SAS总体均数和t检验.ppt

《SAS总体均数和t检验.ppt》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、第4章总体均数估计与t检验公共卫生学院陈帅印微信：37628994有趣的统计故事AB1、两个指标诊断疾病问题A敏感度为0.80，特异度为0.90B敏感度为0.85，特异度为0.87写了一篇论文：“B诊断方法敏感度高于A，特异度低于A”敏感度和特异度仅仅代表一个诊断界点下的诊断效能，无法反映总体诊断价值。这个故事说明：统计指标选错了，统计出来的结果往往难以“自圆其说”ROC曲线下面积：A0.80，B0.82.B优于A这种差异的原因有抽样误差和试验效应两种。统计学中，要通过统计学检验来确定0.82是否高于0.80这个故事说明：在医学科研中，

2、没有统计学检验的结论是不科学的曲线下面积经统计学检验有差异（P＜0.05）B是常见诊断指标，对医生不设盲法。A是近期新发现指标，对医生设置盲法。不公平这个故事说明：在医学科研中，实验设计有缺陷，再优秀、再正规的统计方法也于事无补。设置完全的盲法。曲线下面积：A0.80，B0.77（P＜0.05）A诊断效能高于B，是可以用到临床的新指标。A和B间不是竞争关系，应是合作关系不差钱这个故事说明：在医学科研中，研究方向错了，即使无懈可击的设计和天衣无缝是统计分析，也无济于事。医学科研很痛苦，不重视统计学和科研设计，会走很多弯路。1总体均数估计2t

3、检验3作业1总体均数估计1.1基本概念总体样本抽样误差：标准误点估计和区间估计1.2总体均数估计实例例4-1已知某地27例健康成年男性血红蛋白含量的均数=125g/L，标准差S=15g/L，数据如下。试估计该地健康成年男性血红蛋白含量的95%和99%可信区间。血红蛋白量：123，134，105，140，127，112，113，145，127，125，110，130，138，112，100，110，147，155，104，125，126，137，122，100，133，127，1451.2.1用分析员作总体均数估计（1）运行分析员，并建立数

4、据集eg4_12）（3）将变量hemoglob选入变量框中。（4）Tests的对话框。（5）点ConfidenceIntervals，Interval（区间）前的圆圈。(6)在ConfidenceLevel：后填入所需要的可信水平的百分位数95.0%（6）单击OK，返回上一级对话框，再单击OK显示结果，其中最后一部分为可信区间的结果（7）99%可信区间：1.2.2用SAS程序作总体均数估计proccapabilitydata=sasuser.eg4_1noprint;intervalshemoglob/method=4;run;程序4-1

5、的说明：（1）数据集名后的选项noprint是为了在调用CAPABILITY时，不要输出变量的常规描述统计量的计算结果；（2）Method=4或6，method=4为计算均数的可信区间，method=6为计算标准差的可信区间。缺省时会提供6种不同的区间，包括预测区间、允许限等。为了得到其他的各种区间的估计，可用语句intervals的其它选项：●Alpha=α值，设定可信水平为1－α，缺省时为α=0.010、0.050、0.100。●Type=lower或twosided或upper分别表示计算可信区间的下限、区间和上限，缺省时为可信区间

6、。1总体均数估计2t检验3作业2t检验2.1基本概念假设检验假设检验就是先对总体参数或分布作出某种假设，然后用适当的方法根据样本信息对总体参数进行推断，推断假设是否拒绝或接受。假设检验通常以选定的检验统计量来命名。如t和u分别对应与t检验（t-test）和u检验（u-test，称Z-test，SAS的菜单用该符号提示）。应弄清各种检验方法的用途、适用条件和注意事项。假设检验的步骤建立假设，确定检验水准；选择检验方法，计算检验统计量；确定P值，作出统计推断。t检验要求原始数据满足以下三个条件：①独立性（independence）：各观察值间

7、是相互独立的，不能相互影响；②正态性（normality）：两组均数比较时，要求两组数据服从正态分布；配对设计时，要求差值服从正态分布。可用正态性检验来确认。③方差齐性（homogeneity）：两样本所对应的正态总体的方差相等，可由方差齐性检验来认定。U检验的应用条件：正态分布样本含量较大如果以上条件未知：不清楚总体的分布类型或明显地呈偏态分布（经变量变换后仍达不到条件），此时就要用非参数统计方法进行分析，常用方法有：符号检验（Signtest）符号秩和检验（SignedRankTest）也称为Wilcoxon检验法t检验和u检验只适用

8、于正态分布的总体或近似正态分布的总体符号和符号秩和检验法对总体分布类型不要求，适应范围较广。由于它们利用样本信息不如t检验和u检验充分，所以对正态分布的总体来讲，它们的检验效能不如t检验和u检