应用例子1:单一样本T检验(One-Sample T Test)
双尾检验
【例1】大量检测已知正常人血浆载脂蛋白E( apo E)总体平均水平为4.15mmol/L。
某医师经抽样测得41例陈旧性心机梗死患者的血浆载脂蛋白E平均浓度为5.22mmol/L,标准差为1.61mmol/L。
据此能否认为陈旧性心肌梗死患者的血浆载脂蛋白E平均浓度与正常人的平均浓度不一致?
-
建立检验假设和确定检验水准。
H 0 : μ = μ 0 , H 1 : μ ≠ μ 0 , α = 0.05 H0: μ=μ0,H1: μ≠μ0,α=0.05 H0:μ=μ0,H1:μ=μ0,α=0.05,双侧检验; -
选定检验方法和计算统计量。
用单样本的 t t t 检验,如成组设计的两样本均值的比较用t
检验,多个样本均值的比较用F
检验。 由样本计算均值 x ˉ = 5.22 , s = 4.15 , d f = n − 1 = 41 − 1 = 40 \bar{x}=5.22,s=4.15,df=n-1=41-1=40 xˉ=5.22,s=4.15,df=n−1=41−1=40
t = x ˉ − u 0 s / n = 5.22 − 4.15 1.61 / 41 = 4.26 > t 0.05 ( 40 ) = 2.021 t=\frac{\bar{x}-u0}{s/\sqrt{n}}=\frac{5.22-4.15}{1.61/\sqrt{41}}=4.26>t_{0.05}(40)=2.021 t=s/nxˉ−u0=1.61/415.22−4.15=4.26>t0.05(40)=2.021 -
确定P值和作出推断结论。
查t
分布表, t 0.05 ( 40 ) = 2.021 t_{0.05}(40)=2.021 t0.05(40)=2.021, P < 0.05 P<0.05 P<0.05。
按 α = 0.05 α=0.05 α=0.05,拒绝H0,接受H1,可认为陈旧性心肌梗死患者的血浆载脂蛋白E平均浓度与正常人的差别有统计学意义,结合专业可以认为前者平均浓度较高。
p值的计算:【DA】单侧T检验p值与双侧T检验p值的关系
单尾检验
右侧检验:
【例2】某厂生产的电子元件寿命(h)X~N(u,σ2),其中σ2未知。但根据以往经验,电子元件的寿命稳定在u0=200h。现在改进生产工艺,为了了解效果,从新一批元件任意抽去了16只,测得寿命如下:
199,280,191,232,224,279,179,254,
222,192,168,250,189,260,285,170
试问:工艺改进后,在检验水平α=0.05下,是否可以认为平均寿命得到了提高?
-
建立检验假设和确定检验水准。
根据提问,我们想要验证的是平均寿命得到了提高,所以把它放在H1。
H 0 : μ < = μ 0 , H 1 : μ > μ 0 = 200 , α = 0.05 H0: μ<=μ0,H1: μ>μ0=200,α=0.05 H0:μ<=μ0,H1:μ>μ0=200,α=0.05,右侧检验; -
选定检验方法和计算统计量。
方差未知,小容量,因此用单样本的 t t t 检验。
由样本计算均值 x ˉ = 223.375 , s = 40.707 , d f = n − 1 = 16 − 1 = 15 \bar{x}=223.375,s=40.707,df=n-1=16-1=15 xˉ=223.375,s=40.707,df=n−1=16−1=15
t = x ˉ − u 0 s / n = 223.375 − 200 40.707 / 16 = 2.297 > t 0.05 ( 15 ) = 1.7351 t=\frac{\bar{x}-u0}{s/\sqrt{n}}=\frac{223.375-200}{40.707/\sqrt{16}}=2.297>t_{0.05}(15)=1.7351 t=s/nxˉ−u0=40.707/16223.375−200=2.297>t0.05(15)=1.7351 -
确定P值和作出推断结论。
查 t t t 分布表,可知 t t t 统计量会大于临界值 t 0.05 ( 15 ) = 1.7351 t_{0.05}(15)=1.7351 t0.05(15)=1.7351, P < 0.05 P<0.05 P<0.05。
于是拒绝H0,接受H1,可认为工艺改进后元件的平均寿命得到了提高。
左侧检验:
【例2】同一例子,改用左侧检验。
试问:工艺改进后,在检验水平α=0.05下,是否可以认为平均寿命没有提高?
- 建立检验假设和确定检验水准。
根据提问,我们想要验证的是平均寿命没有提高,所以把它放在H1。
H 0 : μ > = μ 0 , H 1 : μ < μ 0 = 200 , α = 0.05 H0: μ>=μ0,H1: μ<μ0=200,α=0.05 H0:μ>=μ0,H1:μ<μ0=200,α=0.05,左侧检验; - 选定检验方法和计算统计量。
方差未知,小容量,因此用单样本的 t t t 检验。
由样本计算均值 x ˉ = 223.375 , s = 40.707 , d f = n − 1 = 16 − 1 = 15 \bar{x}=223.375,s=40.707,df=n-1=16-1=15 xˉ=223.375,s=40.707,df=n−1=16−1=15
t = x ˉ − u 0 s / n = 223.375 − 200 40.707 / 16 = 2.297 > − t 0.05 ( 15 ) = − 1.7351 t=\frac{\bar{x}-u0}{s/\sqrt{n}}=\frac{223.375-200}{40.707/\sqrt{16}}=2.297>{\color{Red}-t_{0.05}(15)=-1.7351} t=s/nxˉ−u0=40.707/16223.375−200=2.297>−t0.05(15)=−1.7351 - 确定P值和作出推断结论。
查 t t t 分布表,可知 t t t 统计量会大于临界值 − t 0.05 ( 15 ) = − 1.7351 {\color{Red}-t_{0.05}(15)=-1.7351} −t0.05(15)=−1.7351, P > 0.05 {\color{Red}P>0.05} P>0.05。
于是接受H0,拒绝H1,可认为工艺改进后元件的平均寿命得到了提高。
应用例子2:独立样本T检验(Independent-Samples T Test)
双尾检验
【例3】25例糖尿病患者随机分成两组,甲单纯药物治疗,乙采用药物合并饮食治疗,二月后测空腹血糖如下,问两种疗法血糖值是否相同? 甲乙两总体方差未知,但是相等。
数据:n1=12,s1=182.5, n2=13,s2=141
-
建立检验假设和确定检验水准。
H 0 : μ 1 = μ 2 , H 1 : μ 1 ≠ μ 2 , α = 0.05 H0:μ1=μ2 , H1:μ1≠μ2 ,α=0.05 H0:μ1=μ2,H1:μ1=μ2,α=0.05, 选用两独立样本 t t t 检验方法 -
选定检验方法和计算统计量。
根据前文检验步骤中,先计算两个样本的方差是否相等,再选择计算出 t t t 统计量的公式。
将数据带入公式,计算得 t = x 1 ˉ − x 2 ˉ S p 2 ( 1 n 1 + 1 n 2 ) = 2.639 > t 0.05 ( 23 ) = 2.069 t=\frac{\bar{x_{1}}-\bar{x_{2}}}{\sqrt{S_{p}^2(\frac{1}{n_{1}}+\frac{1}{n_{2}})}}=2.639>t_{0.05}(23)=2.069 t=Sp2(n11+n21)x1ˉ−x2ˉ=2.639>t0.05(23)=2.069,自由度= n 1 + n 2 − 2 = 23 n1+n2-2=23 n1+n2−2=23 -
确定P值和作出推断结论。
查t
分布表得临界值为 t 0.05 ( 23 ) = 2.069 t_{0.05}(23)=2.069 t0.05(23)=2.069, 故 p < 0.05 p<0.05 p<0.05 ,拒绝H0,接受H1,存在显著性差异,故认为两种疗法效果不同。
应用例子3:配对样本T检验(Paired-Samples T Test)
双尾检验
【例4】将大白鼠配成8对,每对分别饲以正常饲料和缺乏维生素A饲料,测得两组大白鼠肝中维生素A的含量,试比较两组大白鼠中维生素A的含量有无差别。
可将配对设计资料的假设检验视为样本均数与总体均数μd=0的比较。据定理: t = x ˉ − 0 s / n ~ t ( n − 1 ) t=\frac{\bar{x}-0}{s/\sqrt{n}}\widetilde{~}t(n-1) t=s/nxˉ−0 t(n−1)
大白鼠配对号 | 正常饲料组 | 维生素E缺乏组 | 差数d |
1 | 3550 | 2450 | 1100 |
2 | 2000 | 2400 | -400 |
3 | 3000 | 1800 | 1200 |
4 | 3950 | 3200 | 750 |
5 | 3800 | 3250 | 550 |
6 | 3750 | 2700 | 1050 |
7 | 3450 | 2500 | 950 |
8 | 3050 | 1750 | 1300 |
Mean | 3318.75 | 2506.25 | 812.5 |
- 建立检验假设和确定检验水准。
涉及到检验两个配对总体的均值是否存在显著性差异:配对T检验。
首先计算出各对差值的均数。当两种处理结果无差别或某种处理不起作用时,理论上差值的总体均数 u d = 0 {u_{d}}=0 ud=0
H 0 : μ d = 0 , H 1 : μ d ≠ 0 , α = 0.05 H0: μd=0,H1: μd≠0,α=0.05 H0:μd=0,H1:μd=0,α=0.05,双侧检验。 - 选定检验方法和计算统计量。
d ˉ = ∑ d i n = 1100 − 400 + 1200 + . . . + 1300 8 = 6500 8 = 812.5 \bar{d}=\frac{\sum di}{n}=\frac{1100-400+1200+...+1300}{8}=\frac{6500}{8}=812.5 dˉ=n∑di=81100−400+1200+...+1300=86500=812.5
S d ˉ = S d n = 7370000 − 650 0 2 8 8 ∗ ( 8 − 1 ) = 193.1298 S_{\bar{d}}=\frac{S_{d}}{\sqrt{n}}=\sqrt{\frac{7370000-\frac{6500^2}{8}}{8*(8-1)}}=193.1298 Sdˉ=nSd=8∗(8−1)7370000−865002=193.1298
t = d ˉ − u d S d ˉ = d ˉ S d / n = 812.5 − 0 193.1298 = 4.2070 t=\frac{\bar{d}-{u_{d}}}{S_{\bar{d}}}=\frac{\bar{d}}{S_{d}/\sqrt{n}}=\frac{812.5-0}{193.1298}=4.2070 t=Sdˉdˉ−ud=Sd/ndˉ=193.1298812.5−0=4.2070 - 确定P值和作出推断结论。查 t t t 分布表(双侧), t = 4.2070 > t 0.05 ( 7 ) = 2.365 , P < 0.05 t=4.2070>{t_{0.05}(7)} =2.365,P<0.05 t=4.2070>t0.05(7)=2.365,P<0.05。
拒绝H0,接受H1,可以认为两种饲料喂养的两组大白鼠中维生素A的含量有差别。