《数据分析的方法选择》由会员分享，可在线阅读，更多相关《数据分析的方法选择（10页珍藏版）》请在金锄头文库上搜索。
1、完全随机分组设计的资料目录完全随机分组设计的资料1一、 两组或多组计量资料的比较21.两组资料：22.多组资料：2二、 分类资料的记录分析31.单样本资料与总体比较32. 四格表资料33. 2C表资料的记录分析44. RC表资料的记录分析4三、 Poisson分布资料51.单样本资料与总体比较：52.两个样本比较：用正态近似的U检查。5配对设计或随机区组设计5四、 两组或多组计量资料的比较51.两组资料：62.多组资料：6五、 分类资料的记录分析61.四格表资料62.CC表资料：7变量之间的关联性分析7六、 两个变量之间的关联性分析71.两个变量均为持续型变量72.两个变量均为有序分类变量，可
2、以用Spearman有关系数进行记录分析73.一种变量为有序分类变量，另一种变量为持续型变量，可以用Spearman有关系数进行记录分析7七、 回归分析71.直线回归：72.多重线性回归：83.二分类的Logistic回归：84.有序多分类有序的Logistic回归：95.无序多分类有序的Logistic回归：9八、 生存分析资：101.用Kaplan-Meier措施估计生存曲线102.大样本时，可以寿命表措施估计103.单因素可以用Logrank比较两条或多条生存曲线104.多种因素时，可以作多重的Cox回归10一、 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
3、资料(1)若方差齐性，则作成组t检查(2)若方差不齐，则作t检查或用成组的Wilcoxon秩和检查2)小样本偏态分布资料，则用成组的Wilcoxon秩和检查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。如果方差分析的记录检查为有记录学意义，则进一步作记录分析：选择合适的措施（如：LSD检查，Bonferroni检查等）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的记录检查。如果Kruskal Wallis的记录检查为有记录学意义，则进一步作记录分析：选择合适的措施（如：用成组的Wilcoxon秩和检查，但用Bonf
4、erroni措施校正P值等）进行两两比较。二、 分类资料的记录分析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查；(2)大样本时：用U检查。2)多分类资料：用Pearson c2检查（又称拟合优度检查）。2. 四格表资料1)n40并且因此理论数不小于5，则用Pearson c22)n40并且因此理论数不小于1并且至少存在一种理论数5，则用校正 c2或用Fishers 确切概率法检查3)n40或存在理论数40并且理论数不不小于5的格子数行列表中格子总数的25%，则用Fishers 确切概率法检查4. RC表资料的记录分析1)列变量为效应指标，并且为有序多分类
5、变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检查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 c23)列变量和行变量均为有序多分类变量，可以作Spearman有关分析4)列变量和行变量均为无序多分类变量，(1)n40并且理论数不不小于5的格子数行列表中格子总数的25%，则用Fishers 确切概率法检查三、 Poisson分布资料1.单样本资料与总体比较：1)观测值较小时：用确切概率法进行检查。2)观测值较大时：用正态近似的U检查。2.两个样本比较：用正态近似的U检查。配
6、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检查2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检查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。如果方差分析的记录检查为有记录学意义，则进一步作记录分析：选择合适的措施（如：LSD检查，Bonferroni检查等）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的记录检查。如果Fredman的记录检查为有记录学意义，则进一步作记录分析：选择合适的措施（如：用Wilcoxon的符
7、号配对秩检查，但用Bonferroni措施校正P值等）进行两两比较。五、 分类资料的记录分析1.四格表资料1)b+c40，则用McNemar配对 c2检查或配对边际c2检查2)b+c40，则用二项分布确切概率法检查2.CC表资料：1)配对比较：用McNemar配对 c2检查或配对边际c2检查2)一致性问题（Agreement）：用Kap检查变量之间的关联性分析六、 两个变量之间的关联性分析1.两个变量均为持续型变量1)小样本并且两个变量服从双正态分布，则用Pearson有关系数做记录分析2)大样本或两个变量不服从双正态分布，则用Spearman有关系数进行记录分析2.两个变量均为有序分类变量可
8、以用Spearman有关系数进行记录分析3.一种变量为有序分类变量，另一种变量为持续型变量可以用Spearman有关系数进行记录分析七、 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，称为简朴回归），否则应作合适的变换，使其满足上述条件。2. 多重线性回归：应变量（Y）为持续型变量（即计量资料），自变量（X1，X2，Xp）可觉得持续型变量、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)观测性研究：可以用逐渐线性回归寻找（
9、拟）重要的影响因素2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，以校正这些混杂因素对成果的混杂作用3. 二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，Xp）可觉得持续型变量、有序分类变量或二分类变量。1)非配对的状况：用非条件Logistic回归(1)观测性研究：可以用逐渐线性回归寻找（拟）重要的影响因素(2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，以校正这些混杂因素对成果的混杂作用2)配对的状况：用条件Logistic回归(1)观测性研究：可以用逐渐线性回归寻找（拟）
10、重要的影响因素(2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，以校正这些混杂因素对成果的混杂作用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）可觉得持续型变量、有序分类变量或二分类变量。1)观测性研究：可以用逐渐线性回归寻找（拟）重要的影响因素2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，以校正这些混杂因素对成果的混杂作用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）可觉得持续型变量、有序分类变量或二分类变量。1)观测性研究：可以用逐渐线性回归寻找（拟）重要的影响因素2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，以校正这些混杂因素对成果的混杂作用八、 生存分析资：规定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措施估计生存曲线2.大样本时，可以寿命表措施估计3.单因素可以用Logrank比较两条或多条生存曲线4.多种因素时，可以作多重的Cox回归1)观测性研究：可以用逐渐线性回归寻找（拟）重要的影响因素2)实验性研究：在保持重要研究因素变量（干预变量）外，可以合适地引入某些其他也许的混杂因素变量，
