统计学中p值计算公式_预防医学笔记——三、医学统计学方法<二>

这篇博客介绍了医学统计学中的关键概念,包括均数的抽样误差、假设检验的两类错误、率的抽样误差和可信区间、Z检验与χ²检验。文章详细阐述了各类统计方法的计算公式、用途和注意事项,强调了统计结论与专业理解相结合的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

更多医学考试笔记、考点、真题、请点击上方“医考干货”关注。


均数的抽样误差


均数的抽样误差→标准误是描述均数的抽样误差大小的统计指标。

919e8aae61f5ef08dcc4b6ba3a200eae.png

为了反映观察值离散程度标准差σ相区别,统计学中把样本均数的标准差称样本均数的标准误。

57815cc8fa44bc703306f6cb72851478.png

证明均数标准误的计算公式:  

7225ed863853a423b712f2ee7430bb70.png

估计值计算公式:  

标准误与标准差成正比,与样本含量n的平方根成反比。


均数标准误的用途: 

   ①可用来衡量样本均数的可靠性;9e18f0c6b6512a82c1955d1afbcaf01d.png

  ②与样本均数结合,用于估计总体均数的置信区间;
  ③用于进行均数的假设检验。


假设检验的两类错误及注意事项

f7998be6dcfe207c983fa36022eb5741.png

(一)两类错误  假设检验→小概率事件原理→推断结论并不是百分之百正确,可能发生两类错误:

1.I型错误:  ①概念:拒绝实际上成立的H0,这类“弃真”的错误称I型错误。  ②I型错误概率:α,若α=0.05,犯I型错误概率为0.05,理论上平均每100次抽样有5次发生这样错误。  2.II型错误:  ①概念:不拒绝实际上不成立的H0,这类“存伪”的错误称为II型错误。  ②Ⅱ型错误概率:β,通常当n固定时,α越小β越大;反之α越大β越小。

 注:二类错误重点知识总结:  

1.一型错误-“弃真”;二型错误-“存伪”。  

2.两类错误变化方向相反,通过一型错误控制二型错误。  

3.检验效能:1─β  

4.增大样本含量,同时减少两种类型错误

  (二)假设检验的注意事项1.应注意比较组间是否具有可比性
  组间有可比性,即组间应均衡,就是除对比的主要因素外,其它可能影响结果的因素在对比组间应相同或相近。保证均衡性的方法是要有严密的设计,比如从同质总体中随机抽取样本或随机分配样本(随机化原则)等。

  2.根据研究目的、设计类型和资料类型选用适当的检验方法

研究目的

设计类型

资料类型

适用条件

假设检验方法

同一受试对象处理前后及不同处理因素间等

配对设计

计量资料数值变量

小样本、正态性

配对t检验

两个总体均数间

完全随机设计或成组设计

计量资料数值变量

小样本、正态性、方差齐

两样本均数比较的t检验

两个总体均数间

完全随机设计或成组设计

计量资料数值变量资料

大样本

两样本均数比较的u检验

两个总体均数间

完全随机设计或成组设计

计量资料数值变量资料

小样本、正态性、方差不齐

3.正确理解差别有无显著性的统计学意义  统计结论只说明有统计学意义而不能说明专业上的大小。只有将统计结论和专业知识有机地结合,才能得出恰如其分的专业结论。4.结论不能绝对化  因为统计结论具概率性,故在下结论时不要使用“肯定”、“一定”、“必定”等词。比如,拒绝H 0可能犯I型错误,不拒绝H 0可能犯II型错误。


率的抽样误差总体率的可信区间及其估计方法


 1.率的抽样误差

  从同一总体中随机抽取n个观察单位的一组样本,计算得到各样本率,不一定都与总体率π完全相同,这种由于抽样引起的样本率与总体率间的差别,称为率的抽样误差。计算公式如下:

eb4ffacbaa66902acbddde2021f3501c.png

率的标准误越小,率的抽样误差越小,用样本推论总体时可信程度越高。

2.总体率的可信区间及其估计方法

  (1)正态近似法:当样本含量n足够大,样本率p或(1-p)不太小时,样本率的分布似正态分布,总体率可信区间的估计由下列公式估计:

  ①总体率(π)95%的可信区间:p±1.96Sp  

  ②总体率(π)99%的可信区间:p±2.58Sp  

(2)查表法 :当n较小(如n≤50),特别是P接近0或1时,根据样本含量 n 和阳性数X查阅统计学专著附表。


Z检验和χ2检验


(一)Z检验:样本含量n足够大、样本率P和1-P均不接近零的前提下,样本率分布近似正态分布,样本率和总体率之间、两个样本率之间差异来源的判断可用Z检验。1.样本率与总体率的比较公式为:85042389f2158dccdbf8d921ff3da176.png

式中:样本率为P,π为总体率,σp为根据总体率计算的标准误。Z服从标准正态分布,Z与界值比较做出统计结论。2.两个样本率的比较  公式为:cee01f31cfda5d43ec43568342e6183f.png

Pc=(X 1+X 2)/(n 1+n 2)  式中Pc为合并样本率,P 1和P 2为两个样本率,X 1 和X 2为两个样本的阳性例数。

  (二)x 2检验(卡方检验):是用途非常广泛的假设检验(分类变量资料)方法。   1.主要用途:①应用在分类变量资料中,推断两总体率(π)(t检验是比较两总体均数间有无差别)或构成比之间有无差别;②应用在分类变量资料中,推断多个总体率或构成比之间有无差别。

2.x 2 检验的基本思想:d531424447ca96c331990307055007de.png

从公式5e31e19a39f4677ab9faf964aa01d98a.png中看出 x 2值反映的是实际频数与理论频数吻合度。如果无效假设成立,则实际频数与理论频数之差一般不会很大,也就是说 x 2值不会太大;x 2值还取决于d3145899a152782197ac26e2ffac2d21.png的个数(自由度)。

  3. 四格表资料的专用公式:为省去求理论频数过程可用专用公式计算x 2值。82f25954f1d54e33e16522570e89630b.png

4.四格表x 2检验的校正

(1)当1≤T<5而n≥40 时,用连续性校正公式:77db629441122f067232b2c56ff0a95b.png7a27f49df005c4a65a26b9fb749c5004.png

(2)T<1或n<40时,用确切概率法进行校正

 (3)T≥5且n≥40不用校正


方差分析


方差分析(F检验):是通过对数据变异的分解来判断不同样本代表的总体均数是否相同,用于两个或以上样本均数的比较、回归方程的假设检验等。
  方差分析使用条件是(正态、独立、方差齐)各样本来自正态分布的总体,且为相互独立的随机样本,各个样本所来自的总体方差相等。


Z检验和t检验


1.Z检验:用于已知总体标准差情况下的样本均数与总体均数的比较,大样本资料的两均数比较,资料要求服从对称或正态分布。

2.t检验的应用条件:样本含量较小(比如n<50),总体标准差未知时样本与总体均数的比较,配对设计资料比较及两个小样本均数的比较。在做两个小样本均数的比较时,还要求相应总体方差相等。


注:仅供学习交流不做他用

查阅:人卫第九版《预防医学》

文字整理:医考干货

图:医考干货


更多医学考试干货

扫码联系我们

3eb39d8a1d2833161aba330e09ee6366.png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值