下载文档原格式
医学统计学第七版教材第五章总结假设检验1.试述假设检验中α与P的联系与区别。
区别：(1)α值是事先确定的一个小的概率值。
为一次检验中，甘愿冒的风险。
(2)P值是在H，成立的条件下，出现当前检验统计量以及更极端状况的概率。
为一次检验中，实际冒的风险。
联系：以t检验为例，P、α都可以用t分布尾部面积大小表示。
Kα时，拒绝H。
假设，差异有统计学意义。
2.试述假设检验与置信区间的联系与区别。
联系：区间估计与假设检验是由样本数据对总体参数做出统计学推断的两种主要方法。
区别：置信区间用于说明量的大小，即推断总体参数的置信范围；假设检验用于推断质的不同，即判断两总体参数是否不等。
3.怎样正确运用单侧检验和双侧检验?需要根据数据的特征及专业知识进行确定。
若比较甲、乙两种方法有无差异，则应选用双侧检验。
若需要区分何者为优，，则应选用单侧检验。
在没有特殊专业知识说明的情况下，一般采用双侧检验即可。
4.试述两类错误的意义及其关系。
(1)Ⅰ类错误：如果检验假设H。
实际是正确的，由样本数据计算获得的检验统计量得出拒绝H。
的结论，此时就犯了错误，统计学上将这种拒绝了正确的零假设H。
(弃真)的错误称为Ⅰ类错误。
I类错误的概率用α表示。
(2)Ⅱ类错误：若检验假设H。
原本不正确(H正确)，由样本数据计算获得的检验统计量得出不拒绝H。
(纳伪)的结论，此时就犯了Ⅱ类错误。
Ⅱ类错误的概率用β表示。
5.简述假设检验的基本思想。
假设检验是在局成立的前提下，从样本数据中寻找证据来拒绝H。
、接受H，的一种“反证”方法。
如果从样本数据中得到的证据不足，则只能不拒绝H，暂且认为H，成立，即样本与总体间的差异仅仅是由于抽样误差所引起。
拒绝H。
是根据某个界值，即根据小概率事件确定的。
所谓小概率事件是指如果比检验统计量更极端(即绝对值更大)的概率较小，比如小于等于0.05，则认为零假设的事件在某一次抽样研究中不会发生，此时有充分理由拒绝H。
，即有足够证据推断差异具有统计学意义。
