您好,欢迎访问三七文档
当前位置:首页 > 医学/心理学 > 基础医学 > 成组设计两样本均数的比较
成组设计两样本均数的比较赵耐青成组设计•成组设计:可以是实验性研究中的随机分组,也可以是观察性研究中的不同人群随机抽样。在实验性研究中,将受试对象随机分成二组或更多组,每个受试对象均有相同的机会进入其中的任何一组。成组设计在观察性研究中,按不同人群进行随机抽样,得到二个或二个以上的独立样本。完全随机分组和按不同人群抽样所得到的样本均为独立样本资料。两个独立样本平均水平的比较•两个独立样本平均水平的比较可以是两样本t检验,也可以两样本秩和检验。考虑到检验效能的原因,一般采用下列统计分析策略:•如果满足每组资料近似呈正态分布(或大样本)并且方差齐性,则可用两样本t检验;两个独立样本平均水平比较•如果满足每组资料近似呈正态分布(或大样本)但方差不齐,则可用两样本t’检验;•否则可以用两样本的Wilcoxon秩和检验两样本进行t检验举例•例4.7下面资料是关于18名单腿截肢者的健康足和18名正常健康人的足部相同部位组织切片毛细血管密度(/mm2)的测定结果,试比较健康人和截肢者足部毛细血管密度有无差别?•正常人163029332828362927333738404139393948•截肢者102128282620332615232330312623422428两样本进行t检验举例•首选t检验,但要求每组资料服从正态分布,方差齐性。•因此首先考虑的对每组资料进行正态性检验(=0.05)•H0:资料服从正态分布•H1:资料服从偏态分布•借助Stata软件进行正态性检验,两样本进行t检验举例•正常组:资料正态性检验的P=0.2980•截肢组:资料正态性检验的P=0.2429•均不能否认两组资料分别近似正态分布。•方差齐性检验•H0:两组对应的总体方差相等•H1:两组对应的总体方差不相等•=0.10两样本进行t检验举例•方差齐性检验统计量•可以证明:当两个总体方差齐性时,统计量F靠近1附近,服从自由度分别为n1-1,n2-1的F分布,反之,如果两个总体方差不等时,F值增大。故可以上述统计量检验方差齐性的问题。F=1.094,查表可知:P0.1,故方差齐性。22SFS大小两样本进行t检验举例•两样本t检验,其假设一般为:H0:µ1=µ2,即两样本来自的总体均数相等,H1:µ1µ2,即两样本来自的总体均数不相等,检验水准为0.05。•两样本进行t检验举例•两样本t检验统计量121212212XX11()xxcXXtssnn122211221211(1)(1)11()2XXnsnsnnnn两样本进行t检验举例•两样本标准误与H0是否为真无关•是两个总体均数之差的点估计,因此当H0:µ1=µ2成立时,在大多数情况下非常小或较小,故t检验统计量较小或比较小。•反之,当H1:µ1µ2,在大多数情况下较大或很大,所以t检验统计量比较大或很大。12XXs12XX12XX12XX两样本进行t检验举例•可以证明:当H0为真时,t检验统计量服从自由度为n1+n2-2的t分布。故当t检验统计量出现|t|t0.05/2,n1+n2-2,则这是一个小概率事件,一次随机抽样一般不会出现的,故有理由怀疑H0非真所致,古可以拒绝H0。•本例t=3.5872临界值t0.05/2,n1+n2-2•故可以拒绝H0,基于95%CI,可以推断正常人的毛细血管密度高于截肢者t检验条件•t检验的应用条件和注意事项•两个小样本均数比较的t检验有以下应用条件:•(1)两样本来自的总体均符合正态分布,•(2)两样本来自的总体方差齐。••在进行两小样本均数比较的t检验之前,要用方差齐性检验来推断两样本代表的总体方差是否相等,方差齐性检验的方法使用F检验,•其原理是看较大样本方差与较小样本方差的商是否接近“1”。若接近“1”,则可认为两样本代表的总体方差齐。判断两样本来自的总体是否符合正态分布,可用正态性检验的方法。•对于方差不齐的情况•如果每组资料服从正态分布,但方差不齐,则可以用t’检验•t’检验•但要根据方差不齐的严重程度调整自由度(见教材),其它与t检验相同。121212121222221122//xxxxXXXXXXtssssnsn不满足t检验条件的两样本比较•不满足t检验条件,可以用two-sampleWilcoxonranksumtest(秩和检验)亦称Mann-Whitneytwo-sampletest要求两组资料是独立的。
本文标题:成组设计两样本均数的比较
链接地址:https://www.777doc.com/doc-2440593 .html