※ 引述《gsuper (綠色蘇打心)》之銘言： : ※ 引述《candsilk (cd)》之銘言： : : 不好意思，我想請教一個簡單的統計問題。 : : 幾年前我所學的生物統計，印象中若未知 母群體標準差σ的話，則需使用t檢定。 : : 手上的生物統計共筆也是寫這樣， : : 但不誨言，課堂上教的是基礎概念，也就是只要會判斷就好，不必實算。 : : 以下是例子： : : 某醫學中心想檢定A治療方式對糖尿病新生兒的血糖穩定度是否有效，在去年未實 : : 行A計劃之前使用的是傳統療法，糖尿病新生兒住院期間平均血糖為65mg/dl，今 : : 使用A計劃後，隨機抽樣取出36個糖尿病新生兒的血糖，得出平均為63mg/dl，標 : : 準差為5mg/dl。 : : α=0.05檢定之。 : estimators : 1. n : 2. X bar : 3. s : 4. α : 用 t檢定 是正確 : : _ : : 因此我使用 t = X-μ / S/√n (無σ，第二層次分布) : : 但是卻被說因為樣本數夠大，故應使用第二層次的 Z 檢定，σ以S代替。 : ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 什麼是"第二層次分布"跟"第二層次的 Z 檢定"? 沒聽過這種說法耶.... : 這裡的敘述有點奇怪 : 據我所知 在生統中 : 無論 n 值是多少 : 理論上是用 Z 檢定去處理 呃....這是哪來的說法啊.... : 但是Z檢定的σ在實際情況是無法取得的 : 才用 t檢定 來迫近 Z檢定 : 而迫近需要符合下列兩個原則 : A.母體是常態分布 : B.sample distribution 也是常態分布 : 在符合上述前提時 : 才可以套用 CLT 的最低條件 n > 30 ?? 看不懂 CLT跟A假設沒關係吧 什麼叫 sample distribution 也是常態分布? Isn't A + random sample => B ? : 用 t檢定 去迫近 Z檢定 : (其實所有生統的母數data都被假定是符合上述兩條件的......) 沒聽過生統data都被假定是normally distributed 這回事 : 就題目的 n = 36 > 30 : 而且母體和樣本分佈並沒有明顯不符合常態分佈的狀況來看 : 使用 t檢定 去迫近 Z檢定應該是正確的作法.... n=36 也算小樣本 (30 is just a rule of thumb) 小樣本的檢定見仁見智啦, 如果你很有信心 population distribution is not heavily skewed, 那用normal appoximation 也無妨 如果不是很確定 通常我會用nonparametric tests, such as the Kruskal-Wallis test. : : 請問是我觀念有誤，還是生物統計學和統計學有差異？ 生物統計不過就是統計應用於生物醫學研究罷了 : : 如果是這樣的話，那第三層次也可以由此推論嗎？ : : (樣本數>30，t檢定->Z檢定) 什麼"第三層次"? ※ 編輯: bmka 來自: 71.251.56.209 (04/28 10:33)