当前位置：文档之家 › 雷静《卫生统计学》第七章 假设检验基础二PPT课件

雷静《卫生统计学》第七章 假设检验基础二PPT课件

  • 格式：ppt
  • 大小：169.50 KB
  • 文档页数：18

下载文档原格式

  / 18

合集下载

第7章 假设检验基础PPT课件

第7章 假设检验基础PPT课件

S d 2 (d)2 / n 84.2747
d
n 1
t | d | 475.66 19.532, n 1 12 1 11
S / n 84.2747 / 12 d 3.查相应界值表，确定 P 值。
查表 t0.05/ 2,11
2.201,tt ，P 0.05/ 2,11
＜0.05，拒绝 H0，差别有统计学意
第一节 假设检验的概念与原理
一、假设检验的思维逻辑 二、假设检验的基本步骤
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
一、假设检验的思维逻辑
样本统计量与总体参数间（或统计量与统计 量间的）的差异产生的原因：
1. 个体变异所导致的抽样误差所引起； 2. 总体间确实有差异
1728.03
622.51
12
757.43
1398.86
641.44
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
1.建立假设、确定检验水准α
H0： d 0 H1： d 0 （双侧检验）α=0.05
2.计算检验统计量
d 5707.95 12 475.66 ， d 5707.95， d 2 2793182.166，
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
实例
用药前后患儿血清中免疫球蛋白IgG(mg/dl)含量
序号
用药前
用药后 差值（后-前）
1
1206.44
1678.44
472.00
2
921.69
1293.36
371.67
3
1294.08

假设检验与t检验-卫生统计学_PPT幻灯片

假设检验与t检验-卫生统计学_PPT幻灯片
S/ n 5.08/ 36
n136135
第二节 ｔ检验
• 单样本设计的ｔ检验 • 配对设计的ｔ检验 • 完全随机设计（成组设计）的ｔ检验
第二节 ｔ检验
每种不同设计类型的ｔ检验均主要从以下四个方面介绍：
1. 设计类型 2. 可解决的问题 3. 假设检验步骤 4. 适用条件
一.单样本设计ｔ检验（one-sample t-test）
2.080 2.074 2.069 2.064 2.060
2.518 2.508 2.500 2.492 2.485
2.831 2.819 2.807 2.797 2.787
3.135 3.119 3.104 3.091 3.078
3.527 3.505 3.485 3.467 3.450
3.819 3.792 3.768 3.745 3.725
– Ｐ＞ α，不能拒绝H0 （在H0成立的前提下，一次随机抽样没有发生小概率事件，没有
充足的理由拒绝H0 ）
第一节 假设检验的原理与步骤
二、假设检验的基本步骤
1. 建立假设（H0和H1) ，确定检验水准α 2. 选择检验方法，计算检验统计量 3. 确定 P 值,作出推断结论
第一节 假设检验的原理与步骤
6
0.718
7
0.711
8
0.706
9
0.703
10
0.700
21
0.686
22
0.686
23
0.685
24
0.685
25
0.684
0.20 0.40
1.376 1.061 0.978 0.941 0.920
0.906 0.896 0.889 0.883 0.879

第七章 假设检验基础()精品PPT课件

第七章 假设检验基础()精品PPT课件

差值
1 1206.44
1678.44
472.00
2
921.69
1293.36
Hale Waihona Puke 371.673 1294.08
1711.66
417.58
4
945.36
1416.70
471.34
5
721.36
1204.55
483.19
6
692.32
1147.30
454.97
7
980.01
1379.59
399.58
➢ 买小米手机吗？ 对手机评价：适合(买)、不适合(不买)
➢ 国庆节去八里沟怎样吗？ 对景区的评价：好玩(去)、不好玩(不去)
所有的决策都遵循相同的基本模式
陈述多种可供选择的方案（假设） 收集支持这些方案的证据 根据证据的强弱做出决策 根据决定执行某种行为
统计学中的假设检验也是一种决策过程，同样遵循 这一基本模式。
研究结果可供选择的结论（目前的假设）有哪些？
1.该县儿童总体平均闭合月龄与一般儿童没有差异 2.该县儿童总体平均闭合月龄迟于一般儿童
两种假设在统计上的含义
抽样研究存在抽样误差！！
样本1
总体 均数=14.1
样本2
X1 14.3 X2 14.0
从总体1中抽样
样本1 X1 14.3
µ1=14.1
样本2 X2 14.0
s/ n 5.08/ 36
自由度:
n 1 3 6 1 35
3.确定P值
P值的定义 如果H0成立的条件下，出现统计量目
前值及更不利于H0的数值的概率。
直观地看：就是统计量对应分布曲线下 的尾部面积。
通过查表可以得到 对应统计量的尾部 面积，即P值

卫生统计学7PPT课件

卫生统计学7PPT课件
已0 知 1 .1 4 X ： 1 .3 4 s 5 .0n 8 36
4
从统计学角度考虑东北某县与北 方儿童前囟门闭合月龄有差别有两种 可能：1）差别是由于抽样误差引起 的，统计学上称为差异无显著性。2） 差异是本质上的差异，即二者来自不 同总体。统计学上称为差异有显著性。
5
已0 知 1 .1 4 X ： 1 .3 4 s 5 .0n 8 36
13
原假设H0： 0 14.1 备择假设 H1 : 0(单侧） 检验水准： 0.0 5
14
是随机样本的函数，它不 包含任何未知参数。
2. 计算统计量：不同的检验方法和类型选用相应的统 计量。
t X0 14.314.10.236
s n 5.08 36
n136135
15
3. 确定P值
指从H0规定的总体中随机抽得等于及 大于（或等于及小于）现有样本获得 的检验统计量值的概率。
出的对总体特征的假设。应当注意检验假设是
针对总体而言，而不是针对样本。H0是从反 证法的思想提出的，H1和H0是相联系的但又 是相对立的假设。
7
H0一般设为某两个或多个总体参数 相等，即认为他们之间的差别是由 于抽样误差引起的。H1的假设和H0 的假设相互对立，即认为他们之间 存在着本质的差异。H1的内容反映 出检验的单双侧。
19
检验假设为：
H 0 ： d 0H 1 :d 0 ( 单 d 0 或 侧 d 0 )
当H0成立时，检验统计量：
t d0 ~t, n1
Sd n
20
表6第-1二用节药前t后检患儿验血清中免疫球蛋白IgG(mg/dl)含量
2
点击输入简要文字内容，文字内容需概括精炼，不用多余 的文字修饰，言简意赅的说明分项内容……

[课件]卫生统计学-假设检验PPT

[课件]卫生统计学-假设检验PPT
卫生统计学假设检验
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
案例讨论
【例7-1】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11.6 g/L， 而一般正常小儿的平均血红蛋白浓度为 125g/L ， 故认为该地1岁婴儿的平均血红蛋白浓度低于一般 正常小儿的平均血红蛋白浓度。
推断结论与两类错误
检验结果
实际情况
拒绝H0 不拒绝H0 结论正确(1-α ) 第二类错误（β ）
H 0 成立
H 0 不成立
Байду номын сангаас
第一类错误(α ) 结论正确（1-β ）
图7-2 Ⅰ型错误与Ⅱ型错误示意图
检验效能（power of a test） ： 若两总体确有差别，按照α水准能 够发现这种差别的能力。 它的大小用

图7-1 由t 分布确定 P值的示意图
t t0.05 2,24 ， P0 .05 本例中 t ，故按 2 . 0 6 4， 0 . 0 52 ,2 4
0 .05 的水准，不拒绝 H 0 ，差异无统计学意义
（统计结论），尚不能认为该地1岁婴儿的血红
蛋白浓度平均水平与一般正常小儿的血红蛋白
（1-β）表示。
（计算详见第十七章）
检验效能的影响因素
容许误差


总体标准差 Ⅰ型错误

n
样本含量
§3 单侧检验与双侧检验
n1 2 4
2.3 确定 P 值，作出推断结论

第七章假设检验基础 ppt课件

第七章假设检验基础 ppt课件

四、假设检验的应用
2020/12/8
t 检验
1、一组样本资料的t检验 2、配对设计资料的t检验 3、两组独立样本资料的t检验
2020/12/8
二、选择统计方法和计算统计量
• 根据资料的类型选择选择不同的统计方 法，并计算不同的统计量。
• 如两个样本均数的假设检验，样本均数 与总体均数的假设检验选用t检验法，计 算t值
• 多个均数的假设检验，选用方差分析， 计算F值。
2020/12/8
三、确定p值
• P值的意义是：如果总体状况和 H0一致，样本信息支持H0的概率 。具体来说：
2020/12/8
无论做出哪一种推断结论（接受或是 拒绝H0），都面临着发生判断错误的
风险，即假设检验的两种错误。 （见第六节）
2020/12/8
假设检验的结果
• α为0.05或0.01作为检验水准是人为的，可根据需 要选择。 接受检验假设 拒绝检验假设
• 正确理解结论的概率性（都隐含着犯错误的可能性 ）:
• 小概率事件在一次随机试验中基本 上不会发生；
• 如果发生了，则认为是不合理的。 当然，这样推断也可能出错。
2020/12/8
样本结果差异原因：
• ①抽样误差引起；
• ②≠0（本质差异）
• 必须在两者中作抉择
2020/12/8
例 7-1
• 已知北方农村儿童前囟门闭合月龄 为14.1月。某研究人员从东北某县抽 取36名儿童，得囟门闭合月龄均值 为14.3，标准差为5.08月。问该县儿 童前囟门闭合月龄的均数是否大于 一般儿童？
• 如：用区间估计方法，若由样本估计的置信 区间没有覆盖某个已知的总体参数，则可推 断样本对应的总体与这个已知总体有差别；

卫生统计学：总体均数估计和假设检验课件

根据统计量和临界值进行统计 决策，判断是否拒绝或接受假 设。
提出假设
根据研究目的或问题提出一个 关于总体参数的假设。
确定临界值
根据研究目的和样本量确定临 界值，用于判断是否拒绝或接 受假设。
解释和报告
对统计决策进行解释和报告， 并给出相应的结论和建议。
04
参数检验
t检验
t检验是一种常用的参数检验方法，用于比较两组数据的均数差异。
区间估计的计算方法
根据样本数据和置信水平计算 出置信区间，常见的置信区间 包括95%置信区间和99%置信
区间等。
03
假设检验基础
假设检验的基本概念
假设检验是一种统计推断方法， 基于样本数据对总体参数进行推
断。
假设检验的基本思想是先提出一 个假设，然后根据样本数据对该 假设进行检验，判断是否拒绝或
检验效能
检验效能定义
检验效能是指假设检验中拒绝虚无假设 （H0）的概率，即检验的把握度或置信 度。检验效能越高，意味着该检验方法 越可靠，越能够准确地判断研究假设是 否成立。
VS
检验效能的影响因素
检验效能受到多种因素的影响，包括样本 量、标准差、效应大小、显著性水平等。 其中，样本量和效应大小是影响检验效能 的主要因素。
接受该假设。
假设检验的结论具有概率性质， 即有一定的不确定性。
双侧检验与单侧检验
双侧检验
同时考虑参数的两个方向，即大 于或小于某个值的情况。
单侧检验
只考虑参数的一个方向，即只考 虑大于或小于某个值的情况。
假设检验的步骤
选择合适的统计量
根据研究设计和数据特点选择 合适的统计量来描述样本数据 。
进行统计决策
提高检验效能的方法

《假设检验》PPT课件-(2)

t检验的正确应用
资料的代表性与可比性 所谓代表性是指该样本从相应总体中经随机抽样获得，能够代表总体的特征； 所谓可比性是指各对比组间除了要比较的主要因素外，其它影响结果的因素应尽可能相同或相近 为了保证资料的可比性，必须要有严密的实验设计，保证样本随机抽取于同质总体，这是假设检验得以正确应用的前提 。
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：
u为标准正态离差，按正态和1993抽查部分12岁男童对其发育情况进行评估，其中身高的有关资料如下，试比较这两个年度12岁男童身高均数有无差别。
1973 年：n1=120 =139.9cm s1=7.5cm； 1993 年：n2=153 =143.7cm s2=6.3cm。 H0 ：1＝2，即该市两个年度12岁男童平均身高相等； H1 ：1≠2，即该市两个年度12岁男童平均身高不等。 双侧 =0.05。
-t
t
0
-2.064
2.064
0
=24
0.025
0.025
t0.05,24=2.064 P =P ( |t| ≥2.064 )=0.05
P=P(|t|≥5.4545)<0.05
结论(根据小概率原理作出推断)
在H0成立的前提下出现现有差别或更大差别的可能性P(| t | ≥5.4545)小于0.05，是小概率事件，即现有样本信息不支持H0。 抉择的标准为： 当P≤ 时，拒绝H0，接受H1 当P＞ 时，不拒绝H0 本例P＜0.05，按 =0.05的水准，拒绝H0，接受H1，差别有统计学意义。认为该病女性患者的Hb含量高于正常女性的Hb含量。
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，离0越远可能性越小。 t值越小，越利于H0假设 t值越大，越不利于H0假设

医学统计学第3版 第7章 假设检验课件


• •
首利先 用对样总本总体信体参息数判参或断数分假布设分形是布式否形做成出立式某。种假设；
PPT学习交流
4
假设检验的分类
• 根据假设的对象
• 参数检验—对总体参数提出假设 • 非参数检验—对总体分布提出假设
PPT学习交流
5
假设检验的基本思想
• 小概率反证法
• 在一次研究或观察中，如果出现了假设成立情况下的小 概率事件，由于推理过程是严密的，就只能认为假设不 成立，应予拒绝或否定，并接受它的对立面。
?
一般
0=140g/L
随机抽样
n=60
样本
x =155g/L s = 24g/L
统计推断
统计 描述
PPT学习交流
2
假设检验的原因
• 造成0与x不等的可能原因：
• =0 ，抽样误差造成 • >0 ，差异客观存在
• 判断方法：假设检验
PPT学习交流
3
假设检验(Hypothesis test)
• 假设检验是统计推断的另一个重要方面：
• 探索性研究—双侧检验 • 验证性研究—单侧检验
PPT学习交流
10
建立检验假设，确定检验水准
• 样 双本 侧均 检数验与假已设知的总形体式均数0的比较中，单侧检验和
检验形式 双侧检验
单侧检验
目的
是否0 是否>0 是否<0
H0
=0 =0 =0
H1
0 >0 <0
PPT学习交流
11
建立检验假设，确定检验水准
还不足以拒绝H0
• 统统计 计学学结意论义：P>，按=0.05水准，不拒绝H0，差异无
• 专业结论：尚不能认为高原地区成年男子平均Hb量高 于一般人群

雷静《卫生统计学》第七章 假设检验基础一PPT课件


4
假设检验的基本步骤
☆建立检验假设和确定检验水准 ☆选定检验方法和计算检验统计量 ☆确定P值和做出统计推断结论
13.08.2020
西安医学院公共卫生系
5
建立假设
假设： H0（零假设） μ1=μ2 H1（备择假设）μ1≠μ2或μ1＞μ2
(根据研究目的、设计类型及资料特点将需要推断的问题 表述为关于总体特征的一对假设)
13.08.2020
西安医学院公共卫生系
8
统计推断结论应包括统计结论和专业结论两 部分。统计结论只说明有无统计学意义，而不 能说明专业上的差异大小，专业结论须结合专 业知识才能得出。
***注意：假设检验的结论是具有概率性的，
不论是拒绝H0或不拒绝H0，都有可能发生错 误，即第一类错误或二类系
9
第一类错误与第二类错误
指假设检验中作出的推断结论可能发生两类错误 ☆I类错误：拒绝了真实的H0 。 （拒绝了实际上成立的H0），概率用α表示。 ☆II类错误：接受了实际上不成立的H0 。 （拒绝了真实的H1），概率用β表示，
β值的大小很难确切估计。 一般，样本例数确定时，α愈大，β愈小；
sx1x2 (n11 n)1s1 2 n2(n 221)s2 2n 11n12
• 如果样本含量足够大n1 n2 均大于 50或100时，可将t检验简化为u检验
• 计算检验统计量Ζ ：
Ζu
x1 x2
s
2 1
s
2 2
n1 n2
13.08.2020
西安医学院公共卫生系
16
4.两独立样本资料的方差齐性检验
课程或者工作有什么建议和意见，也请写在上边
19
感谢观看
The user can demonstrate on a projector or computer, or print the presentation and make it into a film
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

8
2.两独立样本资料的Ζ检验： 前提条件：两样本计数均大于20。 H0 ：两总体均数相等，即λ1=λ2 H1 ：λ1≠λ2 （1）当两样本观察单位数相等时（见例7-9）
X1 X2 X1 X2
（2）当两样本观察单位数不等时（见例7-10）
X1X22020
Poisson分布的近似正态性。
13.08.2020
西安医学院公共卫生系
7
1.单样本资料的Ζ检验（见例7-8）
假设 H0 ：λ=λ0 H1 ：λ≠λ0
α = 0.05
计算检验统计量：
X 0 0
查标准正态分布表，得P值
若P＞α则接受 H0，反之，则拒绝 H0。
13.08.2020
西安医学院公共卫生系
西安医学院公共卫生系
9
假设检验与区间估计的关系
➢ 置信区间具有假设检验的功能（例1）； ➢ 置信区间可以提供假设检验没有的信息：
是否有实际意义（图7-4）； ➢ 假设检验可以报告确切的概率大小，但置
信区间不能。
13.08.2020
西安医学院公共卫生系
10
例1：医生在某山区随机测量了30名健康成 年男子的脉搏，平均次数为74.2次／分钟， 标准差为6.5次／分，但是根据医学常识，
5
例题：甲院收治肝癌238例，观察期间死 亡88例；乙医院同期收治54例，死亡18例。 欲比较两院肝癌病死率有无差别，可用何 种假设检验方法？
13.08.2020
西安医学院公共卫生系
6
泊松分布资料的Ζ检验
当总体均数λ≥20时，Poisson分布接近正态分布。 若λ未知，可观察样本计数是否大于20来判断
第七章 假设检验基础（二）
二项分布资料的Ζ检验 泊松分布资料的Ζ检验 假设检验的功效 正态性检验
13.08.2020
1
整体概述
概述一
点击此处输入
相关文本内容
概述二
点击此处输入
相关文本内容
概述三
点击此处输入
相关文本内容
2
二项分布资料的Ζ检验
当n较大且np和n（1-p）均大于5时， 二项分布接近正态分布。
13.08.2020
西安医学院公共卫生系
3
1.单样本资料的Ζ检验
假设 H0 ：π= π0 H1 ：π≠π0
α = 0.05
计算检验统计量：
p0 0(10)/n
查标准正态分布表，得P值 若P＞α则接受 H0，反之，则拒绝 H0。
13.08.2020
西安医学院公共卫生系
4
2.两独立样本资料的Ζ检验：
H0 ：两总体概率相等，即π1=π2 H1 ：π1≠π2
p1p2
p1p2
sp1p2
pc(1pc)(n11n12)
式中p1、p2分别为两个样本率，n1、n2分别为两样本含量， 为两个样本率之差的标准误，pc为合并阳性率。
p c(X 1X 2)/n (1 n 2)
13.08.2020
西安医学院公共卫生系
一般男子的平均脉搏次数为72次／分，问 该山区男子脉搏数与一般男子是否不同？
95%CI：（71.87，76.53）次／分 t=1.8539，0.05＜p＜0.10
13.08.2020
西安医学院公共卫生系
11
假设检验的功效
➢ 1-β称为假设检验的功效； ➢ 意义：当所研究的总体间确有差别时，按检验水准α
能够发现它（拒绝H0）的概率。 ➢ 应用假设检验需要注意的问题： 1.应用检验方法必须符合其应用条件； 2.要权衡两类错误的危害来确定α的大小（如新药与常
规药物疗效比较时，α宜取小一些）； 3.正确理解p值的含义。
13.08.2020
西安医学院公共卫生系
12
正态性检验
• 图示法:P-P图法；Q-Q图法。 • 矩法：分别对偏度和峰度系数进行检验。
课程或者工作有什么建议和意见，也请写在上边
17
感谢观看
The user can demonstrate on a projector or computer, or print the presentation and make it into a film
18
（见公式7-19；公式7-21） 例2-2数据分析如下：
13.08.2020
西安医学院公共卫生系
13
13.08.2020
西安医学院公共卫生系
14
13.08.2020
西安医学院公共卫生系
15
提问与回答
用思想传递正能量
16
结束语
感谢参与本课程，也感激大家对我们工作的支持与积极 的参与。课程后会发放课程满意度评估表，如果对我们