版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)分析統(tǒng)計方式選擇總結(jié)目錄目錄完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料1配對設(shè)計或隨機區(qū)組設(shè)計配對設(shè)計或隨機區(qū)組設(shè)計2變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析3完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v 兩組或多組計量資料的比較兩組或多組計量資料的比較 兩組資料兩組資料大樣本資料或服從正態(tài)分布的小樣本資料 (1)若方差齊性,則作成組t檢驗 (2)若方差不齊,則作t檢驗或用成組的Wilcoxon秩和檢驗小樣本偏態(tài)分布資料,則用成組的Wilcoxon秩和檢驗完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v 兩組或多組計量資料的比較兩組或多組計量資料的比較 多組資料多組資料若大樣本資料或服從
2、正態(tài)分布,并且方差齊性,則作完全隨機的方差分析。如果方差分析的統(tǒng)計檢驗為有統(tǒng)計學意義,則進一步作統(tǒng)計分析:選擇合適的方法(如:LSD檢驗,Bonferroni檢驗等)進行兩兩比較。 如果小樣本的偏態(tài)分布資料或方差不齊,則作Kruskal Wallis的統(tǒng)計檢驗。如果Kruskal Wallis的統(tǒng)計檢驗為有統(tǒng)計學意義,則進一步作統(tǒng)計分析:選擇合適的方法(如:用成組的Wilcoxon秩和檢驗,但用Bonferroni方法校正P值等)進行兩兩比較。完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v 分類資料的統(tǒng)計分析分類資料的統(tǒng)計分析 單樣本資料與總體比較單樣本資料與總體比較 二分類資料 (1)小樣本
3、:用二項分布進行確切概率法檢驗; (2)大樣本:用U檢驗多分類資料:用Pearson 2 檢驗(又稱擬合優(yōu)度檢驗)完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v 分類資料的統(tǒng)計分析分類資料的統(tǒng)計分析 四格表資料四格表資料(1)n40并且所以理論數(shù)大于5,則用Pearson 2 ;(2)n40并且所以理論數(shù)大于1并且至少存在一個理 論數(shù)5,則用校正 2或用Fishers 確切概率法檢驗(3)n40或存在理論數(shù)40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%,則用Fishers 確切概率法檢驗 完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v 分類資料的統(tǒng)計分析分類資料的統(tǒng)計分析 RC表資料的統(tǒng)
4、計分析表資料的統(tǒng)計分析列變量為效應(yīng)指標,并且為有序多分類變量,行變量為分組變量,則CMH 2或Kruskal Wallis的秩和檢驗 列變量為效應(yīng)指標,并且為無序多分類變量,行變量為有序多分類變量,作none zero correlation analysis的CMH 2 列變量和行變量均為有序多分類變量,可以作Spearman相關(guān)分析 列變量和行變量均為無序多分類變量 (1)n40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%,則用Fishers 確切概率法檢驗 完全隨機分組設(shè)計的資料完全隨機分組設(shè)計的資料v Poisson分布資料分布資料單樣本資料與總體比較單樣本資料與總體比較 觀察值較
5、小時:用確切概率法進行檢驗觀察值較大時:用正態(tài)近似的U檢驗兩個樣本比較:用正態(tài)近似的兩個樣本比較:用正態(tài)近似的U檢驗檢驗配對設(shè)計或隨機區(qū)組設(shè)計配對設(shè)計或隨機區(qū)組設(shè)計v 兩組或多組計量資料的比較兩組或多組計量資料的比較兩組資料兩組資料 大樣本資料或配對差值服從正態(tài)分布的小樣本資料,作配對t檢驗小樣本并且差值呈偏態(tài)分布資料,則用Wilcoxon的符號配對秩檢驗配對設(shè)計或隨機區(qū)組設(shè)計配對設(shè)計或隨機區(qū)組設(shè)計v 兩組或多組計量資料的比較兩組或多組計量資料的比較多組資料多組資料若大樣本資料或殘差服從正態(tài)分布,并且方差齊性,則作隨機區(qū)組的方差分析。如果方差分析的統(tǒng)計檢驗為有統(tǒng)計學意義,則進一步作統(tǒng)計分析:選
6、擇合適的方法(如:LSD檢驗,Bonferroni檢驗等)進行兩兩比較。如果小樣本時,差值呈偏態(tài)分布資料或方差不齊,則作Fredman的統(tǒng)計檢驗。如果Fredman的統(tǒng)計檢驗為有統(tǒng)計學意義,則進一步作統(tǒng)計分析:選擇合適的方法(如:用Wilcoxon的符號配對秩檢驗,但用Bonferroni方法校正P值等)進行兩兩比較。配對設(shè)計或隨機區(qū)組設(shè)計配對設(shè)計或隨機區(qū)組設(shè)計v 分類資料的統(tǒng)計分析分類資料的統(tǒng)計分析四格表資料四格表資料b+c40,則用McNemar配對 2檢驗或配對邊際2檢驗 b+c40,則用二項分布確切概率法檢驗 CC表資料表資料 配對比較:用McNemar配對 2檢驗或配對邊際2檢驗 b
7、+c40,則用二項分布確切概率法檢驗 變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析 v 兩個變量之間的關(guān)聯(lián)性分析兩個變量之間的關(guān)聯(lián)性分析兩個變量均為連續(xù)型變量兩個變量均為連續(xù)型變量小樣本并且兩個變量服從雙正態(tài)分布,則用Pearson相關(guān)系數(shù)做統(tǒng)計分析大樣本或兩個變量不服從雙正態(tài)分布,則用Spearman相關(guān)系數(shù)進行統(tǒng)計分析 兩個變量均為有序分類變量:兩個變量均為有序分類變量:可以用Spearman相關(guān)系數(shù)進行統(tǒng)計分析 一個變量為有序分類變量,另一個變量為連續(xù)型變一個變量為有序分類變量,另一個變量為連續(xù)型變量量:可以用Spearman相關(guān)系數(shù)進行統(tǒng)計分析 變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析 v
8、 回歸分析回歸分析直線回歸:直線回歸:如果回歸分析中的殘差服從正態(tài)分布(大樣本時無需正態(tài)性),殘差與自變量無趨勢變化,則直線回歸(單個自變量的線性回歸,稱為簡單回歸),否則應(yīng)作適當?shù)淖儞Q,使其滿足上述條件。 變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 回歸分析回歸分析多重線性回歸:多重線性回歸:應(yīng)變量(Y)為連續(xù)型變量(即計量資料),自變量(X1,X2,Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布(大樣本時無需正態(tài)性),殘差與自變量無趨勢變化,可以作多重線性回歸。觀察性研究:可以用逐步線性回歸尋找(擬)主要的影響因素實驗性研究:在保持主要研究因素變量(干預
9、變量)外,可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量,以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 回歸分析回歸分析二分類的二分類的Logistic回歸:回歸:應(yīng)變量為二分類變量,自變量(X1,X2,Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。 非配對的情況:用非條件Logistic回歸 (1)觀察性研究:可以用逐步線性回歸尋找(擬)主要的影響因素 (2)實驗性研究:在保持主要研究因素變量(干預變量)外,可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量,以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 回歸分析回歸分析二分類的二分類的Lo
10、gistic回歸回歸配對的情況:用條件Logistic回歸 (1)觀察性研究:可以用逐步線性回歸尋找(擬)主要的影響因素 (2)實驗性研究:在保持主要研究因素變量(干預變量)外,可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量,以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 回歸分析回歸分析有序多分類有序的有序多分類有序的Logistic回歸:回歸:應(yīng)變量為有序多分類變量,自變量(X1,X2,Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。 (1)觀察性研究:可以用逐步線性回歸尋找(擬)主要的影響因素 (2)實驗性研究:在保持主要研究因素變量(干預變量)外,可以適當?shù)匾?/p>
11、入一些其它可能的混雜因素變量,以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 回歸分析回歸分析無序多分類有序的無序多分類有序的Logistic回歸:回歸:應(yīng)變量為無序多分類變量,自變量(X1,X2,Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。 (1)觀察性研究:可以用逐步線性回歸尋找(擬)主要的影響因素 (2)實驗性研究:在保持主要研究因素變量(干預變量)外,可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量,以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析變量之間的關(guān)聯(lián)性分析v 生存分析生存分析生存分析資料:生存分析資料:要求資料記錄結(jié)局和結(jié)局發(fā)生的時間(如;死亡和死亡發(fā)生的時間)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小學地方文化傳統(tǒng)習俗考核
- 車聯(lián)網(wǎng)行業(yè)技術(shù)發(fā)展趨勢預測
- 歷史知識綜合測試模擬試卷
- 你曾經(jīng)去過哪些地方旅行
- 高中模擬試卷:學科實踐操練與應(yīng)用實踐能力測試
- 小學美術(shù)美術(shù)設(shè)計模擬試卷
- 小學二年級歷史排序題測試
- 小學化學模擬試卷
- 鍵盤的排列方式和計算機輸入
- 豐潤瓦斯綜合利用有限公司可行性研究報告
- 《思想道德修養(yǎng)與法律基礎(chǔ)》 第二章第三節(jié)課件
- 體育館電動伸縮椅參數(shù)
- 旅客地道綜合施工專題方案
- 工程攝影知識講座課件
- 故障分析報告表
- 投資項目經(jīng)濟評價管理辦法
- 人教版初中語文中考??贾R點梳理思維導圖
- 四年級上冊英語課件-Unit4 I can play basketball 第一課時 |譯林版(三起) (共15張PPT)
- 國際商法(第五版)第一章國際商法概述
- 供應(yīng)商實地考察評分表(工程類)
- 高中語文選擇性必修上 第四單元《邏輯的力量》(同步習題)(原卷版)
評論
0/150
提交評論