预防医学课件：假设检验的基本原理与t检验

1、 School of public health Shandong University 假设检验的基本原理与t检验假设检验的基本原理与t检验假设检验的基本原理与t检验 假设检验的基本原理假设检验(hypothesis test)亦称显著性检验(significance test)，是统计推断的两个重要内容之一。假设检验的方法很多，如t检验、u检验、方差分析、 检验、秩和检验、；应用时，需根据研究目的、设计方法、资料类型及其分布特征等选用。二十世纪二、三十年代Neyman和Pearson建立了统计假设检验问题的数学模型。假设检验的基本原理与t检验 假设检验的基本原理假设检验的基本原理与t检验

2、假设检验的基本原理反证法： 当一件事情的发生只有两种可能A和B，为了肯定一种情况A，但又不能直接证实A，这时否定另一种可能B，则间接肯定了A。概率论（小概率）： 如果一件事情发生的概率很小，那么在一次试验时，我们说这个事件是”不会发生的”。从一般的常识可知，这句话在大多数情况下是正确的，但有犯错误的时候，因为概率小也是有可能发生的。假设检验的基本原理与t检验 假设检验的基本原理假设检验是利用小概率反证法思想，从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。然后在H0成立的条件下计算检验统计量，最后获得P值来判断。 问题实质上都是希望通过样本统计量与总体参数的差别，或两个样本统计

3、量的差别，来推断总体参数是否不同。这种识别的过程，就是本章介绍的假设检验(hypothesis test)。 假设检验的基本原理与t检验 假设检验的基本原理例 根据大量调查，已知健康成年男子脉搏的均数为72次/分钟，某医生在一山区随机测量了25名健康成年男子脉搏数，求得其均数为74.2次/分钟，标准差为6.5次/分钟，能否认为该山区成年男子的脉搏数与一般健康成年男子的脉搏数不同？1.建立检验假设 确定检验水准一种是无效假设（null hypothesis），符号为H0；一种是备择假设（alternative hypothesis）符号为H1。H0: H1:假设检验的基本原理与t检验 假设检验的

4、基本原理假设检验的基本原理与t检验 假设检验的基本原理检验水准亦称显著性水准（significance level），符号为 ，是判断拒绝或不拒绝 的水准，也是允许犯型错误的概率，通常用 。必要时，可用0.01或0.10或0.20。假设检验的基本原理与t检验 假设检验的基本原理2. 选定检验方法和计算统计量 根据研究设计的类型和统计推断的目的要求选用不同的检验方法。如完全随机设计中，两样本均数的比较可用t检验，样本含量较大时（n100）,可用u检验。不同的统计检验方法，可得到不同的统计量，如t 值和u值。各检验方法都有其应用条件。选择时，须根据研究目的、设计类型、资料类型及其分布特征等选用适当

5、的统计检验方法，并计算出相应的检验统计量。例如，本例为样本均数与总体均数比较，样本是随机抽取的，变量值为数值变量资料，样本含量较小，且总体标准差未知，因而选用单样本检验。假设检验的基本原理与t检验 假设检验的基本原理2. 选定检验方法和计算统计量XN(72, 2)假设检验的基本原理与t检验 假设检验的基本原理2. 选定检验方法和计算统计量假设检验的基本原理与t检验 假设检验的基本原理3. 确定P值，作出结论假设检验的基本原理与t检验 假设检验的基本原理P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量t值的概率。3.确定概率P值作出结论假设检验的基本原理与t检验 假设检

6、验的基本原理3.确定概率P值作出结论当P时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为按所取检验水准拒绝H0，接受H1，即差异有统计学意义，如例3.3 可认为两总体脉搏均数有差别；当P时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，即差异无统计意义，如例3.3 尚不能认为两总体脉搏均数有差别。本例：结论为按所取检验水准不拒绝H0，即差异无统计意义，尚不能认为两总体脉搏均数有差别。 样本均数与总体均数的比较 小样本t检验法：目的：

7、推断样本所代表的未知总体均数与已知总体均数0是否相等。t检验的适用条件：样本来自正态总体或近似正态总体；若不符合条件可考虑用非参数方法（秩和检验法）假设检验的基本原理与t检验 样本均数与总体均数的比较： 小样本t检验法：例经产科大量调查得知某市婴儿体重均数为3.30kg，今随机测得35名难产儿平均出生体重为3.42kg，标准差为0.40kg。问该市难产儿出生体重与一般婴儿是否不同？ 假设检验的基本原理与t检验 样本均数与总体均数的比较： 小样本t检验法：假设检验的基本原理与t检验 样本均数与总体均数的比较： 大样本u检验法：国外统计书籍及统计软件亦称为单样本u检验（one sample u-t

8、est）。样本均数与总体均数比较的u检验适用于：总体标准差已知的情况；样本含量较大时，比如n100时。对于后者，是因为n较大，也较大，则t分布很接近u分布的缘故。假设检验的基本原理与t检验 样本均数与总体均数的比较： 大样本u检验法：假设检验的基本原理与t检验 样本均数与总体均数的比较： SAS运行结果：假设检验的基本原理与t检验例题：已知某水样中碳酸钙的真值为20.7mg/L.现用某法重复测定该水样11次，测得碳酸钙的含量分别为 20.99 20.41 20.10 20.00 20.91 22.60 20.99 20.41 20.00 23.00 22.00 。问用该法测得的碳酸钙含量的均知

9、与真值差异有无统计学意义？data a; input x ; y=x-20.7; cards;20.99 20.41 20.10 20.00 20.91 22.60 20.99 20.41 20.00 23.00 22.00run;proc univariate data=a normal;var y;run; 样本均数与总体均数的比较： SAS运行结果：假设检验的基本原理与t检验 样本均数与总体均数的比较： SAS运行结果：假设检验的基本原理与t检验 样本均数与总体均数的比较： SAS运行结果：假设检验的基本原理与t检验 配对t检验：配对样本（paired sample）是指两个样本中的观察

10、对象由于存在某种联系或具有某些相近的重要特征而结成对子（matching），每对中的两个个体随机分配接受两种不同的处理。医学研究中常见的配对样本：配成对子的两个个体分别给予两种不同的处理（如把同窝、同性别和体重相近的动物配成一对；把同性别、同病情和年龄相近的病人配成一对等）；同一个体同时分别接受两种不同处理（如同一动物的左右两侧神经、同一份标本分成两部分）；同一个体自身前后的比较（如高血压患者治疗前后的舒张压比较、肝炎患者治疗前后的转氨酶比较等）。 假设检验的基本原理与t检验 配对t检验：对于配对样本数据，应该首先计算出各对差值的均数。当两种处理结果无差别或某种处理不起作用时，理论上差值的总体

11、均数应该为0，故可将配对样本资料的假设检验视为样本均数与总体均数=0的比较，所用方法为配对t检验（paired t-test）适用条件：要求差值的总体分布为正态分布，即差数来自正态分布总体。不符合条件时，可考虑用非参数检验（配对符号秩和检验法）假设检验的基本原理与t检验 配对t检验：例4.3 将20只按体重、月龄及性别配对的大白鼠随机分入甲、乙2组，甲组给正常饲料，乙组饲料缺乏维生素E。10天后测定大白鼠肝脏的维生素A含量（IU/g），结果如下。问2组大白鼠肝脏维生素A含量是否有差别？ 假设检验的基本原理与t检验 配对t检验：假设检验的基本原理与t检验 配对t检验：例4.4 有12名志愿受试者

12、服用某减肥药，服药前和服药一个疗程后各测量一次体重(kg)，数据如表4-2所示。试判断此减肥药是否有效。假设检验的基本原理与t检验 配对t检验：假设检验的基本原理与t检验 配对t检验：假设检验的基本原理与t检验SAS运行结果例题：为研究女性服用某种避孕药后是否影响其血清总胆固醇含量，将20名女性按年龄配成10对。每对随机抽取1人服用该药，另1人服用安慰剂。经一段时间后，测定血清总胆固醇含量如下。问该药是否影响女性血清总胆固醇含量？ 配对t检验：假设检验的基本原理与t检验SAS运行结果 配对t检验：假设检验的基本原理与t检验SAS运行结果 完全随机设计的两组数值变量资料比较： 小样本t检验法：

13、完全随机设计(completely random design) ：把受试对象完全随机分为两组，分别给予不同处理，然后比较独立的两组样本均数。各组对象数不必严格相同。 目的:比较两总体均数是否相同。适用条件： 两样本均数均来自正态分布总体；两总体方差相等（方差齐）若有一条以上不符合： 采用适当的变量变换方法，使其达到上述条件；若变量变换后仍不满足条件，则用非参数检验法（秩和检验）。假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： 小样本t检验法：假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： 小样本t检验法：例4.6 将20份钩端螺旋体患者的血清随机分为2组，

14、分别用标准株和水生株做凝溶试验，结果见表4-3。试比较两法测得的血清抗体平均效价有无差别。假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： 小样本t检验法：假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： 两大样本均数的u检验（two-sample -test for independent samples）：在两个样本均数比较时，若两组样本含量都很大，可用u检验，其计算公式为： 例4.8 某医师欲比较某地工人和农民全血胆碱脂酶活力，检测工人143名，均数3.52mol/L，标准差为0.49mol/L；检测农民156名，均数3.36mol/L，标准差为0.53m

15、ol/L。问该地工人与农民全血胆碱脂酶活力有无差别？假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： 两大样本均数的u检验（two-sample -test for independent samples）：假设检验的基本原理与t检验 完全随机设计的两组数值变量资料比较： SAS运行结果假设检验的基本原理与t检验例题：某克山病区测得急性克山病患者11名和该地健康人的血磷值如下，问两组血磷值差异是否有统计学意义？急性克山病患者：4.73 6.40 2.60 3.24 6.53 5.18 5.58 3.73 4.43 5.78 3.37健康人：2.34 2.50 1.98 1.67

16、 1.98 3.60 2.33 3.73 4.57 4.82 5.78 4.17 4.14 完全随机设计的两组数值变量资料比较： SAS output假设检验的基本原理与t检验Group=1Group=2 完全随机设计的两组数值变量资料比较： SAS output假设检验的基本原理与t检验第四节 正态性检验 正态性检验(test of normality)是推断资料是否服从正态分布，或样本是否来自正态分布总体的方法。正态性检验常用的方法图示法：P-P图或Q-Q图矩法: 检验偏度系数和峰度系数 W检验（Shapiro-Wilk检验）D检验（ Kolmogorov-Smirnov检验）频数分布拟合

17、优度的2检验第五节 两个方差的齐性检验两个方差的齐性检验用于推断两样本方差 s12 和s22所分别代表的总体方差 12和22是否相等。当s12 和s22 分别代表的总体方差相等时称两样本方差齐；反之，当s12 和s22 分别代表的总体方差不等时称两样本方差不齐。两样本的t检验要求两样本来自方差相等的总体，即方差齐。因此，在两样本t检验时，需先进行两个方差的齐性检验。 两样本方差齐性检验方法F 检验： 若变量变换后总体方差齐性 可采用t 检验(如两样本几何均数的t 检验，就是将原始数据取对数后进行t 检验)； 若变量变换后总体方差仍然不齐 可采用t 检验或Wilcoxon秩和检验。若两总体方差不

18、等（ ），？Cochran & Cox近似t 检验（t 检验） 调整 t 界值。 (2) Satterthwaite近似t检验 : Cochran & Cox法是对临界值校正, 而Satterthwaite法则是对自由度校正, 也是目前软件中使用最多的t 检验。(3)Welch法近似t检验: Welch法也是对自由度进行校正。 型错误和型错误 ：假设检验的基本原理与t检验假设检验中作出的推断结论可能发生两种错误：拒绝了实际上是成立的H0，这叫型错误(typeerror)或第一类错误，也称为错误。（1）即可信度（confidence level)：重复抽样时，样本区间包含总体参数（m）的百分数。

19、不拒绝实际上是不成立的H0，这叫型错误(typeerror)或第二类错误，也称为错误。 （1）即把握度（power of a test)：两总体确有差别，被检出有差别的能力。 型错误和型错误 ：假设检验的基本原理与t检验 假设检验时应注意的事项 ：假设检验的基本原理与t检验1要有严密的抽样研究设计 这是假设检验的前提。样本必须是从同质总体中随机抽取的；要保证组间的均衡性和资料的可比性，即对比组间除处理因素(如新药和常规药)外，非处理因素(如年龄、性别、病程、病情轻重等)应尽可能相同。2正确选用检验方法 应根据研究目的、设计类型、资料类型及其分布特征等选用适当的假设检验方法。如完全随机设计的两数值变量资料比较时，若n小且方差齐，则选用两样本t检验；若方差不齐，则选用t检验或成组设计的两样本比较的秩和检验；若n1、n2均大于50，则选用两样本u检验。 假设检验时应注意的事项 ：假设检验的