在线课堂:假设检验系列课程
2015-04-13 MedSci MedSci原创
假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体做法是:根据问题的需要对所研究的总体作某种假设,记作H0;选取合适的统计量,这个统计量的选取要使得在假设H0成立时,其分布为已知;由实测的样本,计算出统计量的值,并根据预先给定的显著性水平进行检验,作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法,秩和检验等。 本
假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体做法是:根据问题的需要对所研究的总体作某种假设,记作H0;选取合适的统计量,这个统计量的选取要使得在假设H0成立时,其分布为已知;由实测的样本,计算出统计量的值,并根据预先给定的显著性水平进行检验,作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法,秩和检验等。
本假设检验系列课程由资深的朱博士为大家讲解,希望通过学习课程能够使大家了解临床研究中常用的一些概念比如P值,统计功效,一类和二类错误等,并且让大家更加明确统计人员和流行病研究人员的需求问题,并为大家介绍几种常用于两组之间数据比较的检测方法。课程还囊括置信区间,回归,误差和诊断测试等知识点,让大家对假设检验了解得更加透彻。
课程地址
1.
M1U38:假设检验-----从入门到精通
本节课程初步讲解有关假设检验的概念及临床理论。
学习地址:http://edu.medsci.cn/course_info/medsci-jia-she-jian-yan-gai-nian.html
2.
M1U39:假设检验-----估计与假设基本思路
本节课程讲解假设检验中的分布与各种检验的概念及应用。
学习地址:http://edu.medsci.cn/course_info/medsci-yu-gu-yu-jia-she.html
3.
M1U40:假设检验-----如何检验假设Part1
本节课程通过案例讲解如何做假设检验,以及需要注意的关键点。
学习地址:http://edu.medsci.cn/course_info/medsci-jian-yan-jia-she.html
4.
M1U41:假设检验-----如何检验假设Part2
本节课程继续上节课程的案例,讲解如何进行Z检验,T检验,以及结果分析注意事项等。
学习地址:http://edu.medsci.cn/course_info/medsci-jian-yan-jia-she-2.html
5.
M1U42: 假设检验-----置信区间
本节课程讲解了置信区间的相关概念及理解误区,并对各个参数进行了详细的讲解。
学习地址:http://edu.medsci.cn/course_info/medsci-zhi-xin-qu-jian.html
6.
M1U43: 假设检验-----回归
本课程介绍了假设检验中的回归,并重点讲解了线性回归这一类型,详细介绍了回归的前提、检验等知识。
学习地址:http://edu.medsci.cn/course_info/medsci-hui-gui.html
7.
M1U44: 假设检验-----误差和诊断测试
本课程介绍了假阴性和假阳性两种误差,并通过计算证明了感染率和PPV及NPV的关系,并解释了灵敏度和特异度的概念。
学习地址:http://edu.medsci.cn/course_info/medsci-wu-cha-he-zhen-duan-ce-shi.html
8.
M1U45: 假设检验-----小结
本课程为该系列最后一课总结篇,回顾了假设检验过程中的每个选择步骤,并总结了数据的分析思路。
学习地址:http://edu.medsci.cn/course_info/medsci-jia-she-jian-yan-xiao-jie.html
-----------------------------------------------------------------------
MedSci临床研究学院须知:
所有课程需要登陆才可以观看,完整观看需要点击“支付积分”,提交订单之后就可以观看了。(免积分的视频订单会显示扣除积分0,所以还是免积分观看呦!)
后期我们还有更精彩的内容等着大家,敬请期待!
更多临床研究相关课程,可登陆MedSci临床研究学院学习。
如何省钱看课程,就下载MedSci资讯APP 如何操作 请点击
了解更多关于MedSci大学视频课程,欢迎关注微信公众号,更多课程持续更新中。
(medsci_cn)
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
数学学渣表示好难理解
66
#假设检验#
48
好难好好高大上啊!
80
一定要攻克这个统计学!
121
so cool
100
听上去好高深的样子,临床上应用多吗?
73