《SPSS数据分析的医学统计方法选择[整理]》由会员分享,可在线阅读,更多相关《SPSS数据分析的医学统计方法选择[整理](19页珍藏版)》请在金锄头文库上搜索。
1、1 SPSS数据分析的医学统计方法选择 目 录 数据分析的统计方法选择小结.错误 !未定义书签。 目 录 . .错误 !未定义书签。 资料 1 .错误 !未定义书签。 完全随机分组设计的资料.错误 !未定义书签。 配对设计或随机区组设计.错误 !未定义书签。 变量之间的关联性分析.错误 !未定义书签。 资料 2 .错误 !未定义书签。 1. 连续性资料.错误 !未定义书签。 两组独立样本比较.错误 !未定义书签。 两组配对样本的比较.错误 !未定义书签。 多组完全随机样本比较.错误 !未定义书签。 多组随机区组样本比较.错误 !未定义书签。 2分类资料.错误 !未定义书签。 四格表资料.错误
2、!未定义书签。 2C 表或 R2 表资料的统计分析 .错误 !未定义书签。 RC 表资料的统计分析 .错误 !未定义书签。 配对分类资料的统计分析.错误 !未定义书签。 资料 3 .错误 !未定义书签。 一、两个变量之间的关联性分析.错误 !未定义书签。 二、回归分析.错误 !未定义书签。 资料 4 .错误 !未定义书签。 一统计方法抉择的条件.错误 !未定义书签。 1分析目的.错误 !未定义书签。 2资料类型.错误 !未定义书签。 3设计方法.错误 !未定义书签。 4分布特征及数理统计条件.错误 !未定义书签。 二数据资料的描述.错误 !未定义书签。 1数值变量资料的描述.错误 !未定义书签
3、。 2分类变量资料的描述.错误 !未定义书签。 三数据资料的比较.错误 !未定义书签。 1假设检验的基本步骤.错误 !未定义书签。 2假设检验结论的两类错误.错误 !未定义书签。 3假设检验的注意事项.错误 !未定义书签。 4常用假设检验方法.错误 !未定义书签。 四变量间的相关分析.错误 !未定义书签。 1数值变量(计量资料)的关系分析.错误 !未定义书签。 2 2无序分类变量(计数资料)的相关分析.错误 !未定义书签。 3有序分类变量(等级资料)等级相关.错误 !未定义书签。 资料 1 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
4、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
5、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 2 2)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 Fisher s 确切概率法检验 3)n40 或存在理论数40 并且理论数小于5 的格子数 行列表中格子总数的25
6、% , 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 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 2 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)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
7、 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, Bonferron
8、i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 4 1)b+c40 ,则用 McNemar配对 2 检验或配对边际 2 检验 2)b+c40,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 2 检验或配对边际 2 检验 2) 一致性问题( Agreement) :用
9、 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)
10、,否则应 作适当的变换,使其满足上述条件。 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
11、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
12、, , Xp)可以为连续型变量、有序分类变量或二分类变量。 5 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、 生存分析资料: (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 资料 2 1. 连续性资料 两组独立样本比较 资料符合