计量资料统计推断(t检验)-预防医学-课件

合集下载

预防医学- t检验PPT

预防医学- t检验PPT

t =d d d 0 d , n 1
S d
Sd n Sd n
式中,d 为每对数据的差值, d 为差值的样本均数,
Sd



的标准差

S d
为差值样本均数的标准误,
n

对子数。
30
配对的主要形式有: 同源配对
①同一受试对象处理前后的数据; ②同一受试对象两个部位的数据; ③同一样品用两种方法(仪器)检验的结果;
22
(一)单样本 t 检验
(one sample t-test)
即样本均数 X(代表未知总体均数)与
已知总体均数0(一般为理论值、标准值或
经过大量观察所得稳定值等)的比较。其检 验统计量按下式计算
t X X X 0 , n 1
S X
Sn Sn
23
例15.14
t检验
一、 假设检验的基本原理
■ 假设检验的基本原理 ➢反证法:
当一件事情的发生只有两种可能A和B,为了肯定 一种情况A,但又不能直接证实A,这时否定另一种可能 B,则间接肯定了A。
➢概率论(小概率):
如果一件事情发生的概率很小,那么在一次试验 时,我们说这个事件是”不会发生的”。从一般的常识 可知,这句话在大多数情况下是正确的,但有犯错误的 时候,因为概率小也是有可能发生的。
(
1 n1

1 n2
)

(n1 1)S12 (n2 1)S22 ( 1 1 )
n1 n2 2
n1 n2
式中 S 为两样本均数之差的标准误; X1 X 2
S
2 c
为两样本合并方差。
40

计量资料的统计推断 ppt课件

计量资料的统计推断  ppt课件

4.71 4.66

0.33 0.46

M
4.90
0.29
ppt课件
6
二、(均数)标准误的计算

X
n
三、 (均数)标准误
S S
X
n
意义:反映抽样误差的大小。标准误越小,抽样
误差越小,用样本均数估计总体均数的可靠性越
大。
与样本量的关系:S 一定,n↑,标准误↓
ppt课件
7
t—分布
t分布(t-distribution)是在1908年由英国统 计学家W.S. Gosset所发表的论文中提出 来的一种小样本分布。t分布只有一个参 数,即自由度(degree of freedom, df),
数学符号为 , n 1 。
ppt课件
8
t 分布
t分布曲线与标准正态分布曲线皆为对称 的、均数为0的钟形曲线。与标准正态分 布相比,t分布曲线顶部稍低而左右两段 稍高。不过,t分布是一簇曲线。当自由 度不同时,曲线的形状不同。当自由度
较小时,与标准正态分布区别明显,当 → 时,t分布曲线与标准正态分布完全 重合,见下图。
ppt课件
4
一、概念
标准误
抽样误差:由于抽样引起的样本统计量与总 体参数之间的差异(举例,抽样误差的产 生及含义)。
标准误 :符号,表示抽样误差大小的指标; 样本均数的标准差;
ppt课件
5
抽样误差
均数的抽样误差。
总体 μ =5,σ =0.5
样本
红细胞计数

( 1012/L,X)
X
S
1
5.59 5.11 4.26 5.11 4.74 … 5.55

t检验医学统计学PPT课件

t检验医学统计学PPT课件

[
sc2
( x12
x1)2 ][ n1
( x22
n1 n2 2
x2)2 ] n2
(n1 1)s12 (n2 1)s22 n1 n2 2
第36页/共78页
例8-7 :
表8-4 男女大学生的血清谷胱甘肽过氧化酶(GSH-PX)
性别 例 数 均 数 标准差 男 48 96.53 7.66 女 46 93.73 8.23
身高与以往男子平均身高相等
H1:µ≠µ0=170cm,即即现在该地20岁男子平均
身高与以往男子平均身高不等
α= 0.05,双侧检验
第9页/共78页
⑵ 选定检验方法,计算检验统计量 根据题目资料类型,可见,该资料是样本与
总体之间的比较,且σ已知可用样本-总体的Z
检验。依公式计算检验统计量:
z x 0 x 0
值样本是否来自零总体(μd=0 ),如来自零总体
,则两方法检测值相同,如不是来自零总体,则 表明两方法检测值的不一致,不是由抽样误差引 起,而是来自不同的总体。
第25页/共78页
⑴ 建立检验假设,确定检验水准
H0:µd=0,即两方法检测结果相同 H1:µd≠0,即两方法检测结果不同 α= 0.05 ,双侧检验
第6页/共78页
在 H0 成立的前提条件下,检验统计量计算公式:
① σ已知或σ未知但n足够大:
z x
x
( )
② σ未知且n较小:
t x μ0 x μ0
sx
s n
第7页/共78页
(n1)
例8-1 根据大量调查得知,某地20岁健康成年男子平 均身高为170cm,标准差为cm。今随机抽查了该地25 名健康成年男子,求得其身高均数为172cm,标准差 为cm,能否据此认为该地现在20岁成年男子平均身高 与以往不同?

计量资料统计推断PPT课件

计量资料统计推断PPT课件
第10页/共53页
二、t 分布
大样本、小样本概念:30、50、100。 量变引起质变:当样本容量较大时,其统计量的抽样 分布近似为正态分布。随着N的增大,越来越接近于 正态分布(样本均数的分布)。 但当样本量小于100时,抽样分布不能再用正态分布 来近似,随着N的减小,与正态分布的差别越来越大, 需要用小样本理论来解释(样本均数的分布)。
第11页/共53页
1.概念
从正态分布N(μ,σ2)抽得的样本均数 服从态
分布
,对样本均数 做标准化变换。
第12页/共53页
英国统计学家W.S.Gosset证明它服从自由度 的t分布,即
t X X ~ t 分布, n 1
S X
S/ n
第13页/共53页
0.45
ν=∞
f(t) 0.4 0.35 0.3
ν=9 ν=3
0.25
0.2
0.15
0.1
0.05
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
不同自由度下的t分布图
第14页/共53页
• t 分布曲线的特征
• ⒈单峰分布,以0为中心,左右对称,类似于标 准正态分布。
• ⒉自由度ν越小,则 越大,t 值越分散,曲线
的峰部越矮,尾部越粗。
• ⒊随着自由度ν逐渐增大,t分布逐渐逼近标准 正态分布;当ν趋于∞时,t分布就完全成为标 准正态分布。故标准正态分布是t分布的特例。
由于个体差异的存在,即使从同一总体中严 格的随机抽样,X1、X2、X3、X4……,不同。因此, X1、X2 不同有两种(而且只有两种)可能:
(1)分别所代表的总体均数相同,由于抽样误差造 成了样本均数的差别。差别无显著性 。
(2)分别所代表的总体均数不同。差别有显著性。

【医学课件】预防医学-t检验

【医学课件】预防医学-t检验

t检验与相关分析的不同点
1
t检验主要用于比较两组数据的均值是否存在显 著差异,而相关分析用于衡量两个变量之间的 线性关系强度和方向。
2
t检验关注数据的分组和组间的差异,而相关分 析关注两个变量之间的共同变化趋势和相关程 度。
3
t检验通常在实验或研究中使用,样本量相对较 小,而相关分析可用于大规模数据集,样本量 不一定要相等。
1 2
适用范围
两组独立样本t检验适用于完全随机设计的两样 本均数的比较,其目的是检验两样本所来自总 体的均数是否相等。
前提条件
数据呈正态分布,两样本方差相等,且总体方 差未知但符合正态分布。
3
统计方法
采用SPSS软件计算t检验,得出t值、自由度和 相伴概率p值。
两组配对样本t检验
适用范围
01
两组配对样本t检验适用于配对设计的两样本均数的比较,目
的是检验两样本所来自总体的差值均数是否为零。
前提条件
02
数据呈正态分布,两样本方差相等,且总体方差未知但符合正
态分布。
统计方法
03
采用SPSS软件计算t检验,得出t值、自由度和相伴概率p值。
多组独立样本t检验
适用范围
多组独立样本t检验适用于完全随 机设计的多组样本均数的比较, 目的是检验多组样本所来自总体 的均数是否相等。
t检验与相关分析的相同点
t检验和相关分析都是统计分析方法,可用来研 究数据的分布和关系。
两者都可用于描述和比较数据的特征,例如均值 、中位数、方差等。
两者都可用于假设检验,通过样本数据推断总体 特征。
t检验与其他统计方法的比较
01
与方差分析(ANOVA)相比,t检验只能用于比较两组数据的均值差异,而方 差分析可用于比较多个组间的均值差异。

医学统计学——t检验课件

医学统计学——t检验课件

医学统计学——t检验课件xx年xx月xx日contents •t检验的基本概念•t检验的原理•t检验的步骤•t检验的应用•t检验的注意事项•t检验的实例演示目录01 t检验的基本概念统计假设检验的一种,用于比较两个独立样本的平均数是否有显著差异,或一个样本的平均数与一个已知的参考值之间是否有显著差异。

t检验常用于小样本数据,特别是两个独立样本的比较。

t检验的定义t检验的适用范围适用于小样本数据,特别是两个独立样本的比较;常用于检验一个样本的平均数与一个已知的参考值之间是否有显著差异;可用于二分类变量和等级变量的比较。

两个独立样本来自的总体服从正态分布;两个独立样本来自的总体方差相等;样本数据是随机样本。

t检验的假设条件02 t检验的原理两独立样本t检验适用条件样本应来自正态分布总体,且方差相等。

结果解释根据t值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。

统计假设比较两组独立样本的均值是否存在显著差异,即H0:μ1=μ2与H1:μ1≠μ2。

两配对样本t检验统计假设比较两组配对样本的差值均值是否显著非零,即H0:μ1-μ2=0与H1:μ1-μ2≠0。

适用条件样本应来自正态分布总体,且方差相等。

结果解释根据t值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。

单因素方差分析t检验统计假设比较三组或多组独立样本的均值是否存在显著差异,即H0:μ1=μ2=…=μn与H1:μ1≠μ2≠…≠μn。

适用条件样本应来自正态分布总体,且方差相等。

结果解释根据F值和自由度,结合临界值表,确定P值,判断是否拒绝原假设。

如果P值小于预设显著性水平α,则认为各组均值存在显著差异;否则,认为无显著差异。

03 t检验的步骤明确研究目的明确研究目的是t检验的首要步骤,决定了数据的类型和数量。

数据筛选对数据进行筛选,去除异常值和缺失值,以确保数据的有效性和可靠性。

数据分组根据研究目的,将数据分成两组或以上,以便进行比较和分析。

数值变量的统计推断-t检验PPT课件

数值变量的统计推断-t检验PPT课件

12
Ⅱ 选择统计方法,计算检验统计量
t x 0 x 0
S X
S/ n
t 74.2721PT
13
Ⅲ、确定P 值,作出推断结论
自由度公式:n1
自 由 度: n 1 3 0 1 29
查表得, t0.05(29) 2.045
t< t0.05(29) 2.045,查表得P>0.05,
计量资料统计推断 —假设检验
可编辑课件PPT
1
假设检验的意义和步骤
可编辑课件PPT
2
例1 已知健康成年男子的脉搏均数为72次/ 分,某医生在某山区随机调查30名健康男 子,求得脉搏均数为74.2次/分,标准差为 6.5次/分。能否认为该山区的成年男子的 脉搏均数高于一般成年男子的脉搏均数?
可编辑课件PPT
(S12 / n1 S22 / n2)2 (S12 / n1)2 (S22 / n2)2
n1 1
n2 1
❖ 根据自由度查t界值表,作出推断结论
❖ Satterthwaite法是统计软件中普遍使用的 方法
❖ 对例4资料进行检验
可编辑课件PPT
42
t’ 检验实例分析步骤
❖ 建立检验假设,确定检验水准
t d0 d
S d
Sd / n
t 3.25 4.520 2.4909 / 12
可编辑课件PPT
20
Ⅲ、确定P值,作出推断结论
自由度公式:n1
自 由 度: n 1 1 2 1 11
查表得, t0.05(11) 2.201
t> t0.05(11) 2.201,查表得P<0.05,
按α=0.05水准,拒绝H0,接受H1,可以 认为两种方法皮肤浸润反应结果的不同。

计量资料统计推断(t检验)-预防医学-课件

计量资料统计推断(t检验)-预防医学-课件

3
样本量的确定
合理的样本量对于可靠的t检验结果至关重要。掌握样本量的计算方法和实际应 用技巧。
步骤
假设检验
明确研究问题并提出原假设和备择假设,为接 下来的检验做好准备。
计算P值
通过t值、自由度和显著性水平计算P值,以判 断差异是否显著。
检验统计量
计算t值作为判断两个平均值是否有显著差异的 统计量。
t检验是用于比较两个平均值是否有显著差异的统计方法。它可以帮助我们判 断一种干预措施对预防医学中的结果是否产生了显著影响。
原理
1
正态分布
数据符合正态分布的假设是t检验的前提之一。了解正态分布对于正确应用t检验 至关重要。2单侧、双侧t检验
t检验可以根据研究问题和假设,选择进行单侧或双侧检验,以得出准确的结论。
结果分析
根据P值和显著性水平,判断研究结果是否支持 原假设,进行科学的结论推断和决策。
应用和实例
预防医学中的应用举例
通过实际的研究案例,展示t检验在预防医学领域中 的应用和实际效果。
使用Excel进行统计分析
探索如何使用Excel进行t检验和统计分析,使数据处 理更加高效和准确。
注意事项
数据采集和处理
2 t检验的应用前景
展望t检验在预防医学领域的应用前景,并提 供相关建议和思考。
计量资料统计推断(t检 验)-预防医学-课件
探索计量资料统计推断中的t检验在预防医学中的重要性和应用。通过深入介 绍其原理、步骤和应用实例,让你深入理解这一统计方法。
统计学概述
统计学是研究收集、整理、分析和解释数据的科学。它提供了一种方法来从 数据中推断出关于总体的信息,并进行相应的决策。
t检验是什么?为什么要使用?
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

血红蛋白(克/升)。
治疗前
治疗后
1
113
140
2
150
138
3
150
140
4
135
130
5
128
135
6
100
120
7
110
147
8
120
114
9
130
138
10
123
120
合计
差数 (d)
-27 12 10 5 -7
-20 -37
6 -8
3
-63
差数(d)= 治疗前测定值h - 治疗后测定值
13
三、配对资料的t检验
每对数据形成一个差数(d),即配对资料由一组“差 数”组成。
统计分析出发点:
当μd = 0 的时候,可以因“变异”出现d≠0
和因“抽样误差”出现d≠0的现象。
h
12
三、配对资料的t检验
例:应用克矽平治疗10名矽肺患者,根据下表资料, 评价该药能否引起血红蛋白变化?
克矽平治疗前后血红蛋白含量
患者编号
=2.5 (n<100)
3)ν=n-1=16-1=15 查表得t0.05,ν=2.131
∵t>2.131
∴ P<0.05
4)可以认为慢性肾炎患者血清无 机磷与正常人不同,即可认为慢性 肾炎会导致血清无机磷上升 。h
-2.131 0 2.131
t 分布
2.5
11
三、配对资料的t检验
配对资料:资料由成对的数据所组成。
计量资料假设检验
王晓明
h
1
教学目标
1.叙述假设检验的基本步骤 2.理解样本均数与总体均数的比较 3.掌握配对t检验的应用 4.掌握两样本均数的比较 5.叙述t检验的注意事项
h
2
复习
变异与抽样误差 正态分布与 t 分布
h
3
一、概念
以统计指标(如均数)判断所比较 的事物同质与否,称为 “假设检验” 。
例:正常人血清无机磷总体均数为4mg/dl,某地随机抽取16 个成人慢性肾炎患者,检查得血清无机磷均数为5mg/dl, 标准差为1.6mg/dl。问该地成人慢性肾炎患者的血清无机 磷是否与正常人有区别?
1)H0:μ=μ0 = 4 H1:μ≠μ0 α=0.05
2) t=
X-μ SX

5-4 1.6/ 16
(2)计算统差计别量。 t =(当n<100时)
或 U =(当n≥100时)
(3)确定概率值(P值) 通过t与t0.05(查表可得)比较, 或U与1.96(U0.05)比较
(4)用文字表达统计分析结果
h
5
2、均数差别同质与否的定性
X 转换所得 U值 <1.96 >1.96
表示 X 位于 95%范围内 95%范围外
1)H0:μ=μ0 = 4 (慢性肾炎患者血清无机磷与正常人相同)
H1:μ≠μ0 (慢性肾炎患者血清无机磷与正常人不同)
α=0.05
h
8
样本均数与总体均数比较(大样本)
例:从大量调查得知,健康成年男性脉搏均数为 72次/分钟;某工厂100名成年男工得脉搏平均数为 73.7次/分钟,标准差为5.8次/分钟。问该单位男工 与健康男性的脉搏有无不同?
h
7
二、样本均数与总体均数比较(X与μ比较)
例:正常人血清无机磷总体均数为4mg/dl,某地随机抽取16 个成人慢性肾炎患者,检查得血清无机磷均数为5mg/dl, 标准差为1.6mg/dl。问该地成人慢性肾炎患者的血清无机 磷是否与正常人有区别?
(即已知:μ= 4 X = 5 S = 1.6 n=16) X>μ,有两种可能性: 抽样误差;本质差别。 临床意义:如果证实慢性肾炎可以导致血清无机磷 发生改变,则血清无机磷测定可能被用于:探讨肾 炎病理;用于诊断肾炎或疗效观察等。
计算得:d = -6.3 Sd = 16.76
Sd = 5.3
1)H0:μd=0
(治疗前后的Hb相同, 即d≠0是抽样误差)
H1:μd≠0 (治疗前后的Hb不同)
α= 0.05
克矽平治疗前后血红蛋白含量
患者 血红蛋白(克/升)。 编号 治疗前 治疗后
差数 (d)
1 113
140
-27
2 150
138
∵│t│<2.262 ∴ P>0.05 4)可以认为克矽平治疗对血红蛋白含
临床意义:如果证实慢性肾炎可以导致血清无机磷 发生改变,则血清无机磷测定可能被用于:探讨肾 炎病理;用于诊断肾炎或疗效观察等。 1)H0:μ=μ0 = 4(慢性肾炎患者血清无机磷与正常人相同)
H1:μ≠μ0 (慢性肾炎患者血清无机本均数与总体均数比较(X与μ比较)
-1.96
(即已知:μ= 72 X = 73.7 S = 5.8 n=100)
1、H0:μ1=μ0 H1:μ1≠ μ0 α=0.05
2、U =2.93
34、、可∵以2.认9U3为=>该1.X工9-S6厂Xμ男=性∴5工P7.<38人./07的.-10脉05702搏
0
1.96
快于健康=成2.人93。
h
经计算 t 值,进行两个均数的比较,称为 t 检验。
当样本含量n≥100时,t值已接近U值。此时可用U0.05 (1.96)代替t0.05 进行判断。以计算U值作均数比较,称 为 U 检验。
h
4
1、假设检验的步骤
(1)假设、确定检验水平
H0:(无效假设)表达为μ1=μ2 即H假1:设(两备个择X所假属设总)体表相达同为,μ差1≠别μ为2 抽样 误α即差:假。(设检两验个水X所平属)总通体常不取同5%,,差表别达为为本α质= 0.05
12
3 150
140
10
4 135
130
5
5 128
135
-7
6 100
120
-20
7 110
147
-37
8 120
114
6
9 130
138
-8
10 123
120
3
合计
-63
2)t = d –μd =(-6.3)-0 = -1.89
Sd
5.3
3)ν=n-1=10-1=9 查表得t0.05,ν=2.262
9
二、样本均数与总体均数比较(X与μ比较)
例:正常人血清无机磷总体均数为4mg/dl,某地随机抽取16 个成人慢性肾炎患者,检查得血清无机磷均数为5mg/dl, 标准差为1.6mg/dl。问该地成人慢性肾炎患者的血清无机 磷是否与正常人有区别?
(即已知:μ= 4 X = 5 S = 1.6 n=16)
统计学意义 可定性为抽样误差 可定性为本质差别
X 转换所得 t 值 <t0.05 >t0.05
表示 X 位于 95%范围内 95%范围外
统计学意义 可定性为抽样误差 可定性为本质差别
h
6
3、t 检验注意事项: ⑴ 资料应具备可比性 ⑵ 均数差别应有实际意义 ⑶ 根据资料性质选择适宜的统计方法 ⑷ 结论判断不能绝对化
相关文档
最新文档