ฉันจะทดสอบได้อย่างไรว่าค่าเฉลี่ย (เช่นความดันโลหิต) ของกลุ่มย่อย (เช่นผู้ที่เสียชีวิต) แตกต่างจากกลุ่มทั้งหมด (เช่นทุกคนที่เป็นโรครวมถึงผู้ที่เสียชีวิต)?
เห็นได้ชัดว่ากลุ่มแรกเป็นกลุ่มย่อยของกลุ่มที่สอง
ฉันควรใช้การทดสอบสมมติฐานแบบใด
ฉันจะทดสอบได้อย่างไรว่าค่าเฉลี่ย (เช่นความดันโลหิต) ของกลุ่มย่อย (เช่นผู้ที่เสียชีวิต) แตกต่างจากกลุ่มทั้งหมด (เช่นทุกคนที่เป็นโรครวมถึงผู้ที่เสียชีวิต)?
เห็นได้ชัดว่ากลุ่มแรกเป็นกลุ่มย่อยของกลุ่มที่สอง
ฉันควรใช้การทดสอบสมมติฐานแบบใด
คำตอบ:
ไมเคิลตั้งข้อสังเกตเมื่อเปรียบเทียบกลุ่มย่อยกับกลุ่มโดยรวมนักวิจัยมักเปรียบเทียบกลุ่มย่อยกับกลุ่มย่อยของกลุ่มโดยรวมที่ไม่รวมกลุ่มย่อย
คิดแบบนี้
ถ้า เป็นสัดส่วนที่เสียชีวิตและ เป็นสัดส่วนที่ไม่ตายและ
โดยที่เป็นค่าเฉลี่ยโดยรวมเป็นค่าเฉลี่ยของผู้ที่เสียชีวิตและเป็นค่าเฉลี่ยของผู้ที่ยังมีชีวิตอยู่ แล้วก็
สมมติว่า{a}} ดังนั้น{d}}
สมมติว่า{d}} ด้วยเหตุนี้ จากนั้น และตั้งแต่ จากนั้น .
สิ่งเดียวกันสามารถทำเพื่อความไม่เท่าเทียมกัน
ดังนั้นนักวิจัยมักทดสอบความแตกต่างระหว่างกลุ่มย่อยและกลุ่มย่อยของกลุ่มโดยรวมที่ไม่รวมกลุ่มย่อย นี่เป็นผลของการแสดงว่ากลุ่มย่อยแตกต่างจากกลุ่มโดยรวม นอกจากนี้ยังช่วยให้คุณใช้วิธีการทั่วไปเช่นการทดสอบกลุ่มอิสระ
วิธีทดสอบที่นี่คือการเปรียบเทียบผู้ที่มีโรคและเสียชีวิตกับผู้ที่มีโรคและไม่ตาย คุณสามารถใช้การทดสอบตัวอย่าง t สองครั้งหรือการทดสอบผลรวมลำดับของ Wilcoxon หากไม่สามารถสันนิษฐานได้
สิ่งที่คุณต้องทำคือการทดสอบสัดส่วนประชากร (ขนาดตัวอย่างขนาดใหญ่) สถิติที่เกี่ยวข้องกับสัดส่วนประชากรมักจะมีขนาดตัวอย่างที่มีขนาดใหญ่ (n => 30) ดังนั้นการแจกแจงการประมาณปกติและสถิติที่เกี่ยวข้องจะถูกนำมาใช้เพื่อตรวจสอบการทดสอบว่าสัดส่วนตัวอย่าง (ความดันโลหิตของผู้ที่เสียชีวิต) = สัดส่วนประชากร ผู้ที่เป็นโรครวมถึงผู้ที่เสียชีวิต)
นั่นคือเมื่อขนาดตัวอย่างมากกว่าหรือเท่ากับ 30 เราสามารถใช้สถิติคะแนน z เพื่อเปรียบเทียบสัดส่วนตัวอย่างกับสัดส่วนประชากรโดยใช้ค่าของค่าเบี่ยงเบนมาตรฐานตัวอย่าง p-hat เพื่อประมาณค่าเบี่ยงเบนมาตรฐานตัวอย่าง p ถ้ามันไม่เป็นที่รู้จัก
การแจกแจงตัวอย่างของ P (สัดส่วน) เป็นปกติโดยประมาณด้วยค่าเฉลี่ยหรือค่าคาดหวัง E (P) = p-hat และข้อผิดพลาดมาตรฐาน sigma (r) = sqrt (p * q / n)
ต่อไปนี้เป็นคำถามทดสอบสมมุติฐานที่อาจถามเมื่อเปรียบเทียบสองสัดส่วน:
H0: p-hat = p กับ H1: p-hat ไม่เท่ากับ p
H0: p-hat = p กับ H1: p-hat> p
H0: p-hat = p กับ H1: p-hat <p
สถิติที่ใช้ทดสอบขนาดตัวอย่างขนาดใหญ่ ได้แก่
สถิติการทดสอบเกี่ยวข้องกับการแจกแจงแบบปกติมาตรฐาน:
สถิติ z-score สำหรับสัดส่วน
P-หมวก P / sqrt (PQ / n)
โดยที่ p = การประมาณสัดส่วน q = 1-p และเป็นสัดส่วนประชากร
สัดส่วนเฉลี่ยคือ:
np / n = p-hat = x / n
ส่วนเบี่ยงเบนมาตรฐาน:
= sqrt (npq / n) = sqrt (pq / n)
กฎการตัดสินใจ:
การทดสอบแบบเทลด์ (): (H0: P-hat> = P)
ยอมรับ H0 ถ้า Z <= Z (1-alpha)
ปฏิเสธ H0 ถ้า Z> Z (1-alpha)
ทดสอบปลายหาง (ฮา: P-hat <= P):
ยอมรับ H0 ถ้า Z> = Z (1-alpha)
ปฏิเสธ H0 ถ้า Z
การทดสอบแบบสองทาง (ฮา: P-hat ไม่เท่ากับ P):
ยอมรับ H0 ถ้า Z (อัลฟ่า / 2) <= Z <= Z (1-alpha / 2)
ปฏิเสธ H0 ถ้า Z <Z (อัลฟ่า / 2) หรือถ้า Z> Z (1-alpha / 2)