假设检验的基本步骤（三）假设检验的基本步骤统计推断1．建立假设检验，确定检验水准H0和 H1假设都是对总体特征的检验假设，相互联系且对立。H0总是假设样本差别来自抽样误差，无效/零假设H1是来自非抽样误差，有单双侧之分，备择假设.检验水准,a＝0.05检验水准的含义2．选定检验方法,计算检验统计量选择和计算检验统计量要注意资料类型和实验设计类型及样本量的问题,一般计量资料用 t 检验和 u 检验；计数资料用 χ2检验和 u 检验。3．确定 P 值，作出统计推理P≤a ,拒绝 H0，接受 H1P> a，按 a＝0.05 水准，不拒绝 H0，无统计学意义或显著性差异假设检验结论有概率性，无论使拒绝或不拒绝 H0，都有可能发生错误（四）两均数的假设检验（各种假设检验方法的适用条件及假设的特点、计算公式、自由度确定以及确定概率 P 值并做出推断结论)u 检验适用条件t 检验适用条件t 检验和 u 检验1．样本均数与总体均数比较2．配对资料的比较/成组设计的两样本均数的比较配对设计的情况：3 点3. 两个样本均数的比较（1）两个大样本均数比较的 u 检验（2)两个小样本均数比较的 t 检验（五）假设检验的两类错误及注意事项（Ⅰ和Ⅱ类错误)1.两类错误拒绝正确的 H0称Ⅰ型错误－弃真，用检验水准 α 表示,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 次发生此类错误；接受错误的 H0称Ⅱ型错误－存伪.用 β 表示，（1－β）为检验效能或把握度，意义为两总体有差异，按 α 水准检出差别的能力，1－β＝0.9，若两总体确有差别，理论上平均每 100 次抽样有 90 次得出有差别的结论。两者的关系：α 愈大 β 愈小；反之 α 愈小 β 愈大。2。假设检验中的注意事项（1)随机化：代表性和均衡可比性（2）选用适当的检验方法（3）正确理解统计学意义（4）结论不绝对(5）单侧与双侧检验的选择 四．分类变量资料的统计描述(一）相对数常用指标及其意义1.率2.构成比3。相对比（二）相对数应用注意事项1．观察例数要足够多2．不能犯以比代率的错误3．计算加权平均率或合并率4．可比性，消除混杂因素的影响（可采纳标准化方法或分层分析方法.）6．样本估量总体,假设检验 五． 分类变量资料的统计推断（一）率的抽样误差、总体率的可信区间及其估量方法1。率的抽样误差与标准误率的标准误计算2．总体率的可信区间及估量方法(1）正态近似法:n 足够大， P 或 1-P 均不太小,nπ 和 n（1-π...
