假设检验的基本概念.ppt
第六章 假设检验的 基本概念,苏州大学公共卫生学院卫生统计学教研室,第一节 假设检验的基本思想及步骤,【例6-1】为了解某地1岁婴儿的血红蛋白浓度，某医生从该地随机抽取了1岁婴儿25名，测得其血红蛋白浓度的平均数为123.5g/L,标准差为11.6g/L，而一般正常婴儿的平均血红蛋白浓度为125 g/L，试分析该地1岁婴儿的平均血红蛋白浓度与一般正常婴儿的平均血红蛋白浓度是否相同?,（一）总体均数假设检验基本思想,在抽样研究时,造成两样本均数（或样本均数与总体均数）不等的原因：,(1)总体均数相等（0与 差别来源于抽样误差）(2)总体均数不等（差别来源于本质差异）,（二）假设检验的基本步骤,1.建立检验假设，确定检验水准（）,零假设(null hypothesis),记为H0H0：0 备择假设(alternative hypothesis),记为H1H1：0 双侧 0.05,其中H0假设比较单纯、明确，在H0 下若能弄清抽样误差的分布规律，便有规律可循。而H1假设包含的情况比较复杂。因此，我们着重考察样本信息是否支持H0假设（因为单凭一份样本资料不可能去证明哪个假设是正确的，哪一个不正确）。,检验水准,设定检验水准的目的就是确定拒绝假设H0时的最大允许误差。医学研究中一般取=0.05。检验水准实际上确定了小概率事件的判断标准。,2.选定检验方法，计算检验统计量,不同的资料，不同的设计，不同的推断目的和适用条件，选用不同的检验方法，用不同的公式计算检验统计量。,统计量t表示，在标准误的尺度下，样本均数与总体均数0的偏离。这种偏离称为标准t离差。,根据抽样误差理论，在H0假设前提下，统计量t服从自由度为n-1的t分布，即t值在0的附近的可能性大，远离0的可能性小。,t值越小，越利于H0假设t值越大，越不利于H0假设,3.确定值，作出推断结论,P值是指理论上若从H0所规定的总体中进行多次重复随机抽样，获得等于或大于现有样本检验统计量的样本概率。,假设检验的意义,得到关于总体的结论如本例假设检验的意义在于分辨手头样本所代表的未知总体和已知总体是否为同一总体，换句话说，即分辨手头样本是否为已知总体的一个随机样本。,假设检验的基本思想,“反证法”的思想先根据研究目的建立假设，从H0假设出发，先假设它是正确的，再分析样本提供的信息是否与H0有较大矛盾，即是否支持H0，若样本信息不支持H0，便拒绝之并接受H1,否则不拒绝H0。,不论拒绝拒绝H0，还是不拒绝H0都可能犯错误,第二节 型错误与型错误,【例6-2】假设总体是100例平原地区正常成年男子的红细胞数，其总体参数=5.001012/L,=0.43 1012/L；总体B是100例高原地区正常成年男子的红细胞数，其总体参数=5.501012/L,=0.43 1012/L。现从总体B中随机抽取的样本，其样本统计量，s=0.42 1012/L。若将该样本与总体比较，则得t=2.1835,P=0.0569,按水准=0.05,不拒绝H0，差别无统计学意义，尚不能认为总体A与总体B的红细胞均数不同。,【问题6-2】上述结论是否正确？为什么？,一、型错误与型错误的概念,二、型错误与型错误的关系,图6-2 型错误与型错误示意图,三、假设检验的检验功效,检验功效或把握度(power of a test)1-称为检验功效或把握度(power of a test)，是指当两总体参数确有差别时，按水准假设检验能发现它们有差别的能力。即对真实的作肯定结论之把握程度。,影响因素:,容许误差，即客观上两总体参数差异的大小。,总体标准差,型错误,样本含量n,【例6-3】已知某年某地健康成年男子脉搏均数为72次/分。某医生测得某山区25名健康成年男子脉搏均数为74.2次/分，标准差为6.0次/分。由t检验得：t=1.83,查t界值表得单侧t0.05,24=1.711,双侧t0.05/2,24=2.064，若与单侧界值比较，则P0.05,按水准=0.05，不拒绝H0,差别无统计学意义，尚不能认为该山区健康成年男子脉搏均数与一般成年男子的脉搏均数不同。,第三节 单侧检验与双侧检验,一、单侧检验与双侧检验的概念,1.双侧检验(two-sided test),2.单侧检验(one-sided test),二、单侧检验与双侧检验的关系,若对同一资料按同一方法分别进行双侧检验和单侧检验时，皆取0.05水准，则双侧检验所得之P值一般将大于单侧检验者。,凡双侧检验得P，单侧检验必得P，双侧检验必得 P。,三、单侧检验与双侧检验的选择,依据专业知识和研究目的确定。没有充分的专业知识支撑选用单侧检验时，一般采用双侧检验为好。,既可进行双侧检验，又可进行单侧检验者有t 检验、z检验、秩和检验、四格表确切概率检验、等级相关检验等；只能进行双侧检验者如方差分析、2检验等。,第四节 假设检验需注意的问题,1.要有严密的研究设计,2.正确理解 水准和P值的意义,3.正确理解结论的统计学意义,4.假设检验的结论不能绝对化,【例6-4】某人想研究小剂量干扰素加三氮唑核苷治疗流行性乙型脑炎的疗效。治疗组为在一般治疗的基础上加用小剂量干扰素及三氮唑核苷治疗流行性乙型脑炎99例，采用同期的接受一般治疗的73例该病患者作为对照。治疗组中轻型29例（占29%），普通型40例（占41%），重型22例（占22%），极重型8例（占8%）；对照组中轻型18例（占25%），普通型32例（占44%），重型17例（占23%），极重型6例（占8%）。两组病人均采用传统降温、镇静、降颅内压、肾上腺皮质激素及抗生素预防感染等对症治疗。在此基础上治疗组选择发病在5d病人，加用干扰素和三氮唑核苷静滴，疗程57d。两组比较疗效差别具有统计学意义，结论是在一般治疗的基础上加用小剂量干扰素及三氮唑核苷治疗流行性乙型脑炎的疗效优于一般治疗的疗效。,【例6-5】为观察辛伐他汀治疗糖尿病高胆固醇血症的疗效，将100名2型糖尿病合并型高血脂症患者随机分为两组，两组均在控制饮食及运动治疗的基础上，对照组54例给予糖适平片+二甲双胍片,治疗组46例另加服辛伐他汀片。两组结果为：对照组总胆固醇（TC）降低0.35mmol/L,治疗组降低0.49 mmol/L,经治疗前后配对t检验及两组差值的两样本t 检验后均得P0.05。由此论文作者得出：两组在血糖下降的同时TC均明显下降,治疗组在降糖的同时加用辛伐他汀后降低 TC较对照组更显著,故对于合并高脂血症的糖尿病患者应积极降脂治疗。,第五节 假设检验与区间估计的联系,假设检验与可信区间是从两个不同目的出发并有密切关联的分析方法，假设检验用于推断总体参数“质”的不同，而可信区间用于说明总体参数“量”的大小，两者即有区别又有联系。,1.可信区间可以回答假设检验的问题,【例6-6】在例6-1中如果我们用可信区间的方法来估计该地1岁婴儿的血红蛋白总体均数，则得95%可信区间为118.7128.3（g/L），它包含了一般正常小儿的平均血红蛋白浓度125 g/L。,如果可信区间包含H0，则按水准不拒绝H0；如果可信区间不包含H0，则按水准拒绝H0。,2.可信区间比假设检验提供更多的信息,3.假设检验可以提供置信区间所不能提供的信息,置信区间只能在预先规定的可信度100(1-)下作出统计推断。在统计推断结论为拒绝H0时，假设检验可以提供确切的P值。在统计推断结论为不拒绝H0时，假设检验可以对检验的功效作出估计。,
