双侧)F=S12/S22, (S1S2)F F0.05(n1, n2),，即P，则拒绝H0，接受H1；F F0.05(n1, n2),，即P，则不拒绝H0。n1=n1-1，n2=n2-1。方差不齐的处理方法作变量变换-建议使用。但较困难。进行秩和检验。使用t-test的分离方差估计t-test。,五 t检验,2022/12/10,第四章与第五章 统计推断,62,第五章 第六节t检验中的注意事项,要有严密的抽样研究设计。资料应符合相应的假设检验应用条件。单侧检验与双侧检验。结论不能绝对化。统计结论和专业结论。假设检验与可信区间。,2022/12/10,第四章与第五章 统计推断,63,1 要有严密的抽样研究设计,这是假设检验的前提。组间应均衡，具有可比性，也就是除对比的主要因素(如临床试验用新药和对照药)外，其它可能影响结果的因素(如年龄、性别、病程、病情轻重等)在对比组间应相同或相近。保证均衡性的方法主要是从同质总体中随机抽取样本，或随机分配样本。,2022/12/10,第四章与第五章 统计推断,64,2 注意假设检验的应用条件,应根据分析目的、资料类型以及分布、设计方案的种类、样本含量大小等选用适当的检验方法。配对设计的计量资料采用配对t检验。完全随机设计的两样本计量资料，(1) 为小样本(即任一ni100)，则可选用大样本u检验。,2022/12/10,第四章与第五章 统计推断,65,3 单侧检验与双侧检验,单双侧检验的确定，首先根据专业知识，其次根据所要解决的问题来确定。若从专业上看一种方法结果不可能低于或高于另一种方法结果，此时应该用单侧检验。一般认为双侧检验较保守和稳妥。,2022/12/10,第四章与第五章 统计推断,66,4 结论不能绝对化,因统计结论具有概率性质，故“肯定”、“一定”、“必定”等词不要使用。在报告结论时，最好列出检验统计量的值，尽量写出具体的P值或P值的确切范围。如写成P=0.040或0.02P0.05，而不简单写成P0.05，以便读者与同类研究进行比较或进行循证医学时采用Meta分析。,2022/12/10,第四章与第五章 统计推断,67,5 统计结论和专业结论,差别有或无统计学意义，是对样本统计量与总体参数或样本统计量之间的比较而言。可认为或还不能认为两个或多个总体参数有差别。统计结论必须和专业结论有机地相结合，才能得出恰如其分、符合客观实际的最终结论。一致：最终结论就和这两者均一致；不一致：最终结论需根据实际情况加以考虑。若统计结论有意义，而专业结论无意义，则可能由于样本含量过大或设计存在问题，那么最终结论就没有意义。,2022/12/10,第四章与第五章 统计推断,68,6 假设检验与可信区间,可信区间亦可回答假设检验的问题。若可信区间包含了H0，则按水准，不拒绝H0；若可信区间不包含H0，则按水准，拒绝H0，接受H1。可信区间还能提示差别有无实际的专业意义。可信区间只能在预先规定的概率 检验水准的前提下进行计算，而假设检验能够获得一较为确切的概率P值。,2022/12/10,第四章与第五章 统计推断,69,6 假设检验与可信区间,2022/12/10,第四章与第五章 统计推断,70,第五章 第七节假设检验中的两类错误,两类错误概念两类错误的关系两类错误造成的后果以t-test为例,2022/12/10,第四章与第五章 统计推断,71,1 两类错误概念,I型错误，type I error，检验水准。H0 为成立而被拒绝。一般取0.05。II型错误，type I error，。H0为不成立而被接受。 检验效能， power of a test ，1，两总体确有差异，按水准能发现它们有差异的能力。,六 错误,2022/12/10,第四章与第五章 统计推断,72,2 两类错误的关系,愈大，愈小；愈小，愈大。同时减少与，增加样本含量。n确定后，可通过定义来控制。要减少，取=0.01、0.05要减少，取=0.10、0.05,六 错误,2022/12/10,第四章与第五章 统计推断,73,3 两类错误造成的后果,要求检验某种新药的疗效是否有提高。H0：1，H1：1，第一类错误：把未提高疗效的新药误认为提高疗效。推广使用新药，则对病人不利第二类错误：把疗效确有提高的新药误认为与原药疗效相同，甚至更差，不予推广使用，会带来很大的经济损失具体情况，具体分析。应视具体问题的容许大小而定，不宜千篇一律。,六 错误,2022/12/10,第四章与第五章 统计推断,74,4 以t-test为例,H0：=0，H1：0， =0.05。H0成立，则Mean与0 不会相差太大。t=(Mean - )/SE 不应太大，P值也不应太大（两侧的概率）。若P= ，认为小概率事件发生，即H0发生的概率小于0.05，故需要拒绝H0。若H0为真而被拒绝的机会为=0.05。,六 错误,2022/12/10,第四章与第五章 统计推断,75,SPSS过程,One-Sample T TestPaired-Sample T TestIndependent-Sample T Test,2022/12/10,第四章与第五章 统计推断,76,正常人的脉搏平均72次/分，现测得10例某病患者的脉搏(次/分)：x，脉搏，54，67，68，78，70，66，67，70，65，69，试问此病患者与正常人有无差异？,1.1 SPSS单个样本t检验,2022/12/10,第四章与第五章 统计推断,77,注意：作业请按下列格式书写。H0：m=m0=72，H1：mm0=72，a=0.05建立数据文件，x：54，67，67。AnalyzeCompare MeansOne-Sample T Test.。test variable(s)：x；test value：72；运行。得t=-2.45，故P=0.037，按a=0.05水准，拒绝H0，故认为该此病患者平均每分钟脉搏与一般成年人有统计学意义。,1.2 SPSS单个样本t检验,2022/12/10,第四章与第五章 统计推断,78,1.3 SPSS单个样本t检验,2022/12/10,第四章与第五章 统计推断,79,1.4 SPSS单个样本t检验,2022/12/10,第四章与第五章 统计推断,80,1.5 SPSS单个样本t检验,Mean，均数Std. Deviation，标准差Std. Error Mean，标准误,Test Value，总体均数df，自由度Mean Difference，67.40-72Confidence Interval，置信区间Sig. (2-tailed)，双侧概率,2022/12/10,第四章与第五章 统计推断,81,2.1 例5.2,有12名接种卡介苗的儿童，8周后用两批不同的结核菌素，一批是标准结核菌素一批是新制结核菌素，分别注射在儿童的前臂，一，两种结核菌素的皮肤浸润反应平均直径(cm)如下表所示，问两种结核菌素的反应性有无差别？,2022/12/10,第四章与第五章 统计推断,82,问两种结核菌素的反应性有无差别？H0：m=m0=0 H1：mm0=0 a=0.05建立数据文件，x1，标准品：12.0，14.5，10.5； x2，新制品：10.0，10.0，9.5 。AnalyzeCompare MeansPaired-Sample T Test.。Paired variables：x1-x2；单击OK运行。得t=4.520，故P=0.001，按a=0.05水准，拒绝H0，故可认为两种方法皮肤浸润反应结果的差别有统计学意义。,2.2 例5.2，P36,2022/12/10,第四章与第五章 统计推断,83,2.3 例5.2,2022/12/10,第四章与第五章 统计推断,84,2.4 例5.2,单击x1,单击x2,单击,单击,2022/12/10,第四章与第五章 统计推断,85,2.5 例5.2,Mean，均数Std. Deviation，标准差Std. Error Mean，标准误,2022/12/10,第四章与第五章 统计推断,86,2.6 例5.2,Mean，均数；Std. Deviation，标准差Std. Error Mean，标准误Confidence Interval，置信区间df，自由度Sig. (2-tailed)，双侧概率,2022/12/10,第四章与第五章 统计推断,87,3.1 例5.3 ，P38 ,问两组患者血糖值是否相同？建立数据文件，x，血糖值：8.4，15.2，5.4，18.7；g，治疗方法：1 单纯药物，2 药物+饮食。AnalyzeCompare MeansIndependent-Sample T Test.。Test Variable(s)：x；Grouping Variable：g(1 2)；运行。方差齐性检验 H0: 12=22 H1: 1222 =0.05得Levene F=0.283，P=0.6 ，认为方差齐性。t-检验 H0：m1=m2 H1：m1m2 a=0.05得t=2.640，P=0.015，按a=0.05水准，拒绝H0，故可认为两组患者血糖值的均数有统计学意义。,2022/12/10,第四章与第五章 统计推断,88,3.2 例5.3,2022/12/10,第四章与第五章 统计推断,89,3.3 例5.3,2022/12/10,第四章与第五章 统计推断,90,3.4 例5.3,单击,单击,2022/12/10,第四章与第五章 统计推断,91,3.5 例5.3,Group Statistics分组统计量Mean均数 Std. Deviation标准差Std. Error mean标准误,2022/12/10,第四章与第五章 统计推断,92,Equal variances assumed假设方差相等：F值的P0.05时使用。Equal variances not assumed假设方差不等： F值的P=0.05时使用。Sig.=P概率 Sig.(2-tailed)双侧概率 Mean Difference均数差95% Confidence Interval of the Difference差值的95%可信区间,3.6 例5.3,2022/12/10,第四章与第五章 统计推断,93,作业,第四章，P33，计算与分析，题1第五章，P44，计算与分析，题23,2022/12/10,第四章与第五章 统计推断,94,单选题四,2022/12/10,第四章与第五章 统计推断,95,单选题四,2022/12/10,第四章与第五章 统计推断,96,单选题四,2022/12/10,第四章与第五章 统计推断,97,单选题四,2022/12/10,第四章与第五章 统计推断,98,单选题四,2022/12/10,第四章与第五章 统计推断,99,单选题四,2022/12/10,第四章与第五章 统计推断,100,单选题四,