《卫生统计学考试复习资料：统计总结.docx》由会员分享，可在线阅读，更多相关《卫生统计学考试复习资料：统计总结.docx（12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、卫生统计学考试复习资料：统计总结注：各位同学，清清实力有限，尽力写好了，如有错误的地方，请修正！ 一计量资料 1.单组样本均数与总体均数比较 1）总体方差已知-z 检验 2）总体方差未知-t 检验 2.两组样本 1)大样本资料或听从正态分布的小样本资料 (1)若方差齐性-t 检验 1.两独立样本 t 检验 2.配对设计-1）差值听从正态分布-配对 t 检验 2）差值不听从正态分布-配对符号秩和检验(2)若方差不齐，则作校正 t 检验 2)小样本偏态分布资料，则用成组的 Wilcoxon 秩和检验 3.多组样本 （1)大样本或听从正态分布且方差齐性1)单因素方差分析-1)无差异 2）有差异-两两
2、比较（LSD 检验，Bonferroni 检验等）2)随机区组设计-两因素方差分析-1)无差异2）有差异-两两比较（LSD 检验，Bonferroni 检验等）2)小样本的偏态分布资料或方差不齐-Kruskal Wallis 的统计检验-1)无差异2）有差异-两两比较（用成组的 Wilcoxon 秩和检验，但用 Bonferroni 方法校正 P 值等）二、 计数资料 1. 2×2 列联表资料 1)n≥40 且所以理论数5，则用 2×2 列联表 x 2 检验 2)n≥40 但有一个格子理论频数 1 T5 则用校正 x 2 检验 3)3)n40 或至少存在理论
3、频数<1，则用 Fisher 准确概率法 2.配对设计 2×2 列联表 1）b+c≥40,McNemars test 2）b+c≤40,校正的 x 2 检验 3. R×C 列联表资料 1）无序多分类资料-条件：理论频数小于 5 的个数不超过格子数的 1/5-x 2检验 2）有序多分类资料-多组资料的秩和检验三. 线性相关与回来（计量资料）注：先绘制散点图 1.线性相关分析：刻画两变量之间可能存在的线性联系的方向和程度 条件：X、Y 均为随机变量 1）X 与 Y 均为随机变量，双变量正态分布，散点图成线性趋势，各视察值相互独立-Pearson 相关 2）
4、X、Y 不听从双变量正态分布，总体分布类型未知，数据本身有不确定值或为等级资料-Spearman 秩相关3）检验相关系数 r 是否为 0-t 检验2.线性回来分析：两变量之间的依存性如何，即一个变量的改变将引起另一个变量多大的改变 （1）条件：1）Y 为随机变量，X 可为随机变量，也可是人为限制或选择的变量 2）线性，独立性，正态性，等方差性 （2）假设检验 1）检验回来模型是否成立-方差分析 2）检验总体回来系数 β 是否为 0-t 检验 (3)描述 X 对 Y 的影响程度-确定系数 R 2 =SS 回来 / SS 总四、多重线性回来（计量资料）描述一个因变量 Y 和多个自变量 x
5、1、x2、x3.之间的线性依存关系 1.条件 1）因变量 Y 为连续变量，自变量 X 可为连续、有序分类或无序分类变量 2）线性，独立性，正态性，等方差性-残差分析 2.假设检验-1）方差分析：检验整个回来方程是否有意义-确定系数 R 2 反应回来方程的效果好坏2)t 检验 ：检验总体的偏回来系数是否为 0 3.自变量的筛选：前进法、后退法、逐步法、最优子集法 4.多重共线性（自变量与自变量之间高度相关）-方差膨胀因子 VIF、容忍度 5.哑变量的设置-自变量为有序有序变量或无序多分类变量-注：同进同退 6.交互效应-引入新变量=两个自变量的乘积 五Logistic 回来（计数资料)-用于对分
6、类变量的回来分析 1.单自变量的 Logistic 回来 条件：因变量为二分类变量，自变量可以是数值变量，也可以是分类变量 1）β0，OR1，说明该因素是危急因素，β0，OR1，说明该因素是爱护因素 2）假设检验：回来系数检验-似然比检验（计算卡方统计量）、Wald 检验、记分检验 2.多自变量的 Logistic 回来 3.有序多分类自变量的 Logistic 回来-设置哑变量（同进退）4.标准化的回来系数-探讨 Logistic 回来中各变量的相对贡献 5.自变量的筛选-筛选影响因素操作和答题步骤：一t 检验：1.单组样本均数 t 检验：统计描述：样本均数： 样本方差：
7、统计推断：1）H0:u=u0,即样本均数与总体均数相等H1：u=u0,即样本均数与总体均数不等α=0.052）资料为计量资料，样本的总体方差未知，选用单组样本均数 t 检验分析资料 Analyze-compare means- one-sample T Test-x -test variable-test value:总体均数-ok T= v= p= 结论：Pα,依据 α 的检验水准，不拒绝 H0，尚没有理由认为样本均数与总体均数不同；p 小于 α,依据 α 的检验水准，拒绝 H0，接受 H1，认为样本均数与总体均数不同；95%置信区
8、间为.专业结论. 2.两独立样本的 t 检验 统计描述：group1:样本均数： 样本方差： Group2:样本均数： 样本方差：统计推断：1）H0:u1=u2,即两样本的总体均数相等 H1：u1=u2, 即两样本的总体均数不等α=0.052）资料为计量资料，对两样本进行正态性和方差齐性检验Analyze-descriptive statistics-explore-y-dependent list-group-factor list-plots-normality plots with tests-continue-ok(正态性检验）看表格 Test of normalityGr
9、oup1 t=v=p= pα，资料听从正态分布 Group2 t=v=p= pα，资料听从正态分布 选用两独立样本均数 t 检验分析资料 -Analyze-compare means-independent-sample TTest-y-test-variable-group-group Variable -define group -group1:1-group2:2-continue-ok 看表格 independent samples test (方差齐性检验）levens test for equality of variables F= p=p0.1 方差齐，
10、看上行结果，p0.1，方差不齐，看下行结果 看表格 t-test for equality of means T= v= p= 结论：Pα,依据 α 的检验水准，不拒绝 H0，尚没有理由认为两样本总体均数不相等；p 小于 α,依据 α 的检验水准，拒绝 H0，接受 H1，认为两样本的总体均数不同；均数之差的 95%置信区间为.专业结论. 3.配对设计 t 检验 统计描述：group1:样本均数： 样本方差： Group2:样本均数： 样本方差： D=group1-group2；均数：方差：统计推断：1）H0:ud=o,即两样本差数的均值等于 0H
11、1：ud=0, 即两样本差数的均值不等于 0α=0.052）资料为计量资料，对 d 进行正态性检验Analyze-descriptive statistics-explore-d-dependent list-plots-normality plots with tests-continue-ok(正态性检验）看表格 Test of normalityGroup1 t=v=p= pα，资料听从正态分布 Group2 t=v=p= pα，资料听从正态分布 选用配对设计 t 检验分析资料 Analyze-compare-means-paired-samplesT
12、Test-variable1:group1;-variable2:group2-paired Variable:group1,group 2-ok 看表格 paired samples testT= v= p= 结论：Pα,依据 α 的检验水准，不拒绝 H0，尚没有理由认为两样本总体均数不相等；p 小于 α,依据 α 的检验水准，拒绝 H0，接受 H1，认为两样本的总体均数不同；d 的 95%置信区间为.专业结论. 4.单因素方差分析 统计描述：group1:样本均数： 样本方差： Group2:样本均数： 样本方差： . 统计推断：1）H0:几
13、个总体效应相同 H1：几个总体效应不全相同α=0.052）资料为计量资料，对各样本进行正态性和方差齐性检验Analyze-descriptive-statistics-explore-y-dependent-list-group-factor-list-plots-normality plots with tests-continue-ok(正态性检验）看表格 Test of normalityGroup1 t=v=p= pα，资料听从正态分布 Group2 t=v=p= pα，资料听从正态分布 . 选用多样本均数比较的单因素方差分析进行统计分析 -Anal
14、yze-compare means-one-way ANOVA -y-dependent list -group-factor-post Hoc.-LSD,Bonferroni-options-descriptive,Homogeneite-of-variance-test-continue-ok 看结果：(方差齐性检验）test of Homogeneite-of-variancep0.1 方差齐 看表格 ANOVASSVMS FP 组间变异 组内变异 总变异看表格 Multiple comparisons(两两比较）Pα,说明两总体效应有差异 结论：Pα,依据 &a
15、lpha; 的检验水准，不拒绝 H0，尚没有理由认为几个总体效应不同；p 小于 α,依据 α 的检验水准，拒绝 H0，接受 H1，认为几个总体效应不全相同；两两比较结果，专业结论. 5.随机区组设计两因素方差分析 统计推断：1）H0:各处理因素的总体效应相同H1：各处理因素的总体效应不全相同H0：各区组因素的总体效应相同H1：各区组因素的总体效应不全相同α=0.05 2）选用随机区组设计的两因素方差分析进行统计分析 -Analyze-general-linear-model-univariate-y-dependentsvariable-treat,grou
16、p-fixed-factor-model-custom-model:treat,group-continue-post-Hoc.-post-hot-test-for:treat-SNK,Bonferroni-continue-save-unstandardized(predicted-values),standardized(residuals)-continue-ok 看结果：看表格 Test of between-subjects effects SSVMS FP 处理因素 区组因素 误差 总变异看表格 Multiple comparisons(两两比较）选择 SNK 和 Bonferro
17、ni 中的任一中方法对处理因素和区组因素分别进行分析 Pα,说明两总体的效应有差异 做残差图推断随机区组资料是否满意各水平方差齐同，是否听从正态分布 Graphs-scatter.-simple-define-ZRE(标准化残差）-Y Axis-treat-X Axis-ok 残差图：散点随机地在残差为 0 的横线上下，且无任何特别的结构，不存在异样点-满意正态性和方差齐性 结论：Pα,依据 α 的检验水准，不拒绝 H0，尚没有理由认为几个总体效应不相同；p 小于 α,依据 α 的检验水准，拒绝 H0，接受 H1，认为几个总体效应不全相同；两两比较结果，专业结论.