还剩19页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
卫生统计学课件第六章假设检验目•假设检验的基本概念•假设检验的步骤录•假设检验的注意事项•实例分析01假设检验的基本概念定义01假设检验是一种统计推断方法,根据样本数据对总体参数作出推断02它基于样本统计量与假设的总体参数进行比较,进而作出接受或拒绝该假设的决策目的判断样本数据所反映的总体特征是否符合预先设定的假设揭示样本数据与假设之间的差异,为进一步的研究和实践提供依据类型单侧检验双侧检验参数检验非参数检验只关注参数的一个方向,同时关注参数的两个方不依赖于总体参数的假基于总体参数进行假设例如是否大于或小于某向,例如是否不等于某设检验方法,适用于更检验,如均值、比例等个值个值广泛的数据类型和分布02假设检验的步骤建立假设010203零假设(H0)对立假设(H1)合理确定假设关于总体参数的假设,通与零假设相对立的假设,根据研究目的和研究问题,常表示没有差异或效应表示有差异或效应的存在合理设定零假设和对立假设选择检验统计量根据研究设计和数据类型选择合适的统计量例如,对于计数资料,可以选择卡方检验;对于计量资料,可以选择t检验或方差分析确定临界值根据统计量和样本量确定临界值或置信区间临界值的选择决定了假设检验的敏感性、特异性和假阳性率计算检验统计量根据样本数据计算检验统计量的值例如,计算卡方值、t值或F值等做出推断根据检验统计量的值同时需要注意避免第和临界值进行比较,一类错误和第二类错判断零假设是否被拒误的发生绝如果拒绝零假设,则对立假设成立;否则,无法拒绝零假设03假设检验的注意事项样本量样本量过大样本量过大不仅会增加实验成本,样本量过小还可能导致假设检验失去实际意义如果样本量过小,无法充分代表总体,导致检验结果不准确合适的样本量选择合适的样本量是进行假设检验的重要前提,需要根据研究目的、研究设计和预期效应大小来确定假设检验的局限性假设检验的误判风险01假设检验只能提供有限的信息,存在第一类和第二类误判的风险假设检验的适用范围02假设检验适用于具有明确研究假设的情况,不适用于探索性研究和无明确假设的情况假设检验与其他统计方法的比较03与其他统计方法相比,假设检验在某些情况下可能过于严格或过于宽松P值的意义P值的意义P值与决策P值的解读P值是假设检验的重要指标,P值的大小影响决策,一般在解读P值时,应注意其局表示观察到的数据或更极而言,P值越小,拒绝原假限性,避免将其绝对化或端情况出现的概率设的理由越充分过度解读04实例分析单样本假设检验总结词详细描述单样本假设检验用于检验单个样本的总体例如,检验某医院新生儿的平均体重是否参数是否符合预期值或已知值与全国平均值相符公式解释$frac{overline{x}-mu_{0}}{S/sqrt{n}}$overline{x}$为样本均值,$mu_{0}$为已sim t$知总体参数值,$S$为样本标准差,$n$为样本量两独立样本假设检验总结词详细描述两独立样本假设检验用于比较两例如,比较两家医院的新生儿平组独立样本的总体参数是否具有均体重是否存在显著差异显著差异解释公式$overline{x}_1$和$t=frac{overline{x}_1-$overline{x}_2$分别为两组样本overline{x}_2}{sqrt{frac{s_1^2}的均值,$s_1$和$s_2$分别为两{n_1}+frac{s_2^2}{n_2}}}$组样本的标准差,$n_1$和$n_2$分别为两组样本量两配对样本假设检验总结词两配对样本假设检验用于比较两个配对样本的观测值是否具有显著差异详细描述例如,比较同一医院内两名新生儿在出生时的体重是否存在显著差异公式$t=frac{overline{x}_1-overline{x}_2}{sqrt{frac{s_1^2}{n}+frac{s_2^2}{n}}}$解释$overline{x}_1$和$overline{x}_2$分别为两个配对样本的观测值,$s_1$和$s_2$分别为两个配对样本的标准差,$n$为配对样本量感谢观看THANKS。
个人认证
优秀文档
获得点赞 0