假设有二。一是无效假设（null hypothesis），符号为H0。假设两总体均数相等（μ=μ0），即样本均数x所代表的总体均数μ与假设和总体均数μ0相等。x和μ0差别仅仅由抽样误差所致；二是备择假设（alternative hypothesis），符号为H1。二者都是根据推断的目的提出的对总体特征的假设。这里还有双侧检验和单侧检验之分，需根据研究目的和专...
假设检验 是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的 显著性水平 进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t—检验法、X2检验法、F...
...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。 一、建立假设和确定检验...
一、样本率与总体率的比较 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...
亦称显着性检验，其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。 生物现象的个体差异是客观存在，以致抽样误差不可避免，所以我们不能仅凭个别样本的值来下结论。当遇到两个或几个样本均数（或率）、样本均数（率）与已知总体均数（率）有大有小时，应当考虑到造成这种差别的原因有两种可能：一是这两个或几个样本均数（或...
临床 生化 方法按其传统分类可分为 光谱 法、层 析法 、 电泳法 、酶法、 电化学 法、 分子 生物学 和 免疫化学 法等，这些方法的建立首先要根据其技术的原理（详见前面有关章节）和被测物质的物理化学性质来确定其方法建立的原理，例如亮度法测定的对象是各种有色物质，有色物质溶液的颜色深浅与其浓度有一定的关系，浓度大时色深，浓度小时色浅，比较颜色的深浅即可测知...
...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。
...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。
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...
应用描述 流行病学 方法获得该疾病的三间分布特征而提出病因假设。但它是否确切，尚需专门设计观察与分析方法来选择与检验这个病因假设。最常用的是病例对照研究，它一次可同时调查多种因素，筛选出可疑的致病因素，然后根据可疑致病因素的暴露与否来进行定群研究，即从因至果来检验假设病因与疾病之间的联系。
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。