...往往不相等。因此在实际工作中遇到样本均数与总体均数间或样本均数与样本均数间不相等时，要考虑两种可能：①由于抽样误差所致；②两者来自不同总体。如何作出判断？统计上是通过假设检验（hypothesis testing），又称显着性检验（significance test），来回答这个问题。 下面以样本均数x与总体均数μ比较的假设检验为例，介绍假设检验的基本步骤。
经定群研究后，可肯定某种因素与疾病有联系。如果已排除各种混杂因素的影响，可初步定为有因果联系，继而再应用实验性研究来验证其因果联系。例如在人群中消除该因素或施加一些干预措施等来观察疾病频率的变化。由于实验性研究是在人为控制的条件下进行的，且随机分为暴露组与对照组，两者均衡性好，可比性强，从而可获得更可靠、理科学的资料来验证因果联系。
一、移植物选择标准 移植物选择是移植能否成功的关键因素之一，选择的标准可归纳为以下几类： 1．一般情况①移植物本身必须是健康细胞、组织或器官，在形态和功能上都没有异常发现；②供者无 传染病 （尤其是 艾滋病 和 肝炎 等）或相关感染、无代谢病和恶性肿瘤（原发性脑肿瘤除外），全身重要器官的功能正常；③供者与受者的年龄应相仿，尤其供者应小于受者；但在生命器官移植...
一、第一类错误与第二类错误 假设检验 时，根据检验结果作出的判断，即拒绝H 0 或不拒绝H 0 ，并不是百分之百的正确，可能发生两种错误。下面以样本均数与总体均数比较的t检验为例说明。①拒绝了实际上成立的H 0 ，即样本原本来自μ=μ 0 的总体，由于 抽样 的偶然性得到了较大的t值，因t≥t 0.05(v) 按α=0.05检验水准拒绝了H 0 ，而接受了H...
...样研究设计；样本必须是从同质总体中随机抽取的；要保证组间的均衡性和资料的可比性。 （二）根据现有的资料的性质、设计类型、样本含量大小正确选用检验方法。 （三）对差别有无统计学意义的判断不能绝对化，因检验水准只是人为规定的界限，是相对的。差别有统计学意义时，是指无效假设H 0 被接受的可能性只有5%或不到5%，甚至不到1%，根据小概率事件一次不可能拒H 0 ，...
观察样本数较大时，样本率的频数分布近似正态分布，可应用正态分布的规律性检验率的差异显着性。其公式为： 公式（20.7） 式中p为样本率，π为总体率，σ p 为根据总体率计算的标准误。由于u服从正态分布，故可用表20-10作判断。 表20-10 ｜u｜值、P值与统计结论 ｜u｜值 P值 统计结论 ＜1.96 ＞0.05 不拒绝H 0 ，差异无统计学意义 ≥1....
样本回归系数也有抽样误差问题，故需对b作假设检验，以评估b是否可能从回归系数为零（即β=0）的总体中随机抽得的。 检验步骤： H 0 ：β=0 即b是由β=0的总体中随机抽样的样本回归系数。 H 1 ：β≠0 α=0.05 t检验：检验公式为 t b =｜b｜/s b 公式（22.6） 式中s b 是回归系数的标准误，计算公式为 公式（22.7） 式中s y...
...1例，因为抽样误差，r也可能不等于0。氙以要判断该样本r是否有意义，需与总体相关系数，ρ=0比较，看两者的差别有无统计不学意义。 相关系数的假设检验，可用t检验，公式如下： 公式（22.2） 自由度v=n-2 H 0 :ρ=0 H1:ρ≠0 α=0.05 本例r=0.6097，n=31，代入公式（22.2） 表22-2 相关系数计算表 尿雌三醇X(mg/24...
假设检验时，根据检验结果作出的判断，即拒绝H 0 或不拒绝H 0 ，并不是百分之百的正确，可能发生两种错误。下面以样本均数与总体均数比较的t检验为例说明。①拒绝了实际上成立的H 0 ，即样本原本来自μ=μ 0 的总体，由于抽样的偶然性得到了较大的t值，因t≥t 0.05(v) 按α=0.05检验水准拒绝了H 0 ，而接受了H 1 （μ≠μ 0 ），这类错误为...
通过现况或专题调查可获得大量原始资料，经整理与分析后，描述疾病的三间分布，从实际出发，立足于客观资料，提出疾病的可能病因假设。Mac Mahon等提出四种方法作为建立假设的依据。 （一）求同法（method of agreement） 假设所研究的疾病发生在两个或多个地区，这几个地区必有一个共同点，这个共同点可能是发生该疾病的原因，研究者应寻找发病人群或发病...
所有搜索结果仅供参考，如需解决具体问题请咨询相关领域专业人士。