常用醫(yī)學統(tǒng)計學方法匯總

1、選擇合適的統(tǒng)計學方法1 連續(xù)性資料兩組獨立樣本比較資料符合正態(tài)分布 , 且兩組方差齊性 , 直接采用 t 檢驗。資料不符合正態(tài)分布， （1）可進行數(shù)據轉換 , 如對數(shù)轉換等 , 使之服從正態(tài)分布 , 然后對轉換后的數(shù)據采用 t 檢驗；（2）采用非參數(shù)檢驗 , 如 Wilcoxon 檢驗。資料方差不齊， （ 1）采用 Satterthwate 的 t 檢驗；（2）采用非參數(shù)檢驗 , 如 Wilcoxon 檢驗。兩組配對樣本的比較兩組差值服從正態(tài)分布，采用配對 t 檢驗。兩組差值不服從正態(tài)分布，采用 wilcoxon 的符號配對秩和檢驗。多組完全隨機樣本比較資料符合正態(tài)分布，且各組方差齊性，直接采

2、用完全隨機的方差分析。如果檢驗 結果為有統(tǒng)計學意義，則進一步作兩兩比較，兩兩比較的方法有 LSD 檢驗， Bonferroni 法，tukey 法，Scheffe 法，SNK法等。資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗的Kruscal Wallis法。如果檢驗結果為有統(tǒng)計學意義，則進一步作兩兩比較，一般采用Bonferroni法校正 P 值，然后用成組的 Wilcoxon 檢驗。多組隨機區(qū)組樣本比較 資料符合正態(tài)分布，且各組方差齊性，直接采用隨機區(qū)組的方差分析。如果檢驗 結果為有統(tǒng)計學意義，則進一步作兩兩比較，兩兩比較的方法有 LSD 檢驗， Bonferroni 法，tukey

3、 法，Scheffe 法，SNK法等。資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗的Fridman 檢驗法。如果檢驗結果為有統(tǒng)計學意義，則進一步作兩兩比較，一般采用Bonferroni 法校正 P 值，然后用符號配對的 Wilcoxon 檢驗。* 需要注意的問題：（ 1） 一般來說，如果是大樣本，比如各組例數(shù)大于50，可以不作正態(tài)性檢驗，直接采用 t 檢驗或方差分析。因為統(tǒng)計學上有中心極限定理，假定大樣本是服從 正態(tài)分布的。（2） 當進行多組比較時， 最容易犯的錯誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯誤的概率。正確的做法應該是，先作總的各組間的比 較，如果總的來說

4、差別有統(tǒng)計學意義，然后才能作其中任意兩組的比較，這些兩 兩比較有特定的統(tǒng)計方法，如上面提到的LSD檢驗，Bonferroni法，tukey 法,Scheffe法，SNK法等。*絕不能對其中的兩組直接采用t檢驗，這樣即使得出結果也未必正確 *（3） 關于常用的設計方法：多組資料盡管最終分析都是采用方差分析，但不同 設計會有差別。常用的設計如完全隨即設計，隨機區(qū)組設計，析因設計，裂區(qū)設 計，嵌套設計等。2分類資料四格表資料例數(shù)大于 40，且所有理論數(shù)大于 5，則用普通的 Pearson 檢驗。例數(shù)大于 40，所有理論數(shù)大于 1，且至少一個理論數(shù)小于 5，則用校正的 檢驗或Fisher s確切概率法

5、檢驗。例數(shù)小于40,或有理論數(shù)小于2,則用Fisher s確切概率法檢驗。2XC表或RX2表資料的統(tǒng)計分析列變量行變量均為無序分類變量,則（ 1）例數(shù)大于 40,且理論數(shù)小于 5 的格 子數(shù)目 總格子數(shù)目的 25,則用普通的 Pearson 檢驗。（2）例數(shù)小于 40,或理 論數(shù)小于5的格子數(shù)目 總格子數(shù)目的25%,則用Fisher s確切概率法檢驗。列變量為效應指標, 且為有序多分類變量, 行變量為分組變量, 用普通的 Pearson 檢驗只說明組間構成比不同,如要說明療效,則可用行平均分差檢驗或成組的 Wilcoxon 秩和檢驗。列變量為效應指標,且為二分類變量,行變量為有序多分類變量,則

6、可采用普通的 Pearson 檢驗比較各組之間有無差別,如果總的來說有差別,還可進一步作兩 兩比較,以說明是否任意兩組之間的差別都有統(tǒng)計學意義。RX C表資料的統(tǒng)計分析列變量行變量均為無序分類變量,則（1）例數(shù)大于 40,且理論數(shù)小于 5 的格 子數(shù)目 總格子數(shù)目的 25%,則用普通的 Pearson 檢驗。（2）例數(shù)小于 40,或理 論數(shù)小于5的格子數(shù)目 總格子數(shù)目的25%,則用Fisher s確切概率法檢驗。（3）如果要作相關性分析，可采用 Pearson 相關系數(shù)。列變量為效應指標, 且為有序多分類變量, 行變量為分組變量, 用普通的 Pearson 檢驗只說明組間構成比不同,如要說明療

7、效或強弱程度的不同,則可用行平均分 差檢驗或成組的 Wilcoxon 秩和檢驗或 Ridit 分析。列變量為效應指標,且為無序多分類變量,行變量為有序多分類變量,則可采用 普通的 Pearson 檢驗比較各組之間有無差別,如果有差別,還可進一步作兩兩比 較,以說明是否任意兩組之間的差別都有統(tǒng)計學意義。列變量行變量均為有序多分類變量,（ 1）如要做組間差別分析,則可用行平均分差檢驗或成組的 Wilcoxon 秩和檢驗或 Ridit 分析。如果總的來說有差別,還可 進一步作兩兩比較,以說明是否任意兩組之間的差別都有統(tǒng)計學意義。（ 2）如果要做兩變量之間的相關性,可采用 Spearson 相關分析。

8、配對分類資料的統(tǒng)計分析四格表配對資料，（1）b + c40，則用McNemar配對 檢驗。（2） b+ c40，則用 校正的配對 檢驗。CXC資料，（1）配對比較：用 McNemar配對 檢驗。（2） 致性檢驗，用 Kappa 檢驗。在SPSS軟件相關分析中，pearson（皮爾遜）,kendall （肯德爾） 和spearman （斯 伯曼 / 斯皮爾曼）三種相關分析方法有什么異同兩個連續(xù)變量間呈線性相關時，使用 Pearson 積差相關系數(shù)，不滿足積差相關分 析的適用條件時，使用 Spearman秩相關系數(shù)來描述.Spearman相關系數(shù)又稱秩相關系數(shù)，是利用兩變量的秩次大小作線性相關分析

9、， 對原始變量的分布不作要求，屬于非參數(shù)統(tǒng)計方法，適用范圍要廣些。對于服從Pearson 相關系數(shù)的數(shù)據亦可計算 Spearman 相關系數(shù)，但統(tǒng)計效能要低一些。Pearson相關系數(shù)的計算公式可以完全套用Spearman相關系數(shù)計算公式，但公式中的 x 和 y 用相應的秩次代替即可。Kendalls tau-b 等級相關系數(shù)：用于反映分類變量相關性的指標，適用于兩個分 類變量均為有序分類的情況。對相關的有序變量進行非參數(shù)相關檢驗； 取值范圍 在 -1-1 之間，此檢驗適合于正方形表格；計算積距pearson相關系數(shù)，連續(xù)性變量才可采用；計算Spearman秩相關系數(shù)， 適合于定序變量或不滿足

10、正態(tài)分布假設的等間隔數(shù)據 ; 計算 Kendall 秩相關系數(shù)， 適合于定序變量或不滿足正態(tài)分布假設的等間隔數(shù)據。計算相關系數(shù)：當資料不服從雙變量正態(tài)分布或總體分布未知，或原始數(shù)據用等 級表示時，宜用 spearman 或 kendall 相關Pearson 相關復選項 積差相關 計算連續(xù)變量或是等間距測度的變量間的相關分 析Kendall 復選項 等級相關 計算分類變量間的秩相關，適用于合并等級資料Spearman 復選項 等級相關 計算斯皮爾曼相關，適用于連續(xù)等級資料 注：1 若非等間距測度的連續(xù)變量 因為分布不明 - 可用等級相關 / 也可用 Pearson 相關， 對于完全等級離散變量

11、必用等級相關2 當資料不服從雙變量正態(tài)分布或總體分布型未知或原始數(shù)據是用等級表示時 , 宜 用 Spearman 或 Kendall 相關。3 若不恰當用了 Kendall 等級相關分析則可能得出相關系數(shù)偏小的結論。則若不 恰當使用，可能得相關系數(shù)偏小或偏大結論而考察不到不同變量間存在的密切關 系。對一般情況默認數(shù)據服從正態(tài)分布的，故用 Pearson 分析方法。在 SPSS里進入 Correlate Bivariate ,在變量下面 Correlation Coefficients復選框組里有 3 個選項：PearsonKendalls tau-bSpearman：Spearmanspear

12、man （斯伯曼/斯皮爾曼）相關系數(shù)斯皮爾曼等級相關是根據等級資料研究兩個變量間相關關系的方法。它是依據兩 列成對等級的各對等級數(shù)之差來進行計算的，所以又稱為“等級差數(shù)法”斯皮爾曼等級相關對數(shù)據條件的要求沒有積差相關系數(shù)嚴格，只要兩個變量的觀 測值是成對的等級評定資料，或者是由連續(xù)變量觀測資料轉化得到的等級資料， 不論兩個變量的總體分布形態(tài)、樣本容量的大小如何，都可以用斯皮爾曼等級相 關來進行研究Kendalls 相關系數(shù)肯德爾 （Kendall）W 系數(shù)又稱和諧系數(shù)， 是表示多列等級變量相關程度的一種方法。 適用這種方法的數(shù)據資料一般是采用等級評定的方法收集的，即讓 K 個評委（被 試）評定

13、N件事物，或1個評委（被試）先后 K次評定N件事物。等級評定法每 個評價者對N件事物排出一個等級順序，最小的等級序數(shù)為1 ,最大的為N,若并列等級時，則平分共同應該占據的等級，如，平時所說的兩個并列第一名，他 們應該占據 1， 2 名，所以它們的等級應是 ,又如一個第一名，兩個并列第二名， 三個并列第三名，則它們對應的等級應該是 1,5,5,5, 這里是 2,3 的平均， 5 是 4,5,6 的平均?？系聽?（Kendall）U 系數(shù)又稱一致性系數(shù)，是表示多列等級變量相關程度的一種方 法。該方法同樣適用于讓 K 個評委（被試）評定 N 件事物，或 1 個評委（被試） 先后 K 次評定 N 件事

14、物所得的數(shù)據資料，只不過評定時采用對偶評定的方法，即 每一次評定都要將 N 個事物兩兩比較，評定結果如下表所示，表格中空白位（陰 影部分可以不管）填入的數(shù)據為：若 i 比 j 好記 1，若 i 比 j 差記 0，兩者相同則 記。一共將得到 K張這樣的表格，將這 K張表格重疊起來，對應位置的數(shù)據累加 起來作為最后進行計算的數(shù)據，這些數(shù)據記為丫 ij o正態(tài)分布的相關檢驗對來自正態(tài)總體的兩個樣本進行均值比較常使用T檢驗的方法。T檢驗要求兩個被比較的樣本來自正態(tài)總體。兩個樣本方差相等與不等時用的計算 T值的公式不同進行方差齊次性檢驗使用 F檢驗。對應的零假設是：兩組樣本方差相等。P值小于說明在該水平

15、上否定原假設，方差不齊；否則兩組方差無顯著性差異。U檢驗時用服從正態(tài)分布的檢驗量去檢驗總體均值差異情況的方法。在這種情況下總體方差通常是已知的。雖然T檢驗法與U檢驗法所解決的問題大體相同，但在小樣本（樣本數(shù)n）=30作為大樣本）且均方差未知的情況下就不能用U 檢驗法了。均值檢驗時不同的數(shù)據使用不同的統(tǒng)計量使用MEANSi程求若干組的描述統(tǒng)計量，目的在于比較。因此必須分組求均值。 這是與 Descriptives 過程不同之處。檢驗單個變量的均值是否與給定的常數(shù)之間存在差異，用One-Sample T Test 單樣本T檢驗過程。檢驗兩個不相關的樣本是否來自來具有相同均值的總體， 用 Indep

16、endent-SamplesT test 獨立樣本 t 檢驗過程。如果分組樣本不獨立，用 Paired Sample T test 配對 t 檢驗。如果分組不止兩個，應使用On e-Way ANO Vb元方差分析（用于檢驗幾個獨立的組，是否來自均值相等的總體）過程進行單變量方差分析。如果試圖比較的變量明顯不服從正態(tài)分布，則應該考慮使用一種非參數(shù)檢驗過程Nonparametric test.如果用戶相比較的變量是分類變量，應該使用Crosstabs 功能。當樣本值不能為負值時用右側單邊檢驗醫(yī)學科研中常用醫(yī)學統(tǒng)計學方法統(tǒng)計學是一門透過同質事物的變異性、揭示內在事物規(guī)律性和實質性的科學，確切地講，是

17、一門關于客觀數(shù)據分析的科學，研究數(shù)據的收集、整理和分析，包括理論和應用兩個方面。醫(yī)學應用統(tǒng)計學，側重于實際應用，是在傳承和借鑒傳統(tǒng)醫(yī)學統(tǒng)計學“理論原理公式應用”模式基礎上，創(chuàng) 造性地以“目的數(shù)據庫一變量類型一變量間關系”模式為指導的統(tǒng)計學。它遵循簡單實用的原則，力避復雜的數(shù)學原理和公式推導，以解決實際問題為導向，以建立統(tǒng)計數(shù)據庫、分清變量類型為基礎，以分析變量與變量間關系為核心闡述統(tǒng)計學分析方法，對于廣大醫(yī)學科研工作者，具有內容簡單、思維明確、操作可行、方法實用的特點。因此，學好用好醫(yī)學應用統(tǒng)計學需 要掌握如下一些基本方法。一、明確研究目的和研究設計研究目的是研究設計的目標和方向，科學研究的基

18、本要素及其基本原則是科研設計的基礎和指南。完整的科研設計包括專業(yè)設計和統(tǒng)計設計兩部分：專業(yè)設計是指課題的實際意義和研究價值，入選對象的診斷標準、納入標準及排除標準等，決定研究課題的先進性和實用性；統(tǒng)計設計包括選擇研究類型 與設計方案，確定研究總體、樣本量、觀察指標、隨機化分組或抽樣方法，以及數(shù)據的質量控制和統(tǒng) 計分析方法等，影響課題的可信度和科學價值。因此，正確的統(tǒng)計學分析一定要建立在明確的研究目的和研究設計的基礎之上，那些事先沒有研究目的和研究設計，事后找來一堆數(shù)據進行統(tǒng)計分析都是不可取的。在醫(yī)學論文的撰、編、審、讀過程中經常遇到的問題是研究的題目與課題設計、論文內容不符，包括 文章的方法解

19、決不了論文的目的、文章的結果說明不了論文的題目、文章的討論偏離了論文的主題； 還有是目的不明確、設計不合理。如題目過小，論文不夠字數(shù)，而一些無關緊要的變量指標或結果被 分析被討論；又如題目過大，論文的全部內容不足以說明研究的目的，使論文的論點難以立足。所以，合理明確的論文題目或目的以及研究設計方案是撰、編、審、讀者應當關注的首要問題。 此外，樣本含量是否滿足，抽樣是否隨機，偏倚是否控制等，也是不可忽視的問題。二、建好分析用的數(shù)據庫數(shù)據庫即存放數(shù)據的“倉庫”，是指將不同研究對象不同觀測指標的觀察結果逐一有序記錄的二維表格形式。二維表中除第一行屬于觀察指標外，其余每一行代表一個觀察對象的所有觀察指

20、標值（即數(shù) 據）；每一列代表某項觀察指標所有觀察對象的觀察值。嚴格的數(shù)據庫數(shù)據可以直接應用相關軟件進 行統(tǒng)計分析。由于不同軟件對文字存在可識別性問題，一般在統(tǒng)計分析時要求數(shù)據庫的數(shù)據值全部用阿拉伯數(shù)字表示，必要時可在適當位置附加批注。對于論文作者來講，統(tǒng)計分析需要借助于統(tǒng)計分析軟件計算，而 統(tǒng)計分析軟件都要有完整、符合要求的數(shù)據或數(shù)據庫，所以建好分析數(shù)據庫是統(tǒng)計分析的需要。此外，建好分析數(shù)據庫還可以理清分析思路。在試驗或調查研究中獲取的數(shù)據有時多而零散，如果不 能進行科學的整理匯總，就會顯得雜亂無章，理不清頭緒，抓不住要點，甚至無所適從，最后可能束之高閣、棄之不用，造成數(shù)據的極大浪費。 相反，

21、建好數(shù)據庫，可以使觀察對象的研究指標一目了然，使研究思路清晰明確。因此，建好數(shù)據庫是正確統(tǒng)計分析的前提和基礎，甚至決定了論文分析結果的成敗。對于編、審、讀 者來講，一般由于篇幅的限制，往往得不到數(shù)據庫數(shù)據，而只有作者在數(shù)據庫數(shù)據基礎上經統(tǒng)計描述 計算后給出的諸如各指標均數(shù) ？X、標準差s或中位數(shù)M、百分位數(shù)Px的“二手”數(shù)據，或將研究 對象的某一指標按其數(shù)值大小或特征屬性分組，清點各組觀察單位出現(xiàn)的個數(shù)或頻數(shù)的頻數(shù)表數(shù)據等。無論是否能夠得到數(shù)據庫數(shù)據，作者在統(tǒng)計分析過程中一定依據數(shù)據庫數(shù)據進行計算，得出結果。如 果對“二手”數(shù)據或頻數(shù)表數(shù)據的結果等存在疑惑，編輯、審稿專家或讀者有權要求作者提供

22、數(shù)據庫數(shù)據以檢查其完整性、準確性和真實性，確保研究數(shù)據的質量。假若在投稿須知中對數(shù)據庫數(shù)據作出 必要的要求，無疑對于保證刊物的發(fā)表質量有著積極的意義。三、分清楚指標（或變量）的性質和類型指標，即觀察指標，是由研究目的確定的觀察對象的內在屬性特征或其相關的影響因素。例如，需要 研究本體感覺訓練對腦卒中偏癱患者運動功能（本體感覺、平衡功能）的影響，那么本體感覺、平衡 功能反映了腦卒中偏癱患者運動功能的特征，分別稱為研究的本體感覺指標、平衡功能指標，影響本 體感覺和平衡功能的有關因素，比如年齡、性別、病種、病程等，稱為研究的年齡指標、性別指標、 病種指標和病程指標。變量即觀察變量，也稱變化的量，實際

23、上就是觀察指標，一般特指用于數(shù)學、統(tǒng)計或軟件計算的分析 指標。例如，腦卒中偏癱患者運動功能的本體感覺、平衡功能指標，在統(tǒng)計計算時，分別稱為本體感 覺變量和平衡功能變量。按變量是否影響其它變量或是否受到其它變量的影響有影響變量和結果變量之分。影響變量，也稱自變量，是指自身變化并影響結果變量變化的量；結果變量，又稱因變量，是指隨影響變量變化而變化 的量，看作是影響變量變化的結果。如果分析康復訓練對冠心病患者有氧運動功能的影響，那么康復訓練可看作是影響變量，有氧運動功能則為結果變量；如果分析不同性別之間冠心病患者有氧運動功能是否存在統(tǒng)計學差異，那么性別是影響變量，有氧運動功能是結果變量。分清楚變量的

24、性質，即什么是結果變量、什么是影響變量，是 選擇統(tǒng)計分析方法的第一步。一般而言，那些相對固有的、不易改變的特征（如性別、籍貫等）或易于被人控制的處理因素（如實 驗分組、疫苗接種與否等）作為影響變量或影響因素；而那些容易變化、較難確定的觀察效應或結局（如療效、患病與否等）作為結果變量，看成是最后觀察的結果。但影響變量和結果變量的劃分是相 對的，視研究目的和具體情況而定，有時甚至不加區(qū)分。從數(shù)據庫、數(shù)據分析的角度來看，變量是指那些能反映數(shù)據庫數(shù)據的內在數(shù)量關系，可用于統(tǒng)計計算 包括軟件計算的指標。一般而言，不同的研究目的決定了不同的數(shù)據庫，實際上決定了組成數(shù)據庫的 不同變量。變量的類型分為數(shù)值變量

25、和分類變量。數(shù)值變量，又稱定量變量，是指能用定量方法測定的、具有數(shù)值大小、高低或多少的指標，變量值一 般有度量衡單位，可以帶小數(shù)點，如身高、體重、血壓等；分類變量，又稱定性變量，是指能用定性的方法確定的、觀察單位某項屬性或特征分類的指標。根據分類變量的分類項數(shù)和各項數(shù)間有無等級程度差異分為二項分類變量、多項無序分類變量、多項有序分類變量，如表1。表1?分類變量的不同類別與舉例表1分類變戢的不同類別與舉例類別頊數(shù)等級次序舉例二項分類變處二項尤或有性別i男、女八考孩（合格、不合格）多項無庁分婁變呈多項無血型(A.B,AB.O)富項有序分類變竝爹項有営養(yǎng)狀況優(yōu)、良、中、差）從應用統(tǒng)計學選擇統(tǒng)計分析方

26、法的角度考慮，變量可考慮分為數(shù)值變量、多項有序分類變量、多項無 序分類變量、二項分類變量四種。此外，不同類別變量可遵循下列順序轉化：數(shù)值變量一多項有序分 類變量一多項無序分類變量一-項分類變量，稱為降級轉化，但這種轉化過程會不斷喪失蘊藏的數(shù)據信息，導致統(tǒng)計分析過程中假陰性結果的不斷增加。至于逆向轉化即升級轉化，盡管理論上認同，但實際應用中不建議采用。很多研究表明，掌握好統(tǒng)計分析的應用條件，正確選擇統(tǒng)計分析方法是學習并應用統(tǒng)計學的一個突出難點。對于醫(yī)學論文作者而言，分清楚數(shù)據庫中變量的性質（影響變量與結果變量）、類型（數(shù)值變量、多 項有序分類變量、多項無序分類變量、二項分類變量）以及它們之間的降

27、級轉化關系（數(shù)值變量一多 項有序分類變量一多項無序分類變量一二項分類變量）是學好用好應用統(tǒng)計分析的基礎，可以有效避免張冠李戴、缺乏原則地選錯統(tǒng)計分析方法；對于文章的編審和讀者來說，這是判斷作者正確選擇統(tǒng) 計學分析方法與否的一個簡單有效的途徑。四、正確選用統(tǒng)計學方法應用統(tǒng)計學（嚴格而言是指統(tǒng)計學的假設檢驗）可以簡單地看作是一門關于結果變量與影響變量之間關系分析的科學。由于結果變量（因變量）、影響變量（自變量）各有 4種類型，所以相互組合有 16種情形，相對 應的有16種首選的統(tǒng)計分析方法（表 2中第一個或用表示的方法），口，二項分類變量與二項 分類變量關系的分析選用兩個率比較的X2檢驗（四格表X

28、2檢驗），二項分類變量與多項無序分類變量關系的分析選用多個率比較的X2檢驗，多項無序分類變量與二項分類變量關系的分析選用兩個構成比比較的X2檢驗，多項無序分類變量與多項無序分類變量關系的分析選用多個構成比比較的 x2檢驗.數(shù)值變量與二項分類變量關系的分析選用t-檢驗，數(shù)值變量與多項無序分類變量關系的分析選用完全隨機設計的，F(xiàn)-檢驗，數(shù)值變量與數(shù)值變量關系的分析選用Pearson直線相關回歸分析，等等。如果首選統(tǒng)計方法的條件不適合，一般通過降級轉化選擇“低” 一級或“低”二級、三級的統(tǒng)計方法或其它統(tǒng)計方法。如，t 一檢驗是數(shù)值變量與二項分類變量關系分析時首選的統(tǒng)計方法，如果該方法的條件不適合，此

29、時將-檢驗中數(shù)值變量降級”當作多項有序分類變量看待，故可次選Wilcoxon 秩和檢驗，如果再“降級”，依次低選兩構成比比較的x2檢驗，甚至四格表 X2檢驗。又如，如果Pears on直線相關回歸分析的條件不符合，可根據情況將其中的一個或兩個數(shù)值變量“降一級”，選擇Spearman等級相關，如果再“降級”，相應可以選擇秩和檢驗、Logistic 回歸或者t一檢驗、X2檢驗，等等。其它仿此，詳見表 2。它涵蓋了基本統(tǒng)計分析的絕大部分，是應用統(tǒng)計分 析的核心內容。當然，應用統(tǒng)計分析除了單一變量分析、兩變量間關系的分析以外，其它諸如一個自變量和多個因變量、多個自變量和多個因變量之間關系的分析當屬多變

30、量關系分析的內容。由于分類變量與數(shù)值變量各不相同，不同個數(shù)不同變量的組合方式多種多樣，所以相應的統(tǒng)計方法也有很多種，主要有：1個數(shù)值變量與多個數(shù)值變量之間的關系，如多元相關回歸分析；1個分類變量與多個數(shù)值變量之間的關系，如多因素方差分析、重復設計方差分析；I個數(shù)值變量與混合多個變量之間的關系，如協(xié)方差分析、COx模型;l個分類變量與混合多變量之間的關系，如Logistic 回歸分析；多個數(shù)值變量與多個數(shù)值變量之間的關系，如典則相關等。表2兩變量關系分析的統(tǒng)計方法-Jimia F “稅幹r瑪桿*卜i B kieanoo 轉 Kl 曲餐:憐 ttlk rtX新rWlh 叫mH Mi斤超憐塹I爭Hf

31、事卓H, A K-Ui hru小U肖殆常望fr兗全星機曲苗的苦挫井折奮介聽）eh序井疇仝承k ” 分屋 1冋 * I 奮Jt 中 S抑:糾肖等集 糊提去J 8peaimnjn 譯呀 良育 H 2弟力塢特芷也序/牛長ILqp-tH- MU2兌爭RfinMi的辦t分嚴It k C K用檢舌:;I H - C畑押井所J Kw.LH Wdh襯枱獵lAeimdh ft 性 E 惟號1Loibc 右 tr為疋即仔廈Lb* Ur!卻 m-jlhb卩專!1. It X, tur M t啟棧沖遊好耳爭師E L4CIiLCJ K i卜育沖舊H x C關申f：訃Pt因此，醫(yī)學論文的作者，在分清楚數(shù)據庫中分析變量的性質、類型和降級轉化關系時，可以應用表2迅速確定首選的統(tǒng)計方法以及備選或次選的統(tǒng)計方法，應用相關軟件或計算工具快速實現(xiàn)統(tǒng)計分析。醫(yī)學論文的編審和讀者也可應用該表2，準確判斷作者是否正確選擇了統(tǒng)計學分析方法，甚至分析錯誤選擇統(tǒng)計方法的原因與后果。如，欲評價某種藥物的降舒張壓效果，試驗組用該降壓藥、對照組不用藥，假如測量的舒張壓值符合t檢驗的條件（正態(tài)分布、方差齊等），很明顯該數(shù)據首選f檢驗的