1、兩獨立樣本定量資料的統計講解Diagram隨機化分組Observed unitsControlTesta2population1population2randomizationsample1sample2b3randomizationsamplepopulationsample1sample3Some quantityc4例7-1 P94 研究目的:鎘中毒對大鼠肝臟中鋅含量的影響統計設計:平行組設計(a)例7-2 P94 研究目的:重金屬對人體血胰島素的影響統計設計:平行組設計(b)例7-2 P95 研究目的:男性和女性大學生的血紅蛋白含量的差異性統計設計:平行組設計( c)5完全隨機設計兩樣

2、本均數的比較完全隨機設計兩樣本均數比較的t檢驗又稱成組比較的檢驗，其目的是推斷兩個樣本分別代表的總體均數是否相等。61.t 檢驗t檢驗條件1、獨立性：任何兩個觀察值之間互不影響2、正態性：樣本來自正態分布 or 樣本容量足夠大3、方差齊性：兩樣本的總體方差相等抽樣方式71、正態性檢驗方法： Shapiro-Wilk (7=n=2000) sktest(82或12或12，即兩種飲水條件下小鼠肝臟平均鋅含量不相等。檢驗水準為 。14STATA命令t檢驗成組t檢驗(例7-5) sktest(swilk ) x if group=1 檢驗資料正態性 sktest(swilk ) x if group=

3、2兩組方差齊性檢驗 or sdtest x, by(group) 15t檢驗ttest x, by(group) Or 16STATA命令方差不齊時的t檢驗 命令為： ttest 變量名, by(分組變量) unequal 例4.10 ttest x, by(g) unequal1718LI7-6 P98 19STATA命令方差不齊時的t檢驗 命令為： ttest 變量名, by(分組變量) unequal 例7-6 ttest x, by(g) unequal20對于兩組資料的平均程度比較，在滿足每組資料服從正態分布(或大樣本資料)并且方差齊性的情況下，可以用t檢驗。對于不滿足上述條件的情況

4、下，通?？梢赃x用非參數統計檢驗的方法。212.Wilcoxon 秩和檢驗1、不滿足方差齊性、正態分布2、資料分布未知3、數據一端或兩端無確定的數據檢驗假設：比較兩總體分布是否一樣22兩組合并統一編秩，一樣大小的數值，取平均秩，分組計算秩和。23成組秩和檢驗方法H0:患與未患妊娠合并癥的孕婦葡萄糖耐受程度總體分布一樣H1:患與未患妊娠合并癥的孕婦葡萄糖耐受程度總體分布不同 統計量：取樣本量較小的一組秩和，查附表11確定是否回絕0。樣本含量相等的情況下，任取一組秩和作為統計量。24H0為真時服從對稱分布,大多數的情況下，T在對稱點n1(+1)/2附近。H0為非真時，呈偏態分布,大多數的情況下，遠離

5、對稱點為n1(N+1)/225成組秩和檢驗方法本例，n1=8，n2=9，H0為真時，的非回絕的界值范圍為(51,93)，因此本例在界值范圍之外，回絕，承受1，兩總體分布位置不同。妊娠組的秩和低于下限，故可以認為患妊娠合并癥的孕婦葡萄糖平均耐受程度低于未患者。26或樣本量較大時，用正態近似方法， 當0為真時：連續性校正：27當存在較多一樣觀察值同秩時28LI7-8 正態近似法29Stata計算等級資料成組Wilcoxon秩和檢驗 ranksum x,by(group) 即： ranksum 效應變量，by(分組變量)30分布資料的近似正態分布的均數檢驗當兩個樣本計數均較大時，可根據Poisson

6、分布近似正態分布的性質作Z檢驗。本節僅介紹兩個樣本計數均較大時的u檢驗。根據兩個樣本觀察單位是否一樣，所采用的計算公式又分為兩種。31方法原理32方法原理兩樣本觀察單位相等近似Z檢驗的公式為：顯然，是由兩樣本的z檢驗公式直接化簡而來例79 33等樣本分析實例例7.9 為研究兩飲料被污染的情況是否一樣，在每種飲料中各隨機抽取10份水樣，每份樣品取出10ml，作細菌培養。甲共得大腸桿菌菌落450個，乙共得大腸桿菌菌落230個，試作統計推斷。都是按照10ml進展的計數，因此可以將其看成是一個觀察單位假設按1ml來計算，檢驗結果不變342.計算檢驗統計量1.建立假設，確定檢驗水準3.確定P,結論35方法原理36方法原理兩樣本觀察單位不等 近似Z檢驗的公式原形不變，但簡化后的公式不同37不等樣本分析實例例7.7 為研究某地區甲乙兩鎮原發性肝癌死亡情況有無差異，進展抽樣調查：由于觀察人數不同，因此需要考慮化成一樣的觀察單位大小，此處可根據愛好自行設定，例如按照每10萬人口作為一個觀察單位38不等樣本分析實例假設檢驗H0: 。 每10萬人口 。 平均死亡數一樣1: 。 每10萬人口 。 平均死亡數不同=0.05 調整一樣觀察單位P0.05, 回絕H0,差異有統計學