医学统计学 - 词条分类 - 公卫百科

方差齐性检验-统计

方差齐性检验（test for homogeneity of variance），指判断不同样本所来自的总体是否具有相等方差而实施的假设检验。

定义

近似t 检验-统计

近似t 检验（approximate t test），指当两总体方差未知或不相等时，检验两独立样本均数所代表的两总体均数是否有差别的假设检验方法。

定义

两独立样本t 检验-统计

两独立样本t 检验（t test for two independent samples），指用于检验两独立样本均数所代表的两总体均数是否有差别的t 检验方法，要求两样本来自的总体具有相等的方差。

定义

配对t 检验-统计

配对t 检验（t test for paired samples），指用于检验配对设计中两组样本均数分别代表的总体均数是否有差别的t 检验方法。

定义

单样本t 检验-统计

单样本t 检验（t test for one sample），指用于检验样本均数所代表的未知总体均数是否与某一给定数值有差别的t 检验方法。

定义

t 检验-统计

t 检验（t test），又称“学生t 检验(Student's t test)”，指在总体方差未知且样本含量较小时以t 分布为基础的检验方法。常用于两组及以下定量资料均数比较的假设检验。

定义

拒绝域-统计

拒绝域（rejection area），指给定检验水准下，由相应界值确定的得到拒绝零假设结论时，检验统计量所在的区间。

定义

非参数检验-统计

非参数检验（nonparametric test），指不依赖于总体分布类型，也不对参数进行推断，而是对总体分布进行比较的假设检验方法。

定义

参数检验-统计

参数检验（parametric test），指当样本来自理论上由若干参数规定的总体分布，且对未知总体参数做统计推断的假设检验方法。

定义

功效-统计

功效（power），又称“检验效能”，指零假设实际不成立，按照设定的检验水准能够拒绝零假设的概率。

定义

Ⅱ类错误-统计

Ⅱ类错误（type II error），又称“II 型错误”，指假设检验中未拒绝实际上不成立的零假设的一类错误。

定义

Ⅰ类错误-统计

Ⅰ类错误（type I error），又称“I 型错误”，指假设检验中拒绝了实际上成立的零假设的一类错误。

定义

统计学意义-统计

统计学意义（statistical significance），又称“统计显著性”，指研究结果由随机误差导致的概率极小（通常P 值＜0.05），表明观察到的效应或差异很可能真实存在。其核心是通过假设检验判断数据是否拒绝原假设。

定义

P 值-统计

P 值（P value），指在零假设成立的条件下，出现当前样本统计量以及更极端情况的概率大小。

定义

单侧检验-统计

单侧检验（one-sided test），指不仅考虑有无差异，还考虑差异的方向的假设检验方法。

定义

双侧检验-统计

双侧检验（two-sided test），指仅考虑有无差异，不考虑差异方向的假设检验方法。

定义

检验水准-统计

检验水准（significance level），指假设检验中用以表示拒绝实际上成立的零假设的最大允许概率。

定义

备择假设-统计

备择假设（alternative hypothesis），又称“对立假设”，指假设检验中提出的一种假设，与零假设相互对立，通常表示有效应、有差异或有关联。统计推断当样本信息不支持无效假设时将接受这种假设。

定义

零假设-统计

零假设（null hypothesis），又称“原假设”，指假设检验中提出的一种假设，通常表示无效应、无差异或无关联，统计推断阶段计算有关检验统计量时是以这个假设成立作为前提的。

定义

假设检验-统计

假设检验（hypothesis testing），指对所分析的总体情况首先提出一个假设，然后通过样本数据去判断是否拒绝这个假设而实施的过程。

定义