《常用统计分析方法介绍与实例解析》由会员分享，可在线阅读，更多相关《常用统计分析方法介绍与实例解析（55页珍藏版）》请在金锄头文库上搜索。
1、常用推断性统计分析方法介绍 及其实例解析浙江省疾病预防控制中心 何 凡 Tel: 0571-87115148; 13777843290 Email: 12基本概念变量类型常用推断性统计分析1. 两组之间比较定性资料2. 两组之间比较等级资料3. 两组之间比较定量资料4. 两组以上资料(无序多分类)的比较定性资料5. 两组以上资料(无序多分类)的比较等级资料6. 两组以上资料(无序多分类)的比较定量资料7. 两等级变量关系的分析8. 等级变量与定量变量之间的关系分析9. 两定量变量关系的分析 10. 多选题分析 11. Logisitic回归分析目 录基本概念变量类型1、定性变量：p 最常见的是
2、分类变量或名义变量；如职业：工人、农民、民工、商人、学生等，此为多 分类变量；最简单和最常用的分类变量是二分类变量， 如性别：男、女，某种疾病：有、无，某种结局：出现 、未出现等。3p 有序变量或等级变量与分类变量不同，各种可能的“取值”中自然地存在 着次序，如问卷调查中对某件事情的满意程度：非常不 满意、有点满意、满意、很满意、非常满意；临床体检 或实验室检验常用、来表示测 量结果；再如护理与康复，2004，3（1）：54-55 ，临床教学中培养护生观察能力的方法探讨，作者选用 了讲座、教学查房和案例教学三种方法，提高护生观察 能力的作用变量为：很有帮助、有帮助、一般。42、定量变量：分两种
3、离散型和连续型p 离散型：只能取整数值，如一年中的手术病人数，一年里 的新生儿数，细菌菌落数等；p 连续型：可以取实数中的任何数值，如血压、身高、体重 等，可以在实数的一定范围内连续取值；有一些测量值， 如红细胞计数，虽然以“个”为单位时只能取连续值，但 其数值很大，当以“千”或“万”为单位时，却可取小数 值，故通常把这类变量也作为连续型变量处理。5p 有时为了数据分析的方便，可以将一种类型的变 量转化为另一种类型。但只能由高级向低级转化，即 连续型有序分类二分类。实例：如护理与康复2004，3（1）：3-4，全子宫切除术后最佳下床活动时间与肛门排气时间关系的探讨，作者把肛门排气时间分为三个
4、等级（30h），然后再进行分析。6常用推断性统计分析方法7p 两组之间比较定性资料（1）二分类资料I 成组设计：所用统计方法为四格表2 检验。8910II 配对设计：对一组样品同时用两种检测方法对其进行检 测，每种检测方法检测结果都分为阳性和阴性，数出两种检 测方法同时判定为阳性、阴性的样品数以及它们检测结果不 一致的样品数，将结果表示成配对四格表的资料格式。所用 统计方法为配对四格表2 检验。11实例1中，两种检测方法不知何者为优，任何一种方法检测 的结果都有假阳性和假阴性，比较它们检测结果不一致的 两个频数，无论差别有无统计学意义，都不能说明两种检 测方法何者为优，缺乏“金标准”，因而没有
5、必要做统计 分析。实例2属于隐含金标准的配对四格表资料，若甲培养基培养出阳性结果 ，而乙却培养出阴性结果，表明甲优于乙，这种阳性结果为真阳性，此 时值得做统计分析。实例3则可以明确地判定试验检测方法的优劣。配对 四格表的2 检验可用McNemar 2 检验,以检测结果不一致部分差别是否 具有统计学意义。当然也可用Kappa检验法检验两种检测方法的检测结 果是否具有一致性。12估计值P值卡方34.0000 5.51121E-09校正卡方32.0294 1.51856E-08估计值P值卡方0.14290.705457校正卡方0.0000 1.000000结果结果13（2）无序多分类资料：所用方法为
6、2C表的2检验。14SPSS数据格式可以采用两组有序变量资料的Wilcoxon秩和检验15p 两组之间比较等级资料干预过去三个月您抽烟吗U ValueP Value 从不很少有时经常前4648461345291-2.88510.0039后3163297181164合计78117585264551617可以选用的方法有成组设计的t检验、u检验、单样本t检验（ 与总体作比较，实际上此时因素也为二分类）、配对t检验、 非参数Wilcoxon检验、符号检验、符号秩和检验等。18参数检验与非参数检验的区别？通常参数检验的检验效能要高于非参数检验，但当参数检验的条件（正 态性、方差齐性）得不到满足、开口资
7、料、等级资料或资料的总体分布 未知时，可以使用非参数检验的方法进行分析。成组设计和配对设计的区别？配对设计是按照一些非实验因素将受试对象配成对子，给予每对中的个 体以不同的处理，配对的条件一般为年龄、性别、体重。其优点是 在同一对的试验对象间取得均衡，从而提高试验的效率。通常分为自身 配对设计（某中措施作用于同一个体或两种措施作用于同一个体）和非 自身配对设计两种。p 两组之间比较定量资料（1）成组设计的t检验，设计类型为成组设计，且因素变量为 二分类变量，分析前需要先对资料的正态性和方差齐性进行检 验（这是很多参数检验的前提条件）。19例：两组雌鼠，分别饲以高蛋白和低蛋白饲料，8周后记录各鼠
8、体重 增加量（克），问两组动物的增重是否有差别？（此处正态性和方差齐 性检验略）。利用SPSS进行分析，数据文件及格式见“成组设计t检验.sav”，SPSS 菜单操作为：分析比较均值独立样本T检验结果见下页方差齐性检验的分析结果， P值（Sig）0.9050.05， 表明方差齐性t检验分析结果，P值（Sig） 0.0760.05，表明两组动物增加的重 量无差异（无统计学意义）。当方差齐性时，看第一行的结果（t 1.891，P0.076），当方差不齐 时，看第二行的结果（t1.911，P 0.078）20（2）成组设计的u检验，当样本量较大时，两组之间均数的比较 可以用u检验，其在SPSS中的实
9、现过程同t检验，此处略。（3）单样本t检验；21例：通过以往大规模调查，已知某地婴儿出生体重均数为3.30kg，今测得 某地一组婴儿的出生体重，问该地婴儿出生体重是否与一般婴儿出生体重不同？利用SPSS进行分析，数据文件及格式见“单样本t检验.sav”，SPSS菜单操作 为：分析比较均值单样本T检验（4）配对t检验22例：用某药治疗10例高血压病人，测得治疗前后各病人的舒张压， 问该药是否有降低舒张压的作用？利用SPSS进行分析，数据文件及格式见“配对t检验.sav”，SPSS菜单 操作为：分析比较均值配对样本T检验结果见下页23（5）非参数Wilcoxon秩和检验，适用于成组设计资料。24例
10、：测得某病的健康人12人和患者10人的某指标值，问 两组之间该指标值是否有差异？ 25（1）二分类:所用方法为R2表的2检验。如几种药物的疗效（有效、无效）比较；不同职业人群某病发 生率的比较等等。26p 两组以上资料（无序多分类）的比较定性资料27（2）多分类:所用方法为RC表的2检验。 28实例2中小于5的理论频数的格子数超过了总格子数的1/5，若选用一般的2检验公式计算，将增大犯假阳性错误的概率，故此处应选用Fishers精确检验法。293031此时资料属于单向有序的RC表资料，可以使用秩和检验、 Ridit分析和Logistic回归的方法分析。 32p 两组以上资料（无序多分类）的比较
11、等级资料Kruskal-Wallis Test:使用SPSS分析实例2资料，数据格 式见右侧截图。菜单操作为：分析非参数检验 旧对话框 K 个独立样本注意：例数必须先进行加权操作33当多组之间比较时，可以选用的方法有单因素方差分析、配伍 组设计的方差分析（属两因素方差分析，其与二分类的配对t 检验相对应）、非参数Kruskal-Wallis检验及非参数Friedman 检验等。34（1）单因素方差分析例：某医生为研究一种四类降糖新药的疗效，以统一的纳入标 准和排除标准选择了60名2型糖尿病患者，按完全随机设计方案将 患者分为三组进行双盲临床试验。其中，将糖新药高剂量组21人 、低剂量组19人、
12、对照组20人。对照组用公认的降糖药物，治疗4 周后测得其餐后2小时血糖的下降值。问治疗4周后，餐后2小时血 糖下降值的三组总体平均水平是否不同？（此处正态性和方差齐 性检验略）。利用SPSS进行分析，数据文件及格式见“单因素方差分析 .sav”，SPSS菜单操作为：分析比较均值单因素Anovap 两组以上资料（无序多分类）的比较定量资料截图二：两两比较对话 框，常用的有LSD、S- N-K、Bonferroni、 Duncan、Dunnett方 法。35截图一：方差 同质性检验方差齐性检验结果：P0.05,方差齐方差分析结果，F=5.537,P=0.006=三组，定量Wilcoxon：两组，等
13、级、定量Kruskal-wallis：=三组，等级、定量相关分析：等级（kendall），非正态、定量（spearman）正态、定量：pearson相关分析46多选题的两种形式：47p 多选题分析第一种形式：您认为健康的生活方式包括哪些内容： a. 戒烟、限酒 b. 平衡膳食 c. 心胸开阔 d. 多吃保健品、营养品 e. 控制体重 f. 多吃多睡 g. 经常运动 h. 不知道第二种形式：对公众进行流感或人禽流感预防和控制等方面最主要的 宣传形式（限选三种）_ a.报纸 b.杂志 c.电视 d. 广播 e.网络 f. 发放宣传材料 g.社区宣传栏/墙报/街头标语 h.社区咨询4849Logis
14、tic回归分析p Logistic回归是适用于反应变量（即因变量）为分类变量的 回归分析，近年来在许多研究领域得到了广泛的应用。p Logistic归按照反应变量的类型可分为：u两分类反应变量的Logistic回归;u多分类有序反应变量的Logistic回归;u多分类无序反应变量的Logistic回归。p Logistic回归按照研究设计的类型可分为：u非条件Logistic回归，即研究对象未经匹配;u1:1的条件Logistic回归，即研究对象按1:1进行匹配;u1:m或m:n的条件Logistic回归，即研究对象按1:m或 m:n进行匹配。51单因素52多因素53单因素分析结果多因素分析结果p条件Logistic回归分析（n:m的个体匹配设计）54危险因素人数%OR95%CI 病例 对照病例对照 收玉米81427251.30.31-5.6 收黄豆161352233.61.4-9.6 种麦234782830.890.17-4.7某市恙虫病发病危险因素病例对照研究结果55
