3.2 假定性 假設(shè)畢竟是經(jīng)過科學(xué)思維作出的推測(cè)性設(shè)想，且設(shè)想的是一個(gè)未知的問題，這種設(shè)想僅為一種假定性說明，它具有不確定的性質(zhì)，在醫(yī)學(xué)研究課題中尤其這樣。因生物體是一個(gè)復(fù)雜的有機(jī)體，內(nèi)外環(huán)境的影響因素較多，假設(shè)的不確定性成分更大。假設(shè)的表達(dá)形式可以是一元或多元的�，F(xiàn)在電腦的普及、軟件SPSS和SAS的廣泛應(yīng)用，為解決多元分析驗(yàn)證多元假設(shè)提供了廣闊的空間和便利。
3.3 預(yù)見性 假設(shè)的預(yù)見性是假設(shè)價(jià)值的體現(xiàn)，假設(shè)的提出具有可驗(yàn)證性。實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，同樣適用于醫(yī)學(xué)科研工作。例如：1997年諾貝爾物理學(xué)獎(jiǎng)獲得者朱棣文創(chuàng)立的激光電子冷凝學(xué)說經(jīng)過了10年時(shí)間的驗(yàn)證，證實(shí)了該成果的應(yīng)用將對(duì)化學(xué)、物理和醫(yī)學(xué)諸多領(lǐng)域產(chǎn)生深遠(yuǎn)、巨大的影響。
3.4 曲折性 完整和真實(shí)的假設(shè)形成，一般不可能一次完善，大多數(shù)要經(jīng)過若干次假定→檢驗(yàn)→再假定→再檢驗(yàn)，根據(jù)檢驗(yàn)的客觀證據(jù)，不斷修改與補(bǔ)充，才能逐步完成。在驗(yàn)證假設(shè)時(shí)，有的假設(shè)可能被否定，有的假設(shè)可能起到了提示、啟發(fā)和橋梁的作用。所以，一個(gè)正確假設(shè)的建立，往往需要經(jīng)歷實(shí)踐→認(rèn)識(shí)→再實(shí)踐→再認(rèn)識(shí)的一個(gè)螺旋式發(fā)展過程。
4 假設(shè)檢驗(yàn)的分類
假設(shè)形成以后，研究者就須著手設(shè)計(jì)和實(shí)驗(yàn)(包括調(diào)查和觀察等)來驗(yàn)證這種假設(shè)。其后續(xù)工作包括確定觀察對(duì)象和指標(biāo)。所取指標(biāo)是在研究目的指導(dǎo)下進(jìn)行分類(定量、定性或是等級(jí))、采用相對(duì)應(yīng)的統(tǒng)計(jì)方法來驗(yàn)證這種假設(shè)。統(tǒng)計(jì)學(xué)的主要任務(wù)是統(tǒng)計(jì)描述和統(tǒng)計(jì)推斷，統(tǒng)計(jì)推斷又包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)。參數(shù)估計(jì)即對(duì)某變量的總體特征進(jìn)行區(qū)間估計(jì)(例如μ，π，σ，β，ρ等)。醫(yī)學(xué)全.在線網(wǎng).站.提供
4.1 按參數(shù)性質(zhì)分類 假設(shè)檢驗(yàn)是根據(jù)樣本值來判斷隨機(jī)變量是否服從某種分布函數(shù)，或判斷某一樣本是否由某一已知參數(shù)的總體中產(chǎn)生。前者稱為總體中的個(gè)體值分布檢驗(yàn)，后者稱為總體的參數(shù)檢驗(yàn)。
進(jìn)行假設(shè)檢驗(yàn)時(shí)，一般從樣本值出發(fā)判斷某“假設(shè)”是否成立。例如以樣本的均數(shù)與方差作為參數(shù)的點(diǎn)值估計(jì)值，擬合正態(tài)分布，然后檢驗(yàn)樣本的頻數(shù)分布與正態(tài)分布的假設(shè)是否矛盾，這就是擬合優(yōu)變檢驗(yàn)。又如已知兩個(gè)正態(tài)總體的方差相等(數(shù)理統(tǒng)計(jì)模型的要求)，以，2作為總體均數(shù)的估計(jì)值，檢驗(yàn)μ1=μ2是否成立，這就是兩個(gè)均數(shù)差別的假設(shè)檢驗(yàn)。
4.2 按檢驗(yàn)性質(zhì)分類 假設(shè)檢驗(yàn)按其檢驗(yàn)性質(zhì)可分為簡(jiǎn)單假設(shè)與復(fù)合假設(shè)。設(shè)有一個(gè)分布相依于多個(gè)參數(shù)，如果某一假設(shè)對(duì)于這些參數(shù)中每個(gè)參數(shù)分別指定了唯一的值，則稱為簡(jiǎn)單假設(shè)。例如標(biāo)準(zhǔn)正態(tài)分布中指定其均數(shù)等于零、標(biāo)準(zhǔn)差等于1。如果只給一部分參數(shù)分別指定了唯一的值，剩下若干個(gè)參數(shù)未指定，則稱為復(fù)雜假設(shè)。這類方法在多元分析中被廣泛采用。
5 假設(shè)檢驗(yàn)的基本程序
當(dāng)你對(duì)假設(shè)檢驗(yàn)的目的和方法已經(jīng)明了和熟悉的條件下，不妨列舉一個(gè)簡(jiǎn)單的醫(yī)學(xué)例子予以說明。生理學(xué)已經(jīng)證實(shí)：血液中血糖濃度下降，通過神經(jīng)反射，產(chǎn)生饑餓感覺，空腹時(shí)間越長(zhǎng)這種饑餓感越強(qiáng)烈。在未證實(shí)之前，生理學(xué)家肯定曾探索和驗(yàn)證這樣一些假設(shè)：血糖濃度是否與空腹時(shí)間長(zhǎng)短有關(guān)，饑餓程度是否與血糖濃度有關(guān)，餐飲前后血糖濃度是否相同。若選用后者的假設(shè)進(jìn)行檢驗(yàn)，則餐飲前后血糖濃度作為觀察指標(biāo)，被試因素為用餐條件，被試對(duì)象為正常人(排除了一切影響血糖濃度的疾病、藥物等因素)；且假定血糖值在人群中服從正態(tài)分布。上述現(xiàn)象可采用自身配對(duì)設(shè)計(jì)且符合配對(duì)t檢驗(yàn)的條件。具有事實(shí)依據(jù)和理論基礎(chǔ)兩大支柱的保障，可以進(jìn)行假設(shè)。
5.1 建立假設(shè) ①進(jìn)餐不會(huì)影響血糖濃度的高低，即處理因素?zé)o效。假設(shè)是對(duì)總體特征的表述。本例推論的總體是假定的，包括無數(shù)個(gè)受試者進(jìn)餐前后血糖值的差值，差值以d表述，差值的總體均數(shù)以μd表述，因而可寫成Ho:μd=0。H示Hypothesis,0示Null(Null無效，零的意思)。H0又稱為零假設(shè)、無效假設(shè)或原假設(shè)。②備擇假設(shè)：H1：μd≠0，即進(jìn)餐會(huì)影響血糖濃度的高低(處理因素有效)。H1不等于零表示研究者在建立假設(shè)時(shí)不知道處理因素能否引起效應(yīng)指標(biāo)(血糖值)升高或者降低，因而稱為雙側(cè)檢驗(yàn)。如果認(rèn)為只會(huì)引起升高則H1：μd>0;反之下降則H1:μd<0。這兩種情況稱為單側(cè)檢驗(yàn)。如何確定單雙側(cè)問題完全依賴于研究者密切結(jié)合本專業(yè)和他人經(jīng)驗(yàn)來決定，它產(chǎn)生于假設(shè)形成的過程中。③H1是與H0相聯(lián)系而對(duì)立的條件，不是平行的條件。H0是驗(yàn)證的主題，研究者是站在H0的角度去分析、認(rèn)識(shí)事物或現(xiàn)象，只有在H0被拒絕的情況下才接受H1。④確定α的大小，α是在H0條件成立的情況下，允許將無差別的事物判斷為有差別的概率大小。一般定為0.05，根據(jù)研究目的等條件可以取大或取小。⑤H0和H1的具體表述隨變量性質(zhì)、分析目的、設(shè)計(jì)類型和檢驗(yàn)方法而異。如上例屬配對(duì)設(shè)計(jì)、數(shù)值變量且符合正態(tài)分布，宜作單側(cè)的t檢驗(yàn)(進(jìn)餐只會(huì)引起血糖值升高)。
以上是參數(shù)法檢驗(yàn)，對(duì)總體特征的推斷須落實(shí)到參數(shù)μd，有時(shí)還可落實(shí)到其它參數(shù)如σ，ρ，β等。若為非參數(shù)法檢驗(yàn)，則對(duì)總體特征推斷落實(shí)到分布類型。
5.2 檢驗(yàn)統(tǒng)計(jì)量 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的目的在于驗(yàn)證假設(shè)的真實(shí)性。①無論參數(shù)法或非參數(shù)法檢驗(yàn)，都是以統(tǒng)計(jì)量的分布為推理依據(jù)的。樣本的統(tǒng)計(jì)指標(biāo)稱為統(tǒng)計(jì)量，而檢驗(yàn)統(tǒng)計(jì)量的意義是在H0條件指導(dǎo)下，統(tǒng)計(jì)量與假設(shè)的參數(shù)之差相當(dāng)于抽樣誤差(標(biāo)準(zhǔn)誤)的倍數(shù)。此值已消除了原來單位且標(biāo)準(zhǔn)化了，標(biāo)準(zhǔn)化的目的在于比較現(xiàn)有事物與假設(shè)事物之間有無差別。如本例，式中為血糖值差值的樣本平均數(shù)，μd為差值的總體均數(shù)，假設(shè)它等于零(處理因素?zé)o作用)，S為差值的樣本均數(shù)的標(biāo)準(zhǔn)誤(表示抽樣誤差的大小)，Sd為差值的樣本標(biāo)準(zhǔn)差(表示個(gè)體差值的變異程度)，n為樣本含量。上例只抽取了一個(gè)樣本，且計(jì)算了一個(gè)t值，在H0條件成立下(μd=0)，可以重復(fù)抽取無數(shù)個(gè)樣本，那么可以計(jì)算出無數(shù)個(gè)t值，它們就構(gòu)成了t分布。t分布的決定系數(shù)是自由度(υ)，υ=n-1。意思就是說樣本含量不同其t分布曲線的形態(tài)就不同。②推理的基本思想是反證法。意思是如果在某一統(tǒng)計(jì)量的概率分布中，抽得現(xiàn)有樣本統(tǒng)計(jì)量甚至更大的統(tǒng)計(jì)量的概率P值很小，就可以懷疑樣本數(shù)據(jù)與所設(shè)H0有矛盾，而這種矛盾不能用抽樣誤差來解釋，故拒絕H0；相反，若抽得現(xiàn)有樣本統(tǒng)計(jì)量甚至更小的統(tǒng)計(jì)量的概率P值較大，也就是樣本數(shù)據(jù)與所設(shè)H0雖不一致，但仍可用抽樣誤差來解釋，就沒有理由拒絕H0。③確定P值的大小，P值的大小取決于α值(在建立假設(shè)時(shí)確定的檢驗(yàn)水準(zhǔn))，自由度υ和現(xiàn)有的檢驗(yàn)統(tǒng)計(jì)量(本例為t值)，三者的關(guān)系依賴于數(shù)理統(tǒng)計(jì)理論推算出來的界值表。當(dāng)α值和自由度一定時(shí)，就可查到對(duì)應(yīng)的界值(在t值表中)。如本例的界值可寫為tα，υ然后以計(jì)算出來的t值與界值比較。若t>tα，υ則P≤α；若tα。
