1、假設檢驗的基本步驟（三）假設檢驗的基本步驟統計推斷1建立假設檢驗，確定檢驗水準H0和H1假設都是對總體特征的檢驗假設，相互聯系且對立。H0總是假設樣本差別來自抽樣誤差，無效/零假設H1是來自非抽樣誤差，有單雙側之分，備擇假設。檢驗水準，a0.05檢驗水準的含義2選定檢驗方法，計算檢驗統計量選擇和計算檢驗統計量要注意資料類型和實驗設計類型及樣本量的問題，一般計量資料用t檢驗和u檢驗；計數資料用2檢驗和u檢驗。3確定P值，作出統計推理Pa ，拒絕H0，接受H1P> a，按a0.05水準，不拒絕H0，無統計學意義或顯著性差異假設檢驗結論有概率性，無論使拒絕或不拒絕H0，都有可能發生錯誤（四）兩

2、均數的假設檢驗（各種假設檢驗方法的適用條件及假設的特點、計算公式、自由度確定以及確定概率P值并做出推斷結論）u檢驗適用條件t檢驗適用條件t檢驗和u檢驗1樣本均數與總體均數比較2配對資料的比較/成組設計的兩樣本均數的比較配對設計的情況：3點3. 兩個樣本均數的比較（1）兩個大樣本均數比較的u檢驗（2）兩個小樣本均數比較的t檢驗（五）假設檢驗的兩類錯誤及注意事項（和類錯誤）1.兩類錯誤拒絕正確的H0稱型錯誤棄真，用檢驗水準表示，0.05，犯I型錯誤概率為0.05，理論上平均每100次抽樣有5次發生此類錯誤；接受錯誤的H0稱型錯誤存偽。用表示，（1）為檢驗效能或把握度，意義為兩總體有差異，按水準檢出

3、差別的能力，10.9，若兩總體確有差別，理論上平均每100次抽樣有90次得出有差別的結論。兩者的關系：愈大愈小；反之愈小愈大。2.假設檢驗中的注意事項（1）隨機化：代表性和均衡可比性（2）選用適當的檢驗方法（3）正確理解統計學意義（4）結論不絕對（5）單側與雙側檢驗的選擇 四分類變量資料的統計描述（一）相對數常用指標及其意義1.率2.構成比3.相對比（二）相對數應用注意事項1觀察例數要足夠多2不能犯以比代率的錯誤3計算加權平均率或合并率4可比性，消除混雜因素的影響（可采用標準化方法或分層分析方法。）6樣本估計總體，假設檢驗 五 分類變量資料的統計推斷（一）率的抽樣誤差、總體

4、率的可信區間及其估計方法1.率的抽樣誤差與標準誤率的標準誤計算2總體率的可信區間及估計方法（1）正態近似法：n足夠大， P或1-P 均不太小，n和n(1-)均大于 5，或nP和n(1-P)均大于595可信區間：P±1.96SP99可信區間：P±2.58SP（2）查表法 n較小，n50，P接近于0或1（二）u檢驗和2檢驗1. u檢驗：適用條件（1）樣本率與總體率比較（2）兩個樣本率比較2.2檢驗（1）2檢驗適用范圍：兩個及兩個以上率或構成比的比較；兩分類變量間相關關系分析四格表資料四格表資料基本數據的構成，一定是相互對立的兩組數據。四格表資料自由度永遠為1。aba+bcdc+

5、da+cb+da+b+c+d（2）四格表資料的2檢驗R行 C列的理論數：TRC =(nR × nC)/ nn>40 且每個格子 T>5，可用基本公式或專用公式，不用校正；n>40 但是出現只要有一個格子 1<T<5，用校正值公式n<40 ，或T<1，用直接概率法（3）配對四格表資料的2檢驗兩個率的比較采用u檢驗，亦可采用2檢驗，兩者關系為u22。（4）行X列表資料2檢驗R2，C=2；R2，C2多個率比較，若22a（v），P結論拒絕H0時，只能說明總體率之間沒有差別。但不能認為它們彼此之間都有差別。注意事項：2點 

6、六 直線相關和回歸（一）直線相關分析用途、相關系數和意義1.用途2.相關系數r：描述兩隨機變量是否具有直線型關系、關系的方向和密切程度。r為正，說明X 與Y為正相關，變化趨勢同向r為負，說明X 與Y為負相關，變化趨勢反向（二）直線回歸分析的作用、回歸系數及意義1.作用：研究兩個連續變量X與Y之間的數量依存關系，找出最合適的直線回歸方程2.直線回歸方程Ya+bXa為截距回歸系數b：即斜率，描述變量X每變化一個單位，Y平均改變b個單位。相關系數確定直線回歸方程的原理是最小二乘法，即保證各實測點至回歸直線的縱向距離平方和最小。回歸系數的統計學意義，確定回歸方程的原理。 七統計表和統計圖（一）統計表的基本結構和要求標題、標目、線條、數字、備注（二）統計圖型的選擇選擇1  連續性資料線圖，最大值和最小值相差懸殊半對數線圖2  連續性資料，用升降表示動態變化速度半對數線圖3  數值變量頻數表直方圖4  資料