对于我们的身体健康而言，“治未病”是比“治已病”更佳的选择，作为专业人才的健康管理师眼下正面临着前所未有的机遇，想考的朋友们可要趁早行动啦~~下面小编接着为大家分享文章：【基础知识】健康管理师第五章重点整理（二十），一起来看看吧！

统计推断（上）

统计推断是用样本信息推断总体特征，包括总体参数的估计和假设检验，它是统计学的核心内容。

数值变量资料的统计推断主要包括总体均数估计、t检验、方差分析以及数值变量资料的秩和检验；分类变量资料的统计推断包括总体率的估计以及分类变量的z检验、X2检验和秩和检验。

假设检验的基本原理

假设检验（hypothesis test），亦称为显著性检验，是统计推断的核心，也是实际应用最广的内容。

通常把需要判断的总体特征叫做“统计假说”，简称假设，利用样本信息判断假设是否成立的统计方法称为假设检验。

假定总体分布类型已知，对其参数进行假设检验称为参数检验，如假定总体服从正态分布，对总体均数进行z检验、t检验、方差分析等；若总体分布类型未知，或偏态分布资料，此时对总体分布类型不做任何假设，其假设检验不是对总体参数进行检验，称为非参数假设检验，如秩和检验等。

基本原理：反证法思想和小概率事件

假设检验的注意事项

1.检验方法的正确选择

每种检验方法有其适用的条件，应根据研究目的、设计方案、研究变量的类型、资料的分布、样本大小等进行选择。

定量资料符合参数检验条件，应选用参数检验，其中两个独立样本均数比较可用t检验，多个独立样本均数比较可用方差分析；配对设计资料可用配对设计t检验，随机区组资料可用随机区组设计的方差分析等。定量资料不符合参数检验条件的可用非参数检验，根据资料设计类型选择相应的秩和检验。

2.结果的解释

正确解释“差别有统计学意义”的含义。一般情况，假设检验中P≤0.05，称为差别有统计学意义；P≤0.01，称为差别有高度统计学意义。此时由于样本信息不支持H0，因此“拒绝H0，接受H1”，可以认为两个总体均数不同。α愈小，拒绝H0时犯Ⅰ类错误的概率越小，越有理由相信H0不真，但这不意味着两个总体均数相差很大，差别的大小及差别有无实际意义应根据专业知识来确定。

当“不拒绝H0”时，称为差别无统计学意义，不能认为两个总体均数相差不大，或一定相等。即应同时考虑其统计学意义与临床意义，例如，某进口的抗高血压药（价高）与传统的复方降压片（价廉）的临床试验结果显示：新药组较传统药组的降压幅度仅提高了1mmHg，其提高临床疗效的作用并不明显，但因其为大样本（两组各1000例）试验，故差异有统计学意义（P<0.001）。

【精彩推荐】

【基础知识】健康管理师第五章重点整理（十九）

【基础知识】健康管理师第五章重点整理（十八）

【基础知识】健康管理师第五章重点整理（十七）