第六章 假设检验 主讲教师:王丽艳 徐栋.

Slides:



Advertisements
Similar presentations
中医护理 —— 鱼腥草 护理 1334 班 小组成员:郭丽丹 43 杨专 39 张建 35 李晓敏 27 陈燕红 25 张良州 8 分工合作: 收集整理 43 郭丽丹 35 张建 27 李晓敏 讲解 39 杨专 25 陈燕红 8 张良洲.
Advertisements

护理基本技术 第十二单元 冷热疗技术 雅安职业技术学院护理系 Tel :
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
第三节 微分 3.1 、微分的概念 3.2 、微分的计算 3.3 、微分的应用. 一、问题的提出 实例 : 正方形金属薄片受热后面积的改变量.
第四章 基础护理操作技术 中 国 医 科 大 学朱 闻 溪中 国 医 科 大 学朱 闻 溪 中 国 医 科 大 学朱 闻 溪中 国 医 科 大 学朱 闻 溪.
7.1 假设检验 1. 假设检验的基本原理 2. 假设检验的相关概念 3. 假设检验的一般步骤 4. 典型例题 5. 小结.
第四章 假设检验 第4.1节 假设检验的基本概念 第4.2节 正态总体均值与方差 的假设检验 第4.3节 非参数假设检验方法
第7章 隔离技术 厦门医学高等专科学校 基础护理教研室.
生活护理技术 项目一 医院感染的预防与控制 项目二 排泄护理技术 项目三 促进呼吸功能护理 项目一 冷热疗法 项目二 标本采集 项目三
07/16/96 概率统计 自考辅导.
膳食调查与评价 1.
3.1.3 概率的基本性质.
知识结构 三角函数.
第七章 非参数统计 非参数统计(亦称非参数检验),是根据样本资料对总体的某种性质或关系进行假设检验的统计推断方法。 主要特点
第六章 假设检验基础.
6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.
完全随机设计多样本资料秩和检验.
08-09冬季学期 概率论与数理统计 姜旭峰,胡玉磊.
第 8 章 假设检验 作者:中国人民大学统计学院 贾俊平 PowerPoint 统计学.
《高等数学》(理学) 常数项级数的概念 袁安锋
粪 便 检 查 主讲老师:沈萍.
普通高等教育“十一五”国家级规划教材 卫生(医学)统计学 第三章 正态分布及其应用.
第四章 正态分布 主讲教师:王丽艳 徐栋.
§6.3 假设检验的基本概念 我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确.
物質的變化 陳弦希製作.
第 八 章 t 检 验.
第八章 假设检验 本章重点: 1、正确建立零假设和备择假设 2、理解第一类错误和第二类错误 3、大样本情况下单个总体的假设检验
盆腔炎的护理 梅剑娟.
第三篇 医学统计学方法. 第三篇 医学统计学方法 医学统计学方法 实习2 主讲人 陶育纯 医学统计学方法 实习2 主讲人 陶育纯 流行病与卫生统计学教研室
本讲义可在网址 或 ftp://math.shekou.com 下载
第四章 抽样误差与假设检验 要求: 掌握:均数的抽样误差与标准误,t分 布的特征,t界值表,总体均数可信区间及其与参考值范围的区别。
第三篇 医学统计学方法. 第三篇 医学统计学方法 医学统计学方法 3 主讲人 陶育纯 医学统计分析 医学统计学方法.
成组设计两样本均数的比较 赵耐青 卫生统计教研室.
信息技术与数学教学 华东师范大学数学系 万福永 第九讲 几种假设检验的Excel实现.
t 检验——问题提出 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;
第6章 统计量及其抽样分布 统计量 关于分布的几个概念 由正态分布导出的几个重要分布 样本均值的分布与中心极限定理 样本比例的抽样分布
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
第八章 均值比较与检验 2019/1/11.
第十章 方差分析.
数据统计与分析 秦 猛 南京大学物理系 手机: 第十讲 数据统计与分析 秦 猛 南京大学物理系 办公室:唐仲英楼A 手机:
第七章 参数估计 7.3 参数的区间估计.
若2002年我国国民生产总值为 亿元,如果 ,那么经过多少年国民生产总值 每年平均增长 是2002年时的2倍? 解:设经过 年国民生产总值为2002年时的2倍, 根据题意有 , 即.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
抽样和抽样分布 基本计算 Sampling & Sampling distribution
概 率 统 计 主讲教师 叶宏 山东大学数学院.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
完全随机设计多组资料的比较 赵耐青 卫生统计教研室.
6.4 你有信心吗?.
相关与回归 非确定关系 在宏观上存在关系,但并未精确到可以用函数关系来表达。青少年身高与年龄,体重与体表面积 非确定关系:
《工程制图基础》 第四讲 几何元素间的相对位置.
第4课时 绝对值.
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第四节 多个样本均数的两两比较 多个样本均数的两两比较又称多重比较(multiple comparison),其目的是推断究竟哪些总体均数之间存在差别。
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
第八章 假设检验 8.1 假设检验的基本概念.
八大山人.
第三节 随机区组设计的方差分析 随机区组设计资料的总平方和可以分解为三项: (10.10).
4.7 二倍角的正弦、 余弦、正切.
欢迎大家来到我们的课堂 §3.1.1两角差的余弦公式 广州市西关外国语学校 高一(5)班 教师:王琦.
第十五讲 区间估计 本次课讲完区间估计并开始讲授假设检验部分 下次课结束假设检验,并进行全书复习 本次课程后完成作业的后两部分
第八章 假设检验 8.3 两个正态总体参数的假设检验.
单样本检验.
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
三角 三角 三角 函数 余弦函数的图象和性质.
二、配对样本t检验 配对设计(paired design)定义: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,称为随机配对设计。
假设检验.
Presentation transcript:

第六章 假设检验 主讲教师:王丽艳 徐栋

第一节 假设检验概述 一、什么是假设检验 假设检验:根据研究目的,对样本所属总体特征建立 一个假设,然后根据样本资料所提供的信 第一节 假设检验概述 一、什么是假设检验 假设检验:根据研究目的,对样本所属总体特征建立 一个假设,然后根据样本资料所提供的信 息进行计算及概率判断,对所建立的假设 是否成立进行检验,作出接受或拒绝假设 的结论。

二、假设检验的基本思想 基本思想:带有概率性质的反证法。其依据是小概率事件原理, 即小概率事件在一次试验中几乎是不可能发生的。 假设检验就是依据小概率事件的原理来推断所比较事 物之间的差异是否具有本质区别的。在实际应用时, 根据实际需要选定小概率水平( α=0.05α=0.01), 并根据相应的分布确定一个小概率区域的边界数值, 即临界值,作为判断的标准,然后将样本统计量转换 成 u 值或 t 值等检验统计量,最后以转换后的检验统 计量与相应的临界值进行比较,确定某事件发生的概 率,从而作出是否为小概率事件的判断。

三、单、双侧检验 (一)接受域与拒绝域 拒绝域:检验量的绝对值落在大于等于临界值以外的区域。 接受域:检验量的绝对值落在小于临界值以外的区域。

(二)单、双侧检验 双侧检验:拒绝域对称分布于曲线两侧的检验。 单侧检验:拒绝域仅分布于曲线一侧的检验。

四、假设检验的基本步骤 (一)建立原假设 H0 : 如 或 。 (二)确定并计算检验统计量的值,即实值,如 值、 值等. (二)确定并计算检验统计量的值,即实值,如 值、 值等. (三)确定显著水平 ,查表得相应的临界值。 (四)将实值的绝对值与检验临界值进行比较并作出判断。 以 检验法的单侧检验为例进行说明: 若 < ,则P>0.05,差异无显著意义,接受原假设; 若 ≥ ,则P≤0.05,差异有显著意义,拒绝原假设。 若 ≥ ,则P≤0.01,差异有非常显著意义,拒绝原假设。

第二节 均数的假设检验 一、样本均数与总体均数差异显著性检验( ) (一)总体为正态分布,σ已知的假设检验

例: 已 知 我 国 健康成年男子安静时的脉搏服从正态分 布,平均数为72次/分,标准差为6 例: 已 知 我 国 健康成年男子安静时的脉搏服从正态分 布,平均数为72次/分,标准差为6.4次/分。为了探 讨安静时脉搏与体育锻炼的关系,现从经常参加体 育锻炼的成年男子中随机抽测40人,测得其平均脉 搏为69.5次/分。能否认为成年男子经过长期的体育 锻炼会使安静时心率减慢。

解:已知总体服从正态分布,σo已知,可以进行单侧 u 检验。 1、建立原假设 Ho : 2、计算检验统计量: 3、取 , 4、统计判断: ∵ > ∴ P<0.01 差异具有非常显著意义,拒绝原假设。可以认为成年男 子经过长期的体育锻炼会使安静时心率减慢。

练习:已知同年龄同性别学生的100米跑成绩服从正态 分布。某校某年级男生100米跑成绩μ0 =14.51s, σ0 = 0.71s。现从该校该年级男生中随机抽测15 人的100米跑,得 x=14.13s, 如果σ无变化,问 现在的该校年级男生100米跑成绩是否仍为14.51s?

(二)总体为正态分布,σ未知,且为大样本的 假设检验 当总体服从正态分布,即X ~N ( , ),若总 体标准差未知,则可用样本标准差S替代 ,此时要 求 n>30,则计算公式为

例:已知普通成年人安静时的心率服从正态分布,其 平均数是72次/min。现从某体院随机抽测36名 男生,测得安静时心率平均数为68次/min,标准 差为6.6次/min,试问某体院男生安静时心率与普 通成年人的心率有无差异?

(三)总体分布不明的假设检验 1.若σ已知,n >30时 2.若σ未知,n >100时,可用S代替σo

例:辽宁省15岁城市男生50米跑平均成绩7.59秒, 从沈阳市随机抽取同类学生100人平均成绩7.80 秒,标准差为0.53秒,问沈阳市与全省同类学 生50米跑成绩有无差别?

(四)总体为正态分布,σ 未知,且为小样本的假设检验 当总体服从正态分布,即X ~N ( , ),若总体标准差 未知, n<30时,就不能使用 检验,而要用 t检验。统计量为 此时的统计量 t是服从自由度 的 t分布

t分布与U分布的区别: 【相同点】 (1)平均数值于中央且等于0,以纵轴为对称轴。 (2)曲线由中央向两侧逐渐降低,两尾部无限延伸与横轴相靠始终不相交。 (3)面积为1。 【不同点】 (1)标准正态曲线的形状不随n/ (自由度)的大小而改变。t分布曲随着n/ 的 不同而变化,曲线不是一条,而是多条(一簇),即不同的自由度有 不同的曲线。 (2)n/ 愈小,t分布曲线愈平坦,曲线中间愈低,两侧尾部翘得愈高。n/ 愈大,t分布曲线愈接近正态分布曲线。为∞时,分布曲线与标准正态 分布曲线完全重合。分布就可由标准正态分布来取代。 【注意】t检验称小样本检验,是根据t分布建立起来的一种假设检验方法, 常用于平均数的检验。U检验称大样本检验。

例: 已知某县14岁女生50米跑成绩服从正态分布, 且 。现从某中学随机抽取29名同龄女生 测验50米跑,其成绩 , ,试检验 该校女生50米跑水平是否高于该县同龄女生。

解:已知总体服从正态分布, 未知,且 n <30,可进行单侧 t 检验。 1、建立原假设 : 2、计算检验统计量: 3、取 4、统计判断:∵ > ∴ P <0.05 差异具有显著意义,拒绝原假设。 该校女生50米跑水平确实高于该县同龄女生。

练习:四步助跑摸高成绩服从正态分布。我国女子优 秀跳高运动员平均成绩为3.10米,某省6名女 运动员的平均成绩为2.95米,标准差0.36米, 问该省运动员的成绩是否低于我国优秀运动员?

二、两样本均数差异显著性检验( ) (一)两总体为正态分布, σ1、σ2 已知的假设检验 当两总体服从正态分布,且两总体方差已知的情 况下,为了检验推断样本平均数所属两个总体平均数是 否相同,统计量为:

例:已知同年龄组男生50米跑成绩服从正态分 布。根据以往的资料得知A、B两校男生50 米跑成绩的标准差分别为0.4秒和0.2秒。今 从两校中分别抽测了25名和28名男生,其 50米跑平均成绩分别为8.1秒和7.9秒。问两 校男生50米跑水平是否相同?

练习: 已知甲地某 年龄组男生身 高的 标准差为 练习: 已知甲地某 年龄组男生身 高的 标准差为 5.8cm , 乙地同年龄组男生身高的标准差为6.15cm. 今从甲、乙两地中分别随机抽取n1 =430人,n2=438 人,测得身高的平均数x1 =167.5cm, x2=168.4cm,试 判断甲、乙两地该年龄组男生的平均身高是否有差 异(设两地某年龄组男生的身高服从正态分布)。

(二)两总体为正态分布,σ1、σ2未知,且为大样本的假设检验 当两总体为正态分布,总体方差 σ12 和 σ22 未知, 且 n1>30,n2>30,则可用 S12 、 S22 分别替代 σ12 、 σ22 ,进行u检验。统计量为:

例:由体质调研数据得知,某省300名女村7岁男孩 体重x1=21.6kg,s1=2.4kg。该省城260名同龄 男孩体重x2=22.3kg,s2=2.1kg。试检验该省农 村7岁男孩的平均体重是否低于城市同龄男孩。

(三)两总体为正态分布,σ1 、σ2 未知,且为小样本的假设检验 当两总体服从正态分布, σ1 、σ2未知,但σ12 = σ22 (方差齐性,即方差间差异不具显著性),n1、 n2均小于 30,则统计量为

例:已知推铅球成绩服从正态分布。今有两个班采 用不同的教法,一个学期后测得成绩分别为: 一班23人, 平均成绩8.1米, 标准差0.95米; 二班25人,平均成绩7.96米,标准差0.90米。 如两班方差齐性,问两班均数的差异是否具有 显著性?

练习:从某县甲乙两校的初中二年级女生中分别测 得纵跳成绩的有关数据:n1 =25, x1 =35.6, S12 =49.25;n2 =16,x2 =38.9,S22 =47.61。 试问这两校初二女生的纵跳成绩有无差异? (设初二女生纵跳成绩服从正态分布,且σ12 = σ22 )

(三)总体分布不明的假设检验 当两总体不明时,σ1、σ2未知,n1、n2均大于100,则 用S12 、 S22分别替代σ12 、 σ22 ,则统计为

例:在A、B两所性质不同的中学内,从15岁的 男生中各抽取150人得肺活量资料: x1 = 3225.8ml, S1 = 523ml ;

练习:根据以往监测资料得知一连和二连百米跑 的标准差分别为0.96秒和0.92秒。为了比 较连队训练效果,在一连抽测46名队员的 百米跑平均值为13.62秒,在二连抽测31 名队员的百米跑平均值为13.96秒。试问 两连百米跑平均水平是否相同?

第三节 率的假设检验 一、样本率与总体率差异显著性检验( P =π) 已知总体率为πo ,样本率为 P。要检验样本率P 所 第三节 率的假设检验 一、样本率与总体率差异显著性检验( P =π) 已知总体率为πo ,样本率为 P。要检验样本率P 所 属总体率π与已知总体率πo是否相同,当 n>30,且 n P>5,统计量为

例:中国男篮进攻成功率为46.3﹪,第12届世锦赛与 西班牙队的比赛中发动93次进攻,成功率为53.8﹪。 是否可以认为该场比赛的进攻成功率高于以往?

练习:某排球队根据近期大量资料统计出比赛扣 球成功率为30%。该队今年参加排球联赛 6场,共扣球326次,成功112次,问今年 扣球成功率是否比以前有提高?

二、两样本率的差异显著性检验(π1=π2) p1、p2分别是从π1、π2 总体中随机抽取的两个独 立样本率,要检验π1 是否等于π2 ,当 n1 、n2 大于30, 且n1p1、 n2p2均大于5,则统计量为

例:已知某校体育系甲、乙两班学生的体操技术水平 差异无显著意义,甲班32人,技评前采用心理训 练,技评成绩达良好以上的为70﹪;乙班31人, 技评前不施加任何心理训练,技评成绩达良好以 上的为50﹪。试检验该心理训练是否对技评有良 好影响。

练习:在一次训练课中,甲运动员扣球112次,失误 21次;乙运动员扣球143次,失误30次,问两 队员扣球失误率是否相同?

复 习 思 考 题

例:某年级体育平均成绩为78分,标准差7.35分。 为了探讨“课课练”的作用,从该年级随机抽取70 名学生进行实验。一个学期后,体育平均成绩为 80.9分。是否可以认为“课课练”能提高体育成绩?

返回