S d 2 (d)2 / n 84.2747
d
n 1
t | d | 475.66 19.532, n 1 12 1 11
S / n 84.2747 / 12 d 3.查相应界值表，确定 P 值。
查表 t0.05/ 2,11
2.201,tt ，P 0.05/ 2,11
＜0.05，拒绝 H0，差别有统计学意
第一节 假设检验的概念与原理
一、假设检验的思维逻辑 二、假设检验的基本步骤
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
一、假设检验的思维逻辑
样本统计量与总体参数间（或统计量与统计 量间的）的差异产生的原因：
1. 个体变异所导致的抽样误差所引起； 2. 总体间确实有差异
1728.03
622.51
12
757.43
1398.86
641.44
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
1.建立假设、确定检验水准α
H0： d 0 H1： d 0 （双侧检验）α=0.05
2.计算检验统计量
d 5707.95 12 475.66 ， d 5707.95， d 2 2793182.166，
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
实例
用药前后患儿血清中免疫球蛋白IgG(mg/dl)含量
序号
用药前
用药后 差值（后-前）
1
1206.44
1678.44
472.00
2
921.69
1293.36
371.67
3
1294.08
1711.66
417.58
两种情况：
1.随机配对设计(randomized paired design)是 将受试对象按某些混杂因素（如性别、年龄、窝 别等）配成对子，每对中的两个个体随机分配给 两种处理（如处理组与对照组）；
2.或者同一受试对象作两次不同的处理(自身对 照)。
优点：配对设计减少了个体差异。
特点：资料成对，每对数据不可拆分。
四、大样本均数比较的Z检验
五、两组独立样本资料的方差齐性检验 六 成组设计的两样本几何均数比较的t检验
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
一、一组样本资料比较的t检验 （样本均数与总体均数的比较）
推断样本所代表的未知总体均数µ与已知总体均数µ0 有无差别。
3、确定P值，
P≤α(0.05) 样本差别有统计学意义；
P >α(0.05) 样本差别无统计学意义
4、作出判断
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
第二节 t检验（t test）
一、一组样本资料比较的t检验 （样本均数与总体均数的比较） 二、配对设计资料的t检验 三、两组独立样本的t检验
用来判断差别由哪一种情况引起的数理统计 方法，就是假设检验（又称显著性检验） （test of hypothesis）。
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
二、假设检验的基本步骤
1、建立假设与确定检验水准（α）
H0: μ1＝μ2 无效假设（null hypothesis）
P 查附表 2， , ， t0.05 / 2,34 2.032 t t0.05 / 2,34 >0.05，
按α=0.05 水准，不拒绝 H0，两者的差别无统计学意义
4．作出结论。在а=0.05 的水准上不能拒绝 H0，还不能认为难产
儿的出生体重高于一般婴儿。 2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
已知总体均数µ0一般为理论值、标准值或经大量 观察所得的稳定值。
统计量t的计算公式：
t|X0||X0|, n1
SX
Sn
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
实例
难产儿出生体重 n=35, X =3.42, S =0.40,
一般婴儿出生体重 0 =3.30（大规模调查获得），问相同否？ 1.建立假设、确定检验水准α
H1: μ1≠μ2 备择假设（alternative hypothesis）
检验水准（level of a test）：α=0.05(双侧)
2、选则假设检验方法和计算统计量：
根据统计推断目的、设计类型、资料组数、样本含量等
选择方法。如两组小样本均数比较用t检验、大样本均数比 较Z检验、2个样本方差齐性检验用F检验等。
如果有理由认为难产儿出生体重的总体均数 一定 不小于一般 婴儿，则可用单侧检验（one-sided），即：
H0： 3.30（难产儿出生体重的总体均数与一般婴儿相等） H1： 3.30 （难产儿出生体重的总体均数大于一般婴儿）
单侧检验， 检验水准:α=0.05
查附表 2 单侧 t 界值 t0.05,34 1.691 ， t 1.77 t0.05,34 ，P < 0.05， 按α=0.05 水准，拒绝 H0，接受 H1，两者的差别有统计 学 意 义，
4
945.36
1416.70
471.34
5
721.36
1204.55
483.19
6
692.32
1147.30
454.97
7
980.01
1379.59
399.58
8
691.01
1091.46
45
9
910.39
1360.34
449.95
10
568.56
1091.83
523.27
11
1105.52
难产儿平均出生体重大于一般婴儿。 以上双侧检验和单侧检验的结论截然不同。所以选择单侧检验
一定要有过硬的专业依据，而且在发表论文时要特别注明。一般情 况都一律采用双侧检验（two-sided）。
2020/11/15
青岛大学医学院公共卫生系流行病与 卫生统计学教研室 周晓彬制作
二、配对设计资料的t检验
H0： H1：
0 （无效假设，null hypothesis） 0 （备择假设,alternative hypothesis，）
双侧检验，检验水准:α=0.05
2.计算检验统计量
t 3.42 3.30 1.77 , n 1 35 1 34
0.40 / 35
3.查相应界值表，确定 P 值，