成组两样本资料t检验

《成组两样本资料t检验》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、成组设计两样本均数的比较内容成组设计的介绍1连续变量的两样本资料平均水平比较2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。成组设计成组设计成组设计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（非参数方法）。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

2、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；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秩和检验或变量变换两样本进行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

3、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，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。两样本进行t检验举例方差齐性检验(=0.10)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方差齐性检验统计量两样本进行t检验举例可以证明：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

4、。F=1.094，查表可知：P>>0.1，故方差齐性。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：µ1µ2，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：µ1µ2，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。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

5、分布。故当t检验统计量

6、t

7、>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，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性。3.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。F检验原理是看较大样本方差与较小样

8、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。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！ThankYou!