计量资料: 一、 描述性分析
集中趋势:对称——算术均数 偏态——中位数 等比——几何均数 离散趋势:对称——方差、标准差 偏态——四分位数间距
均数悬殊或单位不同的资料比较——变异系数 二、 统计推断(根据样本推断总体) 1.参数(均数)估计 总体方差未知—— 总体方差已知——
参考值范围:单双侧 正态分布——
X?u?S
2
(x?t?/2v
snsn
,x?t?/2v
s
sn)
)
(x?u?/2,x?u?/2
n
X?u?SX?u?S
偏态分布——百分位数法
二者的含义、用途 2.假设检验
(1)均数的比较(正态)
单个样本、配对(与两独立样本的区别) 两样本(方差齐——t检验
方差不齐——校正t检验或秩和检验或变量转换) 多样本:方差齐 完全随机设计方差分析 随机区组设计方差分析
方差不齐——秩和检验或变量转换
非正态:秩和检验或变量转换 F—+—>t
两两比较:SNK 任两个对比
LSD 一对或几对比较 Dunnet 实验与对照组比较
t——>F F=t2
(2)方差比较
两个方差:F检验(正态) 多个方差:Bartlett(正态) Levene检验 假设检验注意事项 计数资料 一、描述性分析 频率或严重程度——率 比重或构成——构成比
一指标为另一指标的若干倍或百分比——相对比 应用注意:不能以比代率、可比性、样本率不能直接对比 率或构成比比较:
1.若某因素内部构成不同并且影响比较,进行标化
二、统计推断 1.参数估计
二项分布率的估计:查表或正态法 泊松分布均数估计:查表或正态法 2.假设检验
单个样本率:直接法或二项分布U检验 泊松分布U检验(率很小) 两样本率的比较:四格表?2检验(校正)
二项分布U检验 (n大、np>5,n(1-p)>5) 泊松分布U检验((率很小) 精确概率法
多个率或构成比比较:
?
2
检验(理论数不能小于1或小于的理论数
不能多于5分1)
两两比较:
任两个对比、 实验与对照组比较
等级资料:-----效应比较 秩和检验
两变量关系:
1. 定量(计量资料) 正态 pearson相关 回归 非正态 秩相关
2.无序分类定性 3. 有序分类定性
?
2
检验和列联相关系数
(1)单向有序 分组有序、指标无序 卡方检验 分组无序、指标有序 秩和检验 (2)双向有序
属性相同属性不同Kappa检验
线性趋势 秩相关
第二篇:医学统计学 常用方法小结
一、两组或多组计量资料的比较
1.两组资料:
1)大样本资料或服从正态分布的小样本资料
(1)若方差齐性,则作成组t检验
(2)若方差不齐,则作t’检验或用成组的Wilcoxon秩和检验
2)小样本偏态分布资料,则用成组的Wilcoxon秩和检验
2.多组资料:
1)若大样本资料或服从正态分布,并且方差齐性,则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:LSD检验,Bonferroni检验等)进行两两比较。
2)如果小样本的偏态分布资料或方差不齐,则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:用成组的Wilcoxon秩和检验,但用Bonferroni方法校正P值等)进行两两比较。
二、分类资料的统计分析
1.单样本资料与总体比较
1)二分类资料:
(1)小样本时:用二项分布进行确切概率法检验;
(2)大样本时:用U检验。
2)多分类资料:用Pearson c2检验(又称拟合优度检验)。
2. 四格表资料
1)n>40并且所以理论数大于5,则用Pearson c2
2)n>40并且所以理论数大于1并且至少存在一个理论数<5,则用校正c2或用Fisher’s 确切概率法检验
3)n£40或存在理论数<1,则用Fisher’s 检验
3. 2×C表资料的统计分析
1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类,列变量为有序多分类变量,则用趋势c2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson c2
(2)n£40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s 确切概率法检验
4. R×C表资料的统计分析
1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标,并且为无序多分类变量,行变量为有序多分类变量,作none zero correlation analysis的CMH c2
3)列变量和行变量均为有序多分类变量,可以作Spearman相关分析
4)列变量和行变量均为无序多分类变量,
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson c2
(2)n£40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s 确切概率法检验
三、Poisson分布资料
1.单样本资料与总体比较:
1)观察值较小时:用确切概率法进行检验。
2)观察值较大时:用正态近似的U检验。
2.两个样本比较:用正态近似的U检验。
配对设计或随机区组设计四、两组或多组计量资料的比较
1.两组资料:
1)大样本资料或配对差值服从正态分布的小样本资料,作配对t检验
2)小样本并且差值呈偏态分布资料,则用Wilcoxon的符号配对秩检验
2.多组资料:
1)若大样本资料或残差服从正态分布,并且方差齐性,则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:LSD检验,Bonferroni检验等)进行两两比较。
2)如果小样本时,差值呈偏态分布资料或方差不齐,则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:用Wilcoxon的符号配对秩检验,但用Bonferroni方法校正P值等)进行两两比较。
五、分类资料的统计分析
1.四格表资料
1)b+c>40,则用McNemar配对c2检验或配对边际c2检验
2)b+c£40,则用二项分布确切概率法检验
2.C×C表资料:
1)配对比较:用McNemar配对c2检验或配对边际c2检验
2)一致性问题(Agreement):用Kap检验
变量之间的关联性分析六、两个变量之间的关联性分析
1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布,则用Pearson相关系数做统计分析
2)大样本或两个变量不服