*
t 检 验
第二节 单个样本的 t 检验
样本均数 与已知某总体均数μ比较的 t 检验 。
目的:推断一个未知总体均数μ与已知总体均数μ0是否有差别,用单样本设计。
*
例5.1 以往通过大规模调查已知某地新生儿出生体重为3.30kg。从该地难产儿中随机抽取35名新生儿作为研究样本,平均出生体重为3.42kg,标准差为0.40kg,问该地难产儿出生体重是否与一般新生儿体重不同?
本例中,总体均数μ0= 3.30,样本均数 = 3.42,S = 0.40,样本含量n = 35。
建立假设检验,确定检验水准
H0:μ=μ0 ,难产儿与一般新生儿平均出生体重相同
H1:μ≠μ0 ,难产儿与一般新生儿平均出生体重不同
α= 0.05
*
计算统计量
在μ=μ0成了的前提下,计算统计量为:
确定 P 值,做推断结论
自由度ν = n – 1 = 35 – 1 = 34
查 t 界值表,t 0.05/2(34)= 2.032
t < t 0.05/2(34) ,故 P > 0.05,表明差异无统计学意义,按α= 0.05水准, 不拒绝H0 。
因此,尚不能认为该难产儿与一般新生儿平均出生体重不同。
*
第三节 配对样本 t 检验
两种同质受试对象分别接受两种处理。
同一受试对象或同一样本的两个部分,分别接受两种不同的处理。
自身对比,同一对象处理前后的结果比较。
例5.2 有12名接种卡介苗的儿童,8周后用两批不同的结核菌素,一批是标准结核菌素,一批是新制结核菌素,分别注射儿童前臂,其皮肤浸润反应平均直径如表5-1所示,问两结核菌素的反应性有无差别。
*
*
对该问
进行转换,令使用标准品时皮肤浸润范围的均数为μ1 ,新制品时为μ2 ,再令μ1 – μ2 = μd ,那么当 μd = 0 时,结核菌素反应性无差别。
建立假设检验,确定检验水准
H0: μd = 0 ; H1: μd ≠ 0 ;α= 0.05。
计算检验统计量
确定P值,得出推断结论
自由度ν= n – 1 = 12 – 1 = 11, 查 t 界值表,t 0.05(11) =2.201,
t > t 0.05(11), P < 0.05, 差别有统计学意义。按α= 0.05 水准, 拒绝 H0 ,接受H1,可认为两种方法的皮肤浸润反应结果的差别有统计学意义。
*
第四节 两独立样本 t 检验
适用于完全随机设计的两样本的均数比较。
分别接受不同的处理的两研究总体中随机抽取样本,然后比较两组的平均效应。
需要注意的两个问题
两样本所代表的总体均数服从正态分布。
两样本所代表的总体方差是否具有齐性。
*
总体方差具有齐性时的两独立样本 t 检验
例5.3 25例糖尿病患者随机分成两组,甲组单纯用药物治疗,乙组采用药物治疗合并饮食疗法,2个月后测空腹血糖(mmol/L)如表5-2所示,问两组患者血糖值是否相同?
*
建立检验假设,确定检验水准
令两组患者血糖值的总体均数分别为μ1 和μ2 。
H0: μ1 = μ2 ; H1: μ1 ≠ μ2 ;α= 0.05。
计算检验统计量
其中 是两样本均数之差的联合标准误, 是联合方差。
*
另外,如果已知两样本标准差为 S1 , S2 时,可按以下
计算 :
本例中,t = 2.639
确定P值,得出推断结论
自由度ν= n1 + n2 – 2 = 23, 查 t 界值表,t 0.05/2,(23) = 2.069,
t > t 0.05(23), P < 0.05, 差别有统计学意义。按α= 0.05 水准, 拒绝 H0 ,接受H1,可认为两组患者2个月后测得的空腹血糖值的均数不同。
*
总体方差不具齐性的两样本 t' 检验
方差齐性检验
两总体的方差齐性决定了,采用何种统计检验的方法去比较两小样本均数的差异。
两总体方差的齐性检验,即 F 检验。
ν1 = n1 – 1, ν2 = n2 – 1
一般取α= 0.05 水准做判断,
若F ≥F 0.05(ν1 ,ν2 ) ,P≤0.05,可认为两总体方差不具齐性。
若F < F 0.05(ν1 ,ν2 ) ,P > 0.05,可认为两总体方差具齐性。
*
例5.4 两组小白鼠分别饲以高蛋白和低蛋白饲料,4周后记录小白鼠的体重增加量(g)如表5-3所示,问两组小白鼠体重增加量的均数是否相等?
*
方差齐性检验
建立检验假设,确定检验水准
H0: 两组小白鼠体重增加量的总体方差具有齐性。
H1: 两组小白鼠体重增加量的总体方差不具有齐性。
α = 0.05
计算检验统计量
确定P值,得出推断结论
自由度ν1= n1 – 1 = 11, ν2= n2 – 1 = 12,查附表3,F 0.05(11,12) = 3.34,
F > F0.05(11,12), P < 0.05, 差别有统计学意义。按α= 0.05 水准, 拒绝 H0 ,接受H1,可认为两组小白鼠体重增加量的总体方差不具有齐性。
*
t' 检验
t' 检验有3种方法,本章介绍Cochran & Cox法和Satterthwaite法。检验统计量t'为:
ν 1 = n1 – 1, ν2 = n2 – 1
校正临界值 t'α/2为:
*
建立检验假设,确定检验水准
令两组小白鼠体重增加量的总体均数分别为μ1 和μ2 。
H0: μ1 = μ2 ; H1: μ1 ≠ μ2 ;α= 0.05。
计算检验统计量
确定P值,得出推断结论
*
t' > t' 0.05/2, 得 P < 0.05
差别有统计学意义。按α= 0.05 水准, 拒绝 H0 ,接受H1,可认为两组小白鼠体重增加量的均数不同,高蛋白组高于低蛋白组。
Satterthwaite法检验的对自由度进行校正
根据自由度查t界值表,作出推断结论
查 t 界值表, 得t0.05(12)=2.179, t' > t0.05(12), P < 0.05
结论同上
注意:当 n1 = n2 时,即使是方差不齐,也可用 t 检验。
*
第五节 u 检验
根据数理统计的中心极限定理,不论变量X的分布是否服从正态分布,当随机抽样的样本例数足够大,样本均数服从正态分布
其中为原来的总体均数, 为总体标准差
为均数标准误
标准正态变量为:
*
U 检验原理
当总体标准差已知,或样本量较大(如n ≥50)时
样本均数与总体均数比较、配对设计样本均数比较和两独立样本均数比较的假设检验,可以根据标准正态分布规律计算检验统计量u值 。
双侧时:
单侧时:
所计算的统计量u值与这些界值比较,很容易确定P值和作出推断结论
*
成组设计的两样本均数比较的统计量u值计算中,两均数差的标准误为
统计量u值的计算公式为
*
例5.6 研究正常人与高血压患者胆固醇含量(mg%)的资料如下,试比较两组血清胆固醇含量有无差别。
正常人组:
高血压组:
*
建立检验假设, 确定检验水平
,即正常人与高血压患者血清胆固醇值总体均数相同
,即正常人与高血压患者血清胆固醇值总体均数不同
=0.05,双侧。
计算统计量u值
将已知数据代入公式,得
*
确定P值, 作出推断结论
本例 u = 10.40 > 2.58, 故P < 0.01, 按 = 0.05水准拒绝H0, 接受H1, 可以认为正常人与高血压患者的血清胆固醇含量有差别, 高血压患者高于正常人。
*
第六节 t 检验中的注意事项
要有严密的抽样设计
选用的检验方法必须符合其适用条件
单侧检验和双侧检验
正确的理解P值与差别有无统计意义
假设检验和可信区间的关系
*
*
第六节 假设检验中的两类错误
Ⅰ型错误(typeⅠ error)
Ⅰ型错误是指拒绝了实际上成立的H0,即“弃真”的错误。
Ⅰ型错误的概率用α表示。
α的意义是:如果原假设H0成立,对研究总体抽样100次,检验结论中平均有100 α次拒绝H0 (犯了Ⅰ型错误) 。
*
Ⅱ型错误(type Ⅱ error)
Ⅱ型错误是指接受了实际上不成立的H0,即“存伪”的错误。
Ⅱ型错误的概率用β表示。1 – β称为检验功效(power of test)
β的意义是:如果原假设H0不成立,对研究总体抽样100次,检验结论中平均有100 β次不拒绝H0 (犯了Ⅱ型错误)。
1- β的意义是:当两总体确实存在差异时,按规定的检验水准发现该差异的能力。
*
α愈小, β愈大; α愈大, β愈小。同时减小则只有增加样本含量。
*
新药优越性的研究(希望拒绝H0)
犯Ⅰ类错误意味着对新药的过高评价,即新药的疗效高于经典药物。为了避免此情况的出现,通常要将α取得小一些。
方差齐性检验时(希望不拒绝H0)
犯Ⅱ类错误意味着更容易获得方差具有齐性的检验结果,导致下一步检验方法的选择错误,因此要把α取得大一些,从而控制β。
注意:拒绝H0时,只可能犯Ⅰ类错误;“接受” H0时,只可能Ⅱ类犯错误