5.3 判断结果 判断结果实际上就是在假设检验后对所比较的事物而确定的结论，这种医学.全在.线www.med126.com结论一般包括两个部分：统计结论(统计学意义)与专业意义。①统计结论是根据所算检验统计量的值和自由度查得的相应P值，与检验前确定的检验水准α比较所下的结论。一般要求写出如下内容：检验统计量的值、P值范围、在α的水准上是否拒绝H0、事物间有无差别(相关、回归是否成立等)。如上例的统计结论为：若P≤α，则拒绝H0，这就是“有显著性”的同义语。按反证法的逻辑推断，必将导致接受H1。可以认为与μd比较有差别。若P>α，则不拒绝H0，这就是“无显著性”的同义词。按反证法的逻辑推理，不拒绝H0，却未必蕴藏着H0的真实性。而从决策论的观点，只好接受H0，或者说，暂时接受它。可以认为与μd比较无差别。②专业意义是根据统计结论，同时结合研究目的以及专业知识、实验设计、实验过程、资料整理分析等情况作出。如上例：有差别时，则可认为用餐能升高血糖值；无差别时，则可认为用餐前后血糖值无变化(暂未发现处理因素有效)的结论。③写结论时应注意的几点：必须根据预定的H0，H1与α值来下结论；写出的结论是统计推断的结论，具有概率性，不论拒绝或不拒绝(或接受)H0都可能发生误差，所以在结论中不宜用“证明”、“证实”或其他类似的肯定词语；专业意义最好由研究者本人作出，让他联系自己专业审慎地作出切合实际的结论。
6 假设检验中产生的两类误差(α与β)
假设检验是根据样本数据推断总体的特征，而总体参数是人为假定的，即使作出了统计学的结论，对于真实的总体参数仍然是未知的。所以，不论假设检验的结论为拒绝H0而接受H1，或为不拒绝(或接受)H0，都有把结论下错的可能性。
6.1 第一类误差(错误)α 在假设检验时，拒绝了真实的H0(同时接受了H1)所产生的误差称第一类误差。第一类误差的概率以α表示，一般取α=0.05，当P<0.05时，则拒绝H0条件，认为事物间的比较有差别。但会发生错误，意思就是说，在H0条件下，重复抽样100次，作100次检验，平均发生这种错误的次数小于5次。显而易见，P值越小越有理由认为事物间有差别，然而并不能说明参数间差别的大小。
6.2 第二类误差(错误)β 在假设检验时，不拒绝实际上不成立的H0(接受H0)所产生的误差称第二类误差。第二类误差的概率以β表示。β只有与特定的H1结合起来才有意义。β的大小很难确切地估计，但当样本含量n确定时，α小β就大，反之α大则β就小。1-β是假设检验的效能或把握度，它是揭示真实H1的概率，1-β越大则假设检验的效能越高。为了同时减少两类误差，切实可行的办法是增加样本含量(两组或多组观察单位的个数)，减少其抽样误差，使其两种概率分布重叠部分尽可能缩小。
7 检验水准α的大小问题
检验水准α是在作假设检验时预先对P值确定的一个概率值，根据P与α的关系来判断H0和H1的取舍。α也是可能发生第一类误差的最大值(由研究者自定)。P值是在H0条件下的总体内产生某个样本以及更极端的样本的概率，而不是说样本以及更极端的样本来自H0的总体的概率。前者是先验概率，后者是事后概率。这就好比一名射击运动员打中飞碟的概率并不等于该飞碟被这名运动员打中的概率。研究者是站在H0的立场(条件)下去分析、认识、判断事物间的差别。确定α值时应注意几点：①α值是在科研设计(调查、实验和临床观察)中根据研究目的预先确定的，不应在算出P值之后再来选择。②在药物筛选，肿瘤调查筛选，不同人群中某指标的分布等，可将α值定小一些，以提高鉴别的水准。对于目的在于检验分布类型、齐性或拟合优度，可将α值定大一些。当然，如能结合β值来定α值则更好。③正确区分备样假设H1的单双侧、对于对称分布的检验统计量，同一检验统计量界值的单侧α，而双侧为2倍α，如双侧的U0.10与单侧的U0.05都为1.64。因此，在满足用单侧检验的条件下，单侧检验的把握度大于双侧检验的把握度。医学全在线www.med126.com
【作者简介】 熊国强(1949～)，男，湖南益阳市人，副教授，硕士生导师，1995.10～1998.1留学美国。主要从事多元分析(包括生存分析)在医学中的应用及统计方法在肿瘤、心脑血管疾病和行为医学中的应用研究。
熊国强（湖南医科大学卫生统计学教研室 长沙 410078)
邓瑞姣（湖南医科大学护理学院 长沙 410078)
