《spss数据分析的医学统计方法选择资料》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资料（18页珍藏版）》请在金锄头文库上搜索。
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1目 录1资料12完全随机分组设计的资料2配对设计或随机区组设计3变量之间的关联性分析4资料251.连续性资料51.1两组独立样本比较51.2两组配对样本的比较51.3多组完全随机样本比较61.4多组随机区组样本比较62分类资料62.1四格表资料62.2 2C表或R2表资料的统计分析72.3 RC表资料的统计分析72.4 配对分类资料的统计分析8资料38一、两个变量之间的关联性分析8二、回归分析9资料49一统计方法抉择的条件91分析目的102资料类型103设计方法114分布特征及数理统计条件12二数据资料的描述121数值变量资料
2、的描述132分类变量资料的描述13三数据资料的比较141假设检验的基本步骤142假设检验结论的两类错误143假设检验的注意事项154常用假设检验方法16四变量间的相关分析171数值变量（计量资料）的关系分析172无序分类变量（计数资料）的相关分析183有序分类变量（等级资料）等级相关18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
3、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
4、) 多分类资料：用Pearson c2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 c22) 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 c2或用Fishers 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%，则用Fishers 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 c2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 corr
5、elation analysis的CMH c23) 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Fishers 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，
6、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，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 c2
7、检验或配对边际c2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 c2检验或配对边际c2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
8、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），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
9、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，
10、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
11、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21.连续性资料1.1两组独立样本比较1.1.1资料
12、符合正态分布，且两组方差齐性，直接采用t检验。1.1.2资料不符合正态分布（1）可进行数据转换，如对数转换等，使之服从正态分布，然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。1.1.3资料方差不齐（1）采用Satterthwate的t检验；（2）采用非参数检验,如Wilcoxon检验。1.2两组配对样本的比较1.2.1两组差值服从正态分布，采用配对t检验。1.2.2两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。1.3多组完全随机样本比较1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两
13、两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的KruscalWallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。1.4多组随机区组样本比较1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。1.4.2资料不符合正态分布，或各组方
14、差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。需要注意的问题：（1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。（2） 当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确。（3） 关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。2分类资料
