-生物医学研究的统计方法-假设检验课件.ppt

1、假设检验孙彬描述统计描述统计推断统计推断统计参数估计参数估计假设检验假设检验统计方法统计方法抽样分布抽样分布.因此我们拒绝因此我们拒绝假设假设 =30.如果这是总如果这是总体的真实均值体的真实均值样本均值样本均值 =30这个值不像我们这个值不像我们应该得到的样本应该得到的样本均值均值.提出提出零零假设假设H0与备择假设与备择假设H1选择适当的检验统计量，并计算具体数值选择适当的检验统计量，并计算具体数值规定显著性水平规定显著性水平，计算临界值，指定拒计算临界值，指定拒绝域绝域。将统计量的值与临界值比较，作出决策将统计量的值与临界值比较，作出决策 统计量的值落在拒绝域，拒绝统计量的值落在拒绝域，

2、拒绝H0，否则不，否则不拒绝拒绝H0 可以直接利用可以直接利用P 值作出决策值作出决策。试陈述用于检验的原假设与备择假设试陈述用于检验的原假设与备择假设解：研究者抽检的意图是倾向于证实解：研究者抽检的意图是倾向于证实2019年的新生儿平均体重有无差别。建年的新生儿平均体重有无差别。建立的原假设和备择假设为立的原假设和备择假设为 H0：=3190 H1：500备择假设没有特定的方向性，并含有符号备择假设没有特定的方向性，并含有符号“”的假的假设检验，称为双侧检验或双尾检验设检验，称为双侧检验或双尾检验(two-tailed test)备择假设具有特定的方向性，并含有符号备择假设具有特定的方向性，

3、并含有符号“”或或“”的假设检验，称为单侧检验或单尾检验的假设检验，称为单侧检验或单尾检验(one-tailed test)备择假设的方向为备择假设的方向为“”，称为，称为右侧检验右侧检验 双侧检验与单侧检验(假设的形式)假设假设双侧检验双侧检验单侧检验单侧检验左侧检验左侧检验右侧检验右侧检验原假设原假设H0:=0 0H0:0 0H0:0 0备择假设备择假设H1:0 0H1:0 0原假设原假设H0为真为真点估计量的抽样分布点估计量的抽样分布0为被假设的参数值（即总体均值）nsxtnxZ00=或显著性水平和拒绝域(双侧检验)/2 显著性水平和拒绝域(双侧检验)双侧检验（显著性水平和拒绝域）单侧检

4、验（显著性水平和拒绝域）左侧检验（显著性水平和拒绝域）左侧检验（显著性水平和拒绝域）右侧检验（显著性水平和拒绝域）右侧检验（显著性水平和拒绝域）给定显著性水平给定显著性水平，查表得出相应的临界值，查表得出相应的临界值z 或或z/2/2，t 或或t/2/2将检验统计量的值与将检验统计量的值与 水平的临界值进行比较水平的临界值进行比较作出决策作出决策双侧检验的P 值左侧检验的P 值右侧检验的P 值假设检验的目的就在于试图找到拒绝原假假设检验的目的就在于试图找到拒绝原假设的理由，而不在于证明什么是正确的设的理由，而不在于证明什么是正确的拒绝原假设时结论是清楚的拒绝原假设时结论是清楚的例如，例如，H0

5、：=3190，拒绝，拒绝H0时时，我们可以说，我们可以说3190当不拒绝原假设时当不拒绝原假设时并非肯定原假设并非肯定原假设含义是含义是“不否定原假设不否定原假设”或或“保留原假设保留原假设”例如，当不拒绝例如，当不拒绝H0：=3190，我们并未说它，我们并未说它就是就是3190，但也未说它不是，但也未说它不是3190。我们只能我们只能说样本提供的证据还不足以推翻原假设说样本提供的证据还不足以推翻原假设第第类错误类错误(弃真错误弃真错误)原假设为真时拒绝原假设原假设为真时拒绝原假设第第类错误的概率记为类错误的概率记为 被称为显著性水平被称为显著性水平2.第第类错误类错误(取伪错误取伪错误)原假

6、设为假时未拒绝原假设原假设为假时未拒绝原假设第第类错误的概率记为类错误的概率记为 (Beta)如，某学生数学成绩在某次考试中远超之前，老师不得不承认他的数学水平有了显著提高。但这时教师犯了第一类错误，即拒绝了“该生水平没有显著变化”这一正确假设。再如，还是这名学生，经过了长时间的努力后，他的数学水平实际上已经显著提高了。但是考试的时候没有发挥好，比以前没有多少提高，老师就只能认为该生的数学水平没有显著的提高。这时教师犯的是第二类错误，即接受了“该生成绩没有显著变化”这一错误的假设。假设检验中的两类错误假设检验中的两类错误(决策结果决策结果)假设检验就好像一场审判过程你不能同时减你不能同时减少两类错误少两类错误!和和 的关系就像的关系就像翘翘板，翘翘板，小小 就就大，大，大大 就小就小 是否已是否已知知样本容量样本容量n 是否已是否已知知 t 检验检验nsxt0=z 检验检验nsxz0=z 检验检验 nxz0=z 检验检验nxz0=谢谢！