医学统计学假设检验模版及相关总结

H 0 : 0
0
显然包括
H1 : 0
0.05
0 0
故称双侧检验（two-sided test）
若检验假设如下：
H 0： 0 H1： 0
或
H 0： 0 H1： 0
称单侧检验（one-sided test）
123.5与125不同的原因何在？
来自于总体均数为125g/L 的总体，差别由抽样误 差导致。
25名1岁婴儿 血红蛋白浓度 X
0 125
0 125
来自另一总体，这个 总体的血红蛋白均数 未知，差别不仅是抽 样误差，主要是本质 的不同。
先假设 0 125，原当前的 X 与0 的差异ห้องสมุดไป่ตู้是抽样误差——提出原假设 接下来验证假设，如何验证？ 根据 X 0 的大小，如果 X 0 较小可以认为 当前的差异是抽样误差，反之如果 X 0 较大 就怀疑当前的差异不仅仅是抽样误差（反证法）
问题
（1）该结论是否正确？ （2）应该如何解决诸如此类的问题？
采用假设检验的方法予以解决
1.假设检验(hypothesis testing)的
基本思想
应用反证法和小概率原理，先对总体的参
数或分布作出某种假设，再用适当的方法根
据样本对总体提供的信息，推断此假设应当
拒绝或不拒绝。这个过程即为假设检验。
Chapter 7
假设检验
Hypothesis test
主要内容
假设检验的基本原理和步骤 Ⅰ型错误与Ⅱ型错误
单侧检验与双侧检验
假设检验应注意的事项 假设检验与区间估计的联系 （自学）
§1 假设检验的基本思想 和步骤

T检验
双边检验
构造T统计量 T
X 0 S n
~ t (n 1)
X 0 由 P t 2 (n 1) S n 确定拒绝域 T t 2 (n 1) x 0 如果统计量的观测值 T t 2 (n 1) S n
如果统计量的观测值

2 0
~ (n)
2
由
2 (n) 或
2 2 2
2 1 2
(n)
则拒绝原假设；否则接受原假设
一个正态总体均值未知的方差检验
问题：设总体 假设
2
2检验
X~N（，2），未知
2 0 2 2 0
H0 : ; H1 : ; 双边检验 (n 1) S 2 2统计量 2 构造 ~ 2 (n 1) 由 2 0 2 2 2 2 P (n 1) , P (n 1)

~ N (0,1)
则拒绝原假设；否则接受原假设
例1 由经验知某零件的重量X~N（，2），=15， =0.05；技术革新后，抽出6个零件，测得重量为 （单位：克）14.7 15.1 14.8 15.0 15.2 14.6，已 知方差不变，试统计推断，平均重量是否仍为15克？ （=0.05）
引
言
统计假设——通过实际观察或理论分析对总体分布形式 或对总体分布形式中的某些参数作出某种 假设。 假设检验——根据问题的要求提出假设，构造适当的统 计量，按照样本提供的信息，以及一定的 规则，对假设的正确性进行判断。
基本原则——小概率事件在一次试验中是不可能发生的。
基本概念
引例：已知某班《应用数学》的期末考试成绩服从 正态分布。根据平时的学习情况及试卷的难易程度，估 计平均成绩为75分，考试后随机抽样5位同学的试卷， 得平均成绩为72分，试问所估计的75分是否正确？ “全班平均成绩是75分”，这就是一个假设 根据样本均值为72分，和已有的定理结论，对EX=75 是否正确作出判断，这就是检验，对总体均值的检验。

数据展示
不同职业人群的身高和体重数据。
统计方法
方差分析，推断不同职业人群的身 高和体重是否具有统计学差异。
06
总结与展望
医学统计学在假设检验中的重要性
数据驱动决策
医学统计学在假设检验中扮演着核心角色，其原理和方法为数 据驱动的决策提供了基础框架。
提高诊断准确性
通过假设检验，医学统计学可以帮助医生做出更准确的诊断， 从而更好地制定治疗方案。
详细描述
方差分析的步骤包括提出假设、计算统计 量F值、确定临界值和作出结论。该方法可 以分析多个样本数据之间的差异，推断出 各样本所代表的总体的平均值之间是否存 在显著差异。
04
假设检验的注意事项
假设检验的前提条件
ห้องสมุดไป่ตู้样本与总体
样本是总体的代表，总体是样本的来源。在进行假设检验时，必须清楚定义总体和样本， 并考虑样本的代表性、样本大小和效应大小等因素。
研究目的
探讨该地区高血压与年龄的关系。
研究设计
收集该地区各年龄组人群的高血压患病率 数据，进行分析。
数据展示
各年龄组高血压患病率数据。
统计方法
卡方检验，探索不同年龄组之间高血压患 病率是否存在差异。
实例三
研究目的
探讨该地区不同职业人群的身高与 体重是否存在差异。
研究设计
收集不同职业人群的身高和体重数 据，进行对比分析。
02
假设检验的统计学原理
概率论与统计学关系
1
概率论是数学的一个分支，主要研究随机事件 发生的可能性。
2
统计学是利用概率论研究随机数据的方法和原 理的一门学科。
3
假设检验是统计学中利用概率论原理对未知的 总体参数进行推断的方法。

1、该地95％的人收缩压在什么范围？
2、该地所有人收缩压的均数可能在什么范围？
医学统计学（第7版）
三、总体均数的区间估计
（一）σ 已知
➢ 如果变量 X 服从均数为 μ、标准差为 的正态分布，则： z
服从标准正态分布。则：



P X 1.96
X 1.96
0.95
（二）σ 未知
1. t 分布
➢ 事实上，总体标准差 通常是未知的，这时我们可以用其估计量S代替 ，但
在这种情况下，( X ) / ( S /
n)
已不再服从标准正态分布，而是服从著名的 t 分布。
William Gosset
不同自由度的t分布图
医学统计学（第7版）
2. 可信区间的计算
S12 S22

n1 n2
2 ,v
医学统计学（第7版）
例题
➢ 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102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。经六周治疗后测量收缩压，
试验组平均下降15.77mmHg，标准差为13.17mmHg；对照组平均下降9.53mmHg，标准
样本率的标准差称为率的标准误（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：
p
(1 )
n
2. 率的标准误的估计
在一般情况下，总体率 π 往往是未知的，此时可用样本率 P 来估计总体
标准差与标准误的比较
标 准 差
标 准 误