《成组设计两样本均数的比较.ppt》由会员分享，可在线阅读，更多相关《成组设计两样本均数的比较.ppt（20页珍藏版）》请在三一办公上搜索。
1、成组设计两样本均数的比较,赵耐青,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,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。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；,两个独立样本平均水
2、平比较,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,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 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
3、)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，,两样本进行t检验举例,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。方差齐性检验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=0.10,两样本进行t检验举例,方差齐性检验统计量 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。F=1.094,查表可知：P0.1，故方差齐性。,两样本进行t检验举例,两样本 t
4、 检验,其假设一般为：H0：1=2，即两样本来自的总体均数相等，H1：12，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H0：1=2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H1：12，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分布。故当t检验统计量出现|t|t0.05/2,n1+n2-2，则这是一个小概率事件，一次随机抽
5、样一般不会出现的，故有理由怀疑H0非真所致，古可以拒绝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。,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，其原理是看较大样本方差与较小样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-sample Wilcoxon rank sum test（秩和检验）亦称Mann-Whitney two-sample test 要求两组资料是独立的。,
