數(shù)據(jù)分析統(tǒng)計方式選擇總結(jié)

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）