t检验和u检验-6版

t检验和u检验1.假设检验2.t检验3.u检验本章内容样本均数所代表的未知总体均数与已知总体均数的比较两样本均数所代表的未知总体均数的比较第一节t检验•假设检验是通过两组或多组的样本统计量的差别或样本统计量与总体参数的差异来推断他们相应的总体参数是否相同；•医疗卫生实践中最常见的是计量资料两组比较的问题，如两种疗法治疗糖尿病的疗效比较；•t检验(one-samplet-test)是用于计量资料两组比较的最常用的假设检验方法。X•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，二个月后测空腹血糖(mmol/L)问两种疗法治疗后患者血糖值是否相同？药物治疗药物治疗合并饮食疗法12n1=121X=15.212X=10.85n2=13甲组乙组总体样本？＝推断例7-1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?本例已知总体均数0=3.30kg，但总体标准差未知,n=35为小样本,S=0.40kg，故选用单样本t检验。实例分析(1)建立检验假设，确定检验水准H0：0，该地难产儿与一般新生儿平均出生体重相同;H1：0，该地难产儿与一般新生儿平均出生体重不同;0.05。(2)计算检验统计量在μ=μ0成立的前提条件下，计算统计量为：检验步骤(3)根据P值，做出推断结论查附表2，得t0.05/2,34=2.032。因为tt0.05/2,34，故P0.05，表明差异无统计学意义，按0.05水准不拒绝H0，根据现有样本信息，尚不能认为该地难产儿与一般新生儿平均出生体重不同。003.423.301.770.4035XXXtSSnOnesamplettest二、配对样本均数t检验•配对样本均数t检验简称配对t检验(pairedttest),又称非独立两样本均数t检验,适用于配对设计计量资料均数的比较,其比较目的是检验两相关样本均数所代表的未知总体均数是否有差别。•配对设计(paireddesign)是将受试对象按某些重要特征相近的原则配成对子，每对中的两个个体随机地给予两种处理。1.配对样本均数t检验原理配对设计的资料具有对子内数据一一对应的特征,研究者关心是对子的效应差值。配对样本t检验的基本原理是假设两种处理的效应相同，理论上差值d的总体均数μd为0，现有的不等于0差值样本均数可以来自μd=0的总体,也可以来μd≠0的总体。Pairedttest•可将该检验理解为差值样本均数与已知总体均数μd（μd=0）比较的单样本t检验.其检验统计量为：式中d为每对数据的差值，为差值样本的均数，Sd为差值样本的标准差，即差值样本的标准误，n为配对样本的对子数。0dddddddtSSSnPairedttest实例分析例7-2某项研究评估咖啡因对运动者的心肌血流量的影响，先后测定了12名男性志愿者饮用咖啡前后运动状态下的心肌血流量（ml/min/g），数据如表7-1所示，问饮用咖啡前后运动者的心肌血流量有无差异。Pairedttest检验步骤（1）建立检验假设，确定检验水准H0：d=0，饮用咖啡前后运动者的平均心肌血流量差异为零;H1：d0，饮用咖啡前后运动者的平均心肌血流量差异不为零;0.05（2）计算检验统计量本例：9.6d213.72dPairedttest计算差值均数：计算差值标准差：计算差值的标准误：计算t值得：/9.6/120.8ddn2229.613.72120.7411121dddnSn0.7410.21412ddSSn0.83.7380.214ddtSPairedttest（3）根据P值，作出推断结论查附表2，t0.05/2，11=2.201，tt0.05，11，P0.05，差别有统计学意义，拒绝H0，接受H1，可以认为饮用咖啡前后运动者的心肌血流量存在差异。三、两独立样本t检验两独立样本t检验(two-samplet-test)，又称成组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。完全随机设计是将受试对象随机分配到两组中，每组患者分别接受不同的处理，分析比较处理的效应。1.基本原理两独立样本t检验的检验假设是两总体均数相等,即H0：μ1=μ2，也可表述为μ1-μ2=0,这里可将两样本均数的差值看成一个变量样本,在H0条件下两独立样本均数t检验可视为样本与已知总体均数μ1-μ2=0的单样本t检验,统计量计算公式为Twosamplet-test•Sc2称为合并方差(combined/pooledvariance),上述公式可用于已知两样本观察值原始资料时计算,当两样本标准差S1和S2已知时,合并方差Sc2为:222112212(1)(1)2cnSnSSnn2.实例分析例7-3某项研究评估低氧环境（模拟高原环境）对运动者的心肌血流量的影响，将17名男性志愿者随机分成两组，分别在正常含氧环境（正常组）和低氧环境（低氧组）中测定运动后的心肌血流量（ml/min/g），数据如表7-2所示，问两种环境中运动者的心肌血流量有无差异。Twosamplet-test3.检验步骤建立检验假设，确定检验水准◦H0：1=2，两种环境中运动者的心肌血流量的总体均数相同；◦H1：12，两种环境中运动者的心肌血流量的总体均数不同；◦0.05。计算检验统计量Twosamplet-test由原始数据得：代入公式得：得出统计量t值：22223.941.265.27217.26980.459982CS12110.4590.32998XXS|2.6565.150|7.5810.329tTwosamplet-test查t界值表，t0.05/2,15=2.131,tt0.05/2,(15)，P0.05，按0.05的水准拒绝H0，接受H1，差异具有统计学意义。故可认为该地两种疗法治疗糖尿病患者二个月后测得的空腹血糖值的均数不同。•几何均数资料t检验，服从对数正态分布，先作对数变换，再作t检验。4.t检验应用条件样本对总体有较好代表性，对比组间有较好组间均衡性——随机抽样和随机分组。样本来自正态分布总体，配对t检验要求差值服从正态分布，实际应用时单峰对称分布也可以。两独立样本均数t检验要求方差齐性——两组总体方差相等。大样本时，用z检验不要求正态和方差齐性。Twosamplet-test第二节方差不齐时两样本均数检验一、两样本方差齐性检验•在正态分布情况下，检验统计量F值按下列公式计算•为较大的样本方差，为较小的样本方差；若样本方差的不同仅为抽样误差的影响，F值一般不会偏离1太远。查附表3（方差齐性检验用的F界值表）可得P值。ν１＝n１-1，ν2=n２-12122()()SFS较大较小21S22S•例7-4两组小白鼠分别饲以高蛋白和低蛋白饲料，4周后记录小白鼠体重增加量(g)如表7-3所示，问两组动物体重增加量的均数是否相等？H0:12＝22，即高蛋白与低蛋白饲料喂养后小白鼠体重增加量的总体方差相同;H1:12≠22，即高蛋白与低蛋白饲料喂养后小白鼠体重增加量的总体方差不同;＝0.05。计算检验统计量，对表的数据计算可得：按公式计算确定P值，作出统计推论。查附表3的F界值表，F0.05(11,12)＝3.34，FF0.05(11,12)，P0.05，认为两组体重增加量的总体方差不等。402.5269.3659.172221＝＝SSF二、检验•当两总体方差不等（方差不齐）时，两独立样本均数的比较，可采用检验，主要有Satterthwaite法近似t检验、Welch法近似t检验和Cochran&Cox法近似t检验。其中Cochran&Cox法是对临界值校正；而Satterthwaite法和Welch法是对自由度进行校正。tt第三节t检验中的注意事项第四节假设检验中两类错误•假设检验是针对H0，利用小概率事件的原理对总体参数做出统计推论。无论拒绝H0还是接受H0，都可能犯错误。小结1.t检验是计量资料两均数比较的一种假设检验方法，包括单样本均数的t检验、配对样本均数的t检验、两独立样本均数的t检验。2.t检验要求资料服从正态分布,且两总体方差相等。若两总体方差不等，可采用数据变换或检验，也可以采用第十章的秩转换的非参数检验方法。t3.由两样本方差推断两总体方差是否相同的检验方法可用F检验。4.假设检验能够说明组间是否具有差别，而可信区间则能够说明差别有多大，帮助判断结果是否具有实际意义。两者可以结合使用。5.检验效能是一个重要的概念,表示当两总体确实有差别时，按规定的检验水准能发现其差别的能力，增加样本量可以提高检验效能。