醫(yī)學(xué)]第三章總體均數(shù)的估計(jì)與假設(shè)檢驗(yàn)-資料下載頁(yè)
2025-01-04 03:06本頁(yè)面
【正文】 則 2020222221212139。 ???????nsnsxxt確定概率 ∵ t’= ， ∴ 判斷結(jié)果 在 的檢驗(yàn)水平下不拒絕 H0,無(wú)統(tǒng)計(jì)學(xué)意義，即認(rèn)為藥物無(wú)療效。 120)20(120)20()2020(1)(1)()(222222222222121212222121???????????nnsnnsnsns?0 4 39。 28,2/ ?t假設(shè)檢驗(yàn)中的注意事項(xiàng) ? I型錯(cuò)誤和 II型錯(cuò)誤 ? 檢驗(yàn)水準(zhǔn)的選擇 ? 雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn) ? 結(jié)論的概率性 ? P和 ?的涵義 ? 正確對(duì)待統(tǒng)計(jì)結(jié)論和專業(yè)結(jié)論 ? Significant 的意義 I 型錯(cuò)誤和 II 型錯(cuò)誤 ? 第一類錯(cuò)誤（ Type I Error） –拒絕了實(shí)際上是成立的 H0； ? 第二類錯(cuò)誤（ Type II Error） –不拒絕實(shí)際上是不成立的 H0。 I 型錯(cuò)誤和 II 型錯(cuò)誤 實(shí)際情況 假設(shè)檢驗(yàn)的結(jié)果 拒絕 H0 不拒絕 H0 H0 成立 I 型錯(cuò)誤 (?) 正確度 (1 ?) H0 不成立 把握度 (1?) II 型錯(cuò)誤 (?) ?0 I 型錯(cuò)誤和 II 型錯(cuò)誤圖示 界 值 ? ? 1? ?1 拒絕 H0 不拒絕 H0 I 型錯(cuò)誤和 II 型錯(cuò)誤 ? 當(dāng) P ≤? 即拒絕 H0 ，接受 H1 ，要注意第一類錯(cuò)誤出現(xiàn)。 ? 當(dāng) P ＞ ? 即不拒絕 H0，要注意第二類錯(cuò)誤的出現(xiàn)； ? 第二類錯(cuò)誤率 ? 表示失去對(duì)真實(shí)的 H1作出肯定結(jié)論之概率； ? 1－ ? 就是對(duì)真實(shí)的 H1作出肯定結(jié)論之概率，常被用來(lái)表達(dá)某假設(shè)檢驗(yàn)方法的檢驗(yàn)的功效(power of a test)，國(guó)內(nèi)學(xué)者稱它為把握度：假設(shè)檢驗(yàn)對(duì)真實(shí)的 H1作肯定結(jié)論之把握程度。 檢驗(yàn)水準(zhǔn)的選擇 ? 檢驗(yàn)水準(zhǔn) ?大小的選擇要慎重。在假設(shè)檢驗(yàn)時(shí)，如果錯(cuò)誤地不拒絕零假設(shè)的后果很嚴(yán)重，就需要嚴(yán)格尺度（盡可能拒絕 H0），即選擇一個(gè)較大的 α；否則要選擇稍 小 的 α；但一般選擇 α=。 ?的含義 ? 犯第一類錯(cuò)誤的概率，即拒絕 H0所冒的風(fēng)險(xiǎn)不可超過(guò) ?； ? 在假設(shè)檢驗(yàn)之前人為規(guī)定 雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn) 雙側(cè)檢驗(yàn)： H0 : ?1＝ ?2 ， H1 : ?1≠?2 單側(cè)檢驗(yàn)： H0 : ?1＝ ?2 ， H0 : ?1＝ ?2 H1 : ?1 ?2 ， H1 : ?1 ?2 何時(shí)選擇單雙側(cè)，要有專業(yè)背景。 ?檢驗(yàn)水準(zhǔn)有單雙側(cè)之分。 雙側(cè)檢驗(yàn)與單側(cè)檢驗(yàn) –選擇要結(jié)合專業(yè)實(shí)際； –選擇要在計(jì)算檢驗(yàn)統(tǒng)計(jì)量之 前 ； –在相同的檢驗(yàn)水準(zhǔn)下， 正確 地選擇單側(cè)檢驗(yàn)將比雙側(cè)檢驗(yàn)得到更多的檢驗(yàn)效能。 P值的意義 ? 從 H0 總體中隨機(jī)獲得等于或大于現(xiàn)有統(tǒng)計(jì)量值的概率。 ? 拒絕 H0時(shí)所冒的風(fēng)險(xiǎn)。 界值 界值 t t 假設(shè)檢驗(yàn)和可信區(qū)間的關(guān)系 ? 假設(shè)檢驗(yàn)：樣本是否來(lái)自于同一總體？ ? 可信區(qū)間：總體參數(shù)在哪里？ ? 回答的問(wèn)題雖然不一樣，原理卻相同。 假設(shè)檢驗(yàn)和可信區(qū)間的關(guān)系 ? 在相同的 α之下，若假設(shè)檢驗(yàn)拒絕 H0（ p ≤ α），那么可信度為 (1 α)的可信區(qū)間必然不包括總體參數(shù)； ? 反之成立。 ? 可信區(qū)間和假設(shè)檢驗(yàn)是對(duì)同一問(wèn)題所作的不同結(jié)論，效果等價(jià)。 H0 有實(shí)際專業(yè) 意義的值 有統(tǒng)計(jì)學(xué)意義 無(wú)統(tǒng)計(jì)學(xué)意義 有實(shí)際的專業(yè)意義 可能有實(shí)際的專業(yè)意義 無(wú)實(shí)際的專業(yè)意義 樣本例數(shù)太少， 可能有實(shí)際的專業(yè)意義 樣本例數(shù)太少， 但無(wú)實(shí)際的專業(yè)意義 正確對(duì)待結(jié)論 ? 專業(yè)上有差別，假設(shè)檢驗(yàn)拒絕 H0： 結(jié)果有效，可以下專業(yè)結(jié)論； ? 專業(yè)上無(wú)差別，假設(shè)檢驗(yàn)不拒絕 H0： 下無(wú)差別的結(jié)論； ? 專業(yè)上有差別，假設(shè)檢驗(yàn)不拒絕 H0： 增大樣本含量，減少二類誤差 。 ? 專業(yè)上無(wú)差別，假設(shè)檢驗(yàn)拒絕 H0： 改進(jìn)試驗(yàn)，減少誤差。 正態(tài)性檢驗(yàn) ? 圖示法 –概率圖 probabilityprobability plot（ PP圖） –分位數(shù)圖 quantilequantile plot（ 圖） ? 計(jì)算法 –矩法（偏度 skewness與峰度 kurtosis） – W檢驗(yàn)法和 w‘檢驗(yàn)法（適用于樣本含量少于100的資料 – D檢驗(yàn)法（適用于樣本含量為 10~2022的資料） PP圖 圖 矩法 ? 既能用于小樣本資料，亦可用于大樣本資料的正態(tài)性檢驗(yàn) ? 當(dāng)頻數(shù)分布為正態(tài)時(shí)，偏度系數(shù)與峰度系數(shù)分別等于 0，但從正態(tài)分布總體中抽出的隨機(jī)樣本，由于存在抽樣誤差，其樣本偏度系數(shù) g1與樣本峰度系數(shù) g2不一定為 0，為此，需檢驗(yàn) g g2與 0的相差是否有顯著性。其檢驗(yàn)假設(shè)為①偏度系數(shù)等于 O，即頻數(shù)分布對(duì)稱；②峰度系數(shù)等于 0，即為正態(tài)峰。 正態(tài)峰 ? 假設(shè)檢驗(yàn)用 u檢驗(yàn)， ? u1=g1/Sg1 u2=g2/Sg2 ? ∣ u∣ ， P 在 α= H0，成正態(tài)分布
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1