第七专题 t检验与单因素方差分析（一）

医学统计学，假设检验亦称显著性检验（significance testing）,它是利用小概率反证法思想，根据研究目的，对样本的总体特征提出一个假设，然后根据样本资料所提供的信息，通过选择合适的样本统计量，对该假设做出拒绝或不拒绝的推断过程。

第七专题 t检验与单因素方差分析（一）

• 假设检验的基本思想
  • 检验假设（hypothesis testing）
    • 亦称显著性检验（significance testing）,它是利用小概率反证法思想，根据研究目的，对样本的总体特征提出一个假设，然后根据样本资料所提供的信息，通过选择合适的样本统计量，对该假设做出拒绝或不拒绝的推断过程。
• 假设检验的基本步骤
  • 1.建立假设和确定检验水准
    • 1.检验假设（test hypothesis）
      • 用统计学术语对总体参数或总体分布形态及其它特征所做的假定性说明。 包括相互对立的两个假设。
      • 无效假设（零假设），H0（null hypothesis）
      • 备择假设，H1（alternative hypothesis`）
      • 建立假设时注意：
        • 检验假设是对总体的描述，而不是样本
        • H0和H1是对立的假设，统计结论只能选择其中之一
    • 2.检验水准（level of a test）
      • 也称显著性水准（significance level） 错误地拒绝H0的概率或接受H1的风险。符号为α
  • 2.选定检验方法和计算统计量
    • 根据变量和资料类型、设计方案、统计推断的目的、是否满足特定条件等。选用适当的统计方法，宣恩并计算相应的统计量（t,u,x2,F值等）。
  • 3.确定P值和作出推断结论
    • 1.P值概念
      • 在H0所规定的总体中作重复随机抽样（H0成立时），检验统计量当前值之外的尾部面积。
• 一型错误与二型错误
  • 定义
  • α与β间的关系
  • 可信度与检验效能