常用醫(yī)學統(tǒng)計學方法匯總-第3篇_第1頁
常用醫(yī)學統(tǒng)計學方法匯總-第3篇_第2頁
常用醫(yī)學統(tǒng)計學方法匯總-第3篇_第3頁
常用醫(yī)學統(tǒng)計學方法匯總-第3篇_第4頁
常用醫(yī)學統(tǒng)計學方法匯總-第3篇_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

常用醫(yī)學統(tǒng)計學方法匯總

選擇合適的統(tǒng)計學方法1連續(xù)性資料1.1兩組獨立樣本比較1.1.1資料符合正態(tài)分布,且兩組方差齊性,直接采用t檢驗。1.1.2資料不符合正態(tài)分布,(1)可進行數(shù)據(jù)轉(zhuǎn)換,如對數(shù)轉(zhuǎn)換等,使之服從正態(tài)分布,然后對轉(zhuǎn)換后的數(shù)據(jù)采用t檢驗;(2)采用非參數(shù)檢驗,如Wilcoxon檢驗。1.1.3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。1.2兩組配對樣本的比較1.2.1兩組差值服從正態(tài)分布,采用配對t檢驗。1.2.2兩組差值不服從正態(tài)分布,采用wilcoxon的符號配對秩和檢驗。1.3多組完全隨機樣本比較1.3.1資料符合正態(tài)分布,且各組方差齊性,直接采用完全隨機的方差分析。如果檢驗結(jié)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。1.3.2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(jié)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。1.4多組隨機區(qū)組樣本比較1.4.1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(jié)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。1.4.2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(jié)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(jié)果也未必正確**(3)關(guān)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2.1四格表資料2.1.1例數(shù)大于40,且所有理論數(shù)大于5,則用普通的Pearson檢驗。2.1.2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確切概率法檢驗。2.1.3例數(shù)小于40,或有理論數(shù)小于2,則用Fisher確切概率法檢驗。2.22以表或RX2表資料的統(tǒng)計分析2.2.1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'確切概率法檢驗。2.2.2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(gòu)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。2.2.3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。2.3RC表資料的統(tǒng)計分析2.2.1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'確切概率法檢驗。(3)如果要作相關(guān)性分析,可采用Pearson相關(guān)系數(shù)。2.2.2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(gòu)成比不同,如要說明療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。2.2.3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。2.2.4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(guān)性,可采用Spearson相關(guān)分析。2.4配對分類資料的統(tǒng)計分析241四格表配對資料,(1)b+c>40,則用McNemar配對檢驗。(2)b+c<40,則用校正的配對檢驗。2.4.1CCX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(guān)分析中,pearson(皮爾遜),kendall(肯德爾)和spearman(斯伯曼/斯皮爾曼)三種相關(guān)分析方法有什么異同兩個連續(xù)變量間呈線性相關(guān)時,使用Pearson積差相關(guān)系數(shù),不滿足積差相關(guān)分析的適用條件時,使用Spearman秩相關(guān)系數(shù)來描述.Spearman相關(guān)系數(shù)又稱秩相關(guān)系數(shù),是利用兩變量的秩次大小作線性相關(guān)分析,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(guān)系數(shù)的數(shù)據(jù)亦可計算Spearman相關(guān)系數(shù),但統(tǒng)計效能要低一些。Pearson相關(guān)系數(shù)的計算公式可以完全套用Spearman相關(guān)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。Kendall'stau-b等級相關(guān)系數(shù):用于反映分類變量相關(guān)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(guān)的有序變量進行非參數(shù)相關(guān)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(guān)系數(shù),連續(xù)性變量才可采用;計算Spearman秩相關(guān)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(jù);計算Kendall秩相關(guān)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(jù)。計算相關(guān)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(jù)用等級表示時,宜用spearman或kendall相關(guān)Pearson相關(guān)復選項積差相關(guān)計算連續(xù)變量或是等間距測度的變量間的相關(guān)分析Kendall復選項等級相關(guān)計算分類變量間的秩相關(guān),適用于合并等級資料Spearman復選項等級相關(guān)計算斯皮爾曼相關(guān),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(guān)/也可用Pearson相關(guān),對于完全等級離散變量必用等級相關(guān)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(jù)是用等級表示時,宜用Spearman或Kendall相關(guān)。3若不恰當用了Kendall等級相關(guān)分析則可能得出相關(guān)系數(shù)偏小的結(jié)論。則若不恰當使用,可能得相關(guān)系數(shù)偏小或偏大結(jié)論而考察不到不同變量間存在的密切關(guān)系。對一般情況默認數(shù)據(jù)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CorrelationCoefficients復選框組里有3個選項:PearsonKendall'stau-bSpearman:Spearmanspearman(斯伯曼/斯皮爾曼)相關(guān)系數(shù)斯皮爾曼等級相關(guān)是根據(jù)等級資料研究兩個變量間相關(guān)關(guān)系的方法。它是依據(jù)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(guān)對數(shù)據(jù)條件的要求沒有積差相關(guān)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(zhuǎn)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(guān)來進行研究Kendall's相關(guān)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(guān)程度的一種方法。適用這種方法的數(shù)據(jù)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(jù)的等級,如,平時所說的兩個并列第一名,他們應該占據(jù)1,2名,所以它們的等級應是1.5,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125,2.5,5,5,5,這里2.5是2,3的平均,5是4,5,6的平均??系聽枺↘endall)U系數(shù)又稱一致性系數(shù),是表示多列等級變量相關(guān)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件事物所得的數(shù)據(jù)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(jié)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(jù)為:若i比j好記1,若i比j差記0,兩者相同則記0.5。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(jù)累加起來作為最后進行計算的數(shù)據(jù),這些數(shù)據(jù)記為丫。正態(tài)分布的相關(guān)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0.05說明在該水平上否定原假設,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(jù)使用不同的統(tǒng)計量使用MEANS過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-SampleTTest單樣本T檢驗過程。檢驗兩個不相關(guān)的樣本是否來自來具有相同均值的總體,用Independent-SamplesTtest獨立樣本t檢驗過程。如果分組樣本不獨立,用PairedSampleTtest配對t檢驗。如果分組不止兩個,應使用One-WayANOVO一元方差分析(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Nonparametrictest.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(cè)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(zhì)事物的變異性、揭示內(nèi)在事物規(guī)律性和實質(zhì)性的科學,確切地講,是一門關(guān)于客觀數(shù)據(jù)分析的科學,研究數(shù)據(jù)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(cè)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(jù)庫一變量類型一變量間關(guān)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(jù)庫、分清變量類型為基礎,以分析變量與變量間關(guān)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(nèi)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

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。

評論

0/150

提交評論