《2022年附录数据分析的统计方法选择小结 .pdf》由会员分享，可在线阅读，更多相关《2022年附录数据分析的统计方法选择小结 .pdf（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、数据分析的统计方法选择小结完全随机分组设计的资料一、 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。
2、 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 2检验（又称拟合优度检验）。2. 四格表资料1)n40 并且所以理论数大于5，则用 Pearson 22)n40 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2或用 Fishers 确切概率法检验3)n 40 或存在
3、理论数 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 Fisher s 确切概率法检验4. RC 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 2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 23)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，名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - -
4、 - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 3 页 - - - - - - - - - (1)n40 并且理论数小于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
5、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+c40 ，则用 McNemar 配对2检验或配对边
6、际2检验2)b+c40，则用二项分布确切概率法检验2.CC 表资料：1)配对比较：用McNemar 配对2检验或配对边际2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从双正态分布，则用Spearman相关系数进行统计分析2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman 相关系数进行统计分析七、 回归分析1.直
7、线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 3 页 - - - - - - - - - 2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（ X1，X2， Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变
8、化，可以作多重线性回归。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用3.二分类的Logistic 回归：应变量为二分类变量，自变量（X1，X2， Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic 回归(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用2)配对的情况：用条
9、件Logistic 回归(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用4.有序多分类有序的Logistic 回归：应变量为有序多分类变量，自变量（X1，X2，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用5.无序多分类有序的Logistic 回归：应变量为无序多
10、分类变量，自变量（X1，X2，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用八、 生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）1.用 Kaplan-Meier 方法估计生存曲线2.大样本时，可以寿命表方法估计3.单因素可以用Logrank 比较两条或多条生存曲线4.多个因素时，可以作多重的Cox 回归1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 3 页 - - - - - - - - -