1、,假设检验,hypothesis testing,统计推断(statistical inference),根据样本所提供的信息，以一定的概率推断总体的性质。总体参数的估计 (parameter estimation)假设检验 (hypothesis testing),主要内容,假设检验的基本思想 假设检验的目的 假设检验的基本步骤,问题的提出,一个小故事女士品茶,H0：她没有这个本事，是碰巧猜对的！连续猜对10次的可能性 P 是多少？ P=0.510=0.00097656 你认为原假设 H0 成立吗？推断结论她真的有这个本事！ (不是碰巧猜对的。)依据：小概率原理。 P 0.05, 不拒绝 H
2、0；P0.05, 拒绝 H0；接受 H1。,假设检验的步骤总结：,P,P,例,建立假设,确定检验水准： H0 : 1 132； H1 : 1 132 0.05。计算检验统计量： 确定P值： P 0.05作结论： 按0.05水准，拒绝H0 ；接受H1 。差别有统计学意义。可以认为女性患者的平均Hb含量与正常女性不同。,结果的报道：,资料表明，25名女性患者的平均血红蛋白含量为15016.5(g/L)，其95%可信区间为(143.1891,156.8109)，与正常女性差异有统计学意义( t = 5.5454, P 2 H1 : 1 2,35,双侧检验与单侧检验,选择要结合专业实际；在相同的检验水
3、准下，正确地选择单侧检验将比双侧检验得到更多的检验效能。,36,结论的概率性,无论做出何种推断结论，总是有风险的！拒绝H0时可能犯I类错误；不拒绝H0时可能犯II类错误;尤其是检验统计量位于检验界值的附近时，下结论更应慎重;不拒绝H0，并不意味着接受H0。不拒绝H0，只是说明现有的样本不足以拒绝H0假设，或者说，两个总体差异并不大，假设检验不能从现有的样本中发现差别。所以不能拒绝H0。结论不能绝对化。统计学已证明由此可以肯定,37,P值的意义,从 H0 总体中随机获得等于或大于现有统计量值的概率。拒绝H0时所冒的风险。,t,t,38,的含义,在假设检验之前人为规定,犯第一类错误的概率,说明拒绝
4、H0所冒的风险不可超过。若取 = 0.05水准，得P ， 结论的基本意义是：按误差不超过5的条件拒绝H0而接受H1；,39,40,选择题1,统计推断的内容是A用样本指标推断总体指标 B检验统计上的“假设”CA、B 均不是DA、B 均是,D,41,选择题2,关于假设检验的P值，下列说法正确的是A P是H0成立的概率B P是 I 型误差的概率C P是 H0 成立时，获得现有以及更大差别的概率。D 统计推断时的风险。,C,42,选择题3,由两样本均数的差别推断两总体均数的差别，得到差别有统计学意义的结论，是指A 两样本均数差别有统计学意义B 两总体均数差别有统计学意义 C 两样本均数差别和两总体均数差别都有统计学意义D 其中一个样本均数和它的总体均数差别有统计学意义,B,43,选择题4,当样本含量固定时，选择下列哪个检验水准得到的检验效能最高 ：A B CDE,E,44,选择题5,通常可采用以下那种方法来减小抽样误差：A增大样本标准差B减小样本含量C扩大样本含量D以上都不对,C,45,选择题6,配对设计的目的：A提高测量精度 B操作方便C为了可以使用t 检验 D提高组间可比性,D,谢谢！,46,
