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。
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。
证明均数标准误的计算公式:
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;
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
(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:
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:
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:
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:
从公式中看出 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
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。
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:或
(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