1、For personal use only in study and research; not for commercial use選擇適宜的統(tǒng)計學(xué)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,如時數(shù)轉(zhuǎn)換等,使之服從正態(tài)分布,然后而 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

2、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.13多組完全隨機樣本比較,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(xué)意義,那么進一 步作兩兩比較,兩兩比較的方法仃LSD檢驗,Bonfeirom法,tukey法,Sche任e法,SNK法 等.,或各組方差不齊,那么采用非參數(shù)檢驗的Kruscal-Wallis法.如果檢驗結(jié)果為有統(tǒng)計學(xué)意 義,那么進一步作兩兩比較,一般采用Bonfenom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,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(xué)意義,那么進一

3、 步作兩兩比較,兩兩比較的方法有LSD檢驗,Bonfenom法,tukey法,Sche徐法,SNK法 等.,或各組方差不齊,那么采用非參數(shù)檢驗的Fridman檢驗法.如果檢驗結(jié)果為有統(tǒng)計學(xué)意義, 那么進一步作兩兩比較.般采用Ronferroni法校正P值,然后用符號配對的Wilcoxon檢驗*需要注意的問題：不得用于商業(yè)用途1 一般來說,如果是大樣本,比方各組例數(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.由于統(tǒng)計學(xué)上有中央極限定理,假定大樣本是服從正態(tài)分布的.2當(dāng)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(yīng)該是

4、,先作總的各組間的比較,如果總的來說差 別有統(tǒng)計學(xué)意義,然后才能作其中任苣兩組的比較,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(shè)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(shè)計會有差 別.常用的設(shè)計如完全隨即設(shè)計,隨機區(qū)組設(shè)計,析因設(shè)計,裂區(qū)設(shè)計,嵌套設(shè)計等.2.分類資料2.1 四格表資料2.L1例數(shù)大于40,且所有理論數(shù)大于5,那么用普通的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,那

5、么用校正的 檢驗或Fishers 確切概率法檢驗.2.L3例數(shù)小于40,或有理論數(shù)小于2,那么用Fishers確切概率法檢驗.2.2 2xC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,那么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%,那么用普通的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%,那么用Fishers確切概率法檢驗.,且為有序多分類變量,行變量為分組變量,用普通的Peai-son檢臉只說明組間構(gòu)成比不同, 如要說明療效,那么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(yīng)指標(biāo),

6、且為二分類變量,行變量為有序多分類變量,那么可采用普通的 Pearson檢驗比較各組之間有無差異,如果總的來說有差異,還可進一步作兩兩比較,以說 明是否任意兩組之間的差異都仃統(tǒng)計學(xué)意義.2.3 RxC表資料的統(tǒng)計分析2.3.1 列變量&行變量均為無序分類變量,那么1例數(shù)大于40,且理論數(shù)小于5的格子數(shù) 目V總格子數(shù)目的25%,那么用普通的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%,那么用Fishers確切概率法檢驗.3如果要作相關(guān)性分析,可 不得用于商業(yè)用途采用Pearson相關(guān)系數(shù).,且為仃序多分類變量,行變量為分組變量,用普通的Peai-son檢驗只

7、說明組間構(gòu)成比不同, 如要說明療效或強弱程度的不同,那么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(yīng)指標(biāo),且為無序多分類變量,行變量為行序多分類變量,那么可采用普通 的Pearson檢驗比較各組之間有無差異,如果有差異,還可進一步作兩兩比較,以說明是否 任意兩組之間的差異都有統(tǒng)計學(xué)意義.2.2.4 列變量&行變量均為有序多分類變量,1如要做組間差異分析,那么可用行平均分差 檢驗或成組的Wilcoxon秩和檢驗或Ridit分析.如果總的來說有差異,還可進一步作兩兩比 較,以說明是否任意兩組之間的差異都有統(tǒng)計學(xué)意義.2如果要做兩變量之間的相關(guān)性,

8、可采用Spearson相關(guān)分析.2.4配對分類資料的統(tǒng)計分析2.4.1 四格表配對資料,1 b+c40,那么用McNemar配對 檢驗.2 b+c 存待,故可次選W iboxon秩 和檢驗,如果再“降級,依次低選兩構(gòu)成比比較的x2檢驗,甚至四格表X2檢驗.又如,如果Pearson直線相關(guān)回歸分析的條件不符合,可根據(jù)情況將其中的一個或兩個數(shù) 值變量“降一級,選擇Speam an等級相關(guān),如果再“降級,相應(yīng)可以選擇秩和檢驗、Logis改 回歸或者t 一檢驗、X2檢驗,等等.其它仿此,詳見表2o它涵蓋了根本統(tǒng)計分析的絕 大局部,是應(yīng)用統(tǒng)計分析的核心內(nèi)容.當(dāng)然,應(yīng)用統(tǒng)計分析除了單一變最分析、兩變最間關(guān)

9、系的分析以外,其它諸如一個自變后和 多個因變最、多個自變量和多個因變量之間關(guān)系的分析當(dāng)屬多變量關(guān)系分析的內(nèi)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(yīng)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(guān)系,如多元相關(guān)回歸 分析；1個分類變量與多個數(shù)值變量之間的關(guān)系,如多因素方差分析、重復(fù)設(shè)計方差分析： 1個數(shù)值變量與混合多個變量之間的關(guān)系,如協(xié)方差分析、COx模型;1個分類變量與混合 多變量之間的關(guān)系,如Logisth回歸分析；多個數(shù)值變量與多個數(shù)值變量之間的關(guān)系,如 典那么相關(guān)等.,無序分.叟*一*小分決更._敗金金鰻西屯& 4方冷避溝“,胃ixc-母瞼 網(wǎng)舞足二底融冷無一T匕給小分折或比分折R,C七方憧險2,*Ic8m/向檢驗表2兩變量關(guān)系分析的統(tǒng)計方法多嘴無作分笑R-2箕方檢q*樣本* 分析r a多樣本 構(gòu)應(yīng)比分析iKrud WalU和衿玲 CKxC卡力杓儻亮全81嘰0訐的方工分析. 力KrutUI SeU分貝交L 分舅 higiMir MHO GN 2*方情2Jt片學(xué)分類2R WC卡方梳整文等,矢口GRk