计量资料统计推断(t检验)-预防医学-课件
- 格式:ppt
- 大小:310.00 KB
- 文档页数:17
医学统计学——t检验课件xx年xx月xx日contents •t检验的基本概念•t检验的原理•t检验的步骤•t检验的应用•t检验的注意事项•t检验的实例演示目录01 t检验的基本概念统计假设检验的一种,用于比较两个独立样本的平均数是否有显著差异,或一个样本的平均数与一个已知的参考值之间是否有显著差异。
t检验常用于小样本数据,特别是两个独立样本的比较。
t检验的定义t检验的适用范围适用于小样本数据,特别是两个独立样本的比较;常用于检验一个样本的平均数与一个已知的参考值之间是否有显著差异;可用于二分类变量和等级变量的比较。
两个独立样本来自的总体服从正态分布;两个独立样本来自的总体方差相等;样本数据是随机样本。
t检验的假设条件02 t检验的原理两独立样本t检验适用条件样本应来自正态分布总体,且方差相等。
结果解释根据t值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。
统计假设比较两组独立样本的均值是否存在显著差异,即H0:μ1=μ2与H1:μ1≠μ2。
两配对样本t检验统计假设比较两组配对样本的差值均值是否显著非零,即H0:μ1-μ2=0与H1:μ1-μ2≠0。
适用条件样本应来自正态分布总体,且方差相等。
结果解释根据t值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。
单因素方差分析t检验统计假设比较三组或多组独立样本的均值是否存在显著差异,即H0:μ1=μ2=…=μn与H1:μ1≠μ2≠…≠μn。
适用条件样本应来自正态分布总体,且方差相等。
结果解释根据F值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。
如果P值小于预设显著性水平α,则认为各组均值存在显著差异;否则,认为无显著差异。
03 t检验的步骤明确研究目的明确研究目的是t检验的首要步骤,决定了数据的类型和数量。
数据筛选对数据进行筛选,去除异常值和缺失值,以确保数据的有效性和可靠性。
数据分组根据研究目的,将数据分成两组或以上,以便进行比较和分析。
6 计量资料的统计推断-t检验t检验是以t分布为理论依据的假设检验方法,常用于正态总体小样本资料的均数比较,t检验统计量有三个不同的形式,适用于单因素设计的三种不同类型:①单个样本的均数与已知总体均数比较的检验,适用于单组设计,给出一组服从正态分布的定量观测数据和一个标准值(总体均值)的资料。
②配对t检验,适用于配对设计。
③成组t检验,适用于完全随机设计的两均数比较。
SPSS中使用菜单Analyze →Compore Means作t检验,Compore Means的下拉菜单如表6-1所示。
表6-1 Compore Means下拉菜单Means…分层计算…One-Sample T Test…单样本t检验…Independent-Samples T Test…独立样本t检验…Paired-Sample T Test…配对t检验…One-Way ANOV A…单因素方差分析…6.1 计量资料的分层计算Means过程可以对计量资料分层计算均数、标准差等统计量,同时可对第一层分组进行方差分析和线性趋势检验。
例6-1某学校测得不同年级、不同性别的12名学生的身高(cm),数据见表6-2。
试用SPSS的Means过程分别计算不同年级、不同性别学生身高的均数和标准差。
表6-2 12名学生的身高(cm)解年级:1=“初一”、2=“高一”,性别:1=“男”、2=“女”。
选择Analyze→Compare Means→Means命令,弹出Means对话框,如图6-2。
在变量列表中选中身高,送入Dependent(因变量)框中;选中年级,送入Independent(自变量),确定第一层依年级分组,单击Next按钮,选中性别,送入Independent,确定第二层依性别分组;单击OK。
输出结果如图6-3所示。
在Means对话框单击Options(选项)按钮,弹出Means:Options对话框,可以选择要计算的统计量,默认Mean、Number of cases、Standard Deviation;在Statistics for First Layer中,可对第一层分组作方差分析(Anova table and eta)和线性趋势检验(Test for linearity)。