《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
