常用醫(yī)學(xué)統(tǒng)計學(xué)方法匯總_第1頁
常用醫(yī)學(xué)統(tǒng)計學(xué)方法匯總_第2頁
常用醫(yī)學(xué)統(tǒng)計學(xué)方法匯總_第3頁
常用醫(yī)學(xué)統(tǒng)計學(xué)方法匯總_第4頁
常用醫(yī)學(xué)統(tǒng)計學(xué)方法匯總_第5頁
已閱讀5頁,還剩8頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、選擇合適的統(tǒng)計學(xué)方法1 連續(xù)性資料兩組獨立樣本比較資料符合正態(tài)分布 , 且兩組方差齊性 , 直接采用 t 檢驗。資料不符合正態(tài)分布, (1)可進行數(shù)據(jù)轉(zhuǎn)換 ,如對數(shù)轉(zhuǎn)換等 , 使之服從正態(tài)分布 ,然 后對轉(zhuǎn)換后的數(shù)據(jù)采用 t 檢驗;( 2)采用非參數(shù)檢驗 ,如 Wilcoxon 檢驗。資料方差不齊, (1)采用 Satterthwate 的 t 檢驗;( 2)采用非參數(shù)檢驗 , 如 Wilcoxon 檢驗。兩組配對樣本的比較兩組差值服從正態(tài)分布,采用配對 t 檢驗。兩組差值不服從正態(tài)分布,采用 wilcoxon 的符號配對秩和檢驗。多組完全隨機樣本比較資料符合正態(tài)分布,且各組方差齊性,直接采用

2、完全隨機的方差分析。如果檢驗結(jié) 果為有統(tǒng)計學(xué)意義, 則進一步作兩兩比較, 兩兩比較的方法有 LSD檢驗,Bonferroni 法, tukey 法, Scheffe 法, SNK法等。資料不符合正態(tài)分布, 或各組方差不齊, 則采用非參數(shù)檢驗的 Kruscal Wallis 法。 如果檢驗結(jié)果為有統(tǒng)計學(xué)意義,則進一步作兩兩比較,一般采用 Bonferroni 法校 正 P 值,然后用成組的 Wilcoxon 檢驗多組隨機區(qū)組樣本比較 資料符合正態(tài)分布,且各組方差齊性,直接采用隨機區(qū)組的方差分析。如果檢驗結(jié) 果為有統(tǒng)計學(xué)意義, 則進一步作兩兩比較, 兩兩比較的方法有 LSD檢驗,Bonferron

3、i 法, tukey 法, Scheffe 法, SNK法等。資料不符合正態(tài)分布,或各組方差不齊,則采用非參數(shù)檢驗的 Fridman 檢驗法。如 果檢驗結(jié)果為有統(tǒng)計學(xué)意義, 則進一步作兩兩比較, 一般采用 Bonferroni 法校正 P 值,然后用符號配對的 Wilcoxon 檢驗。* 需要注意的問題:( 1) 一般來說,如果是大樣本,比如各組例數(shù)大于50,可以不作正態(tài)性檢驗,直接采用 t 檢驗或方差分析。因為統(tǒng)計學(xué)上有中心極限定理,假定大樣本是服從正態(tài) 分布的。( 2) 當(dāng)進行多組比較時,最容易犯的錯誤是僅比較其中的兩組,而不顧其他組, 這樣作容易增大犯假陽性錯誤的概率。 正確的做法應(yīng)該是

4、, 先作總的各組間的比較, 如果總的來說差別有統(tǒng)計學(xué)意義,然后才能作其中任意兩組的比較,這些兩兩比較 有特定的統(tǒng)計方法,如上面提到的 LSD檢驗, Bonferroni 法, tukey 法, Scheffe 法, SNK法等。 * 絕不能對其中的兩組直接采用 t 檢驗,這樣即使得出結(jié)果也未必 正確 *( 3) 關(guān)于常用的設(shè)計方法:多組資料盡管最終分析都是采用方差分析,但不同設(shè) 計會有差別。常用的設(shè)計如完全隨即設(shè)計,隨機區(qū)組設(shè)計,析因設(shè)計,裂區(qū)設(shè)計, 嵌套設(shè)計等。2分類資料四格表資料例數(shù)大于 40,且所有理論數(shù)大于 5,則用普通的 Pearson 檢驗。例數(shù)大于 40,所有理論數(shù)大于 1,且至

5、少一個理論數(shù)小于 5,則用校正的 檢驗或 Fisher s確切概率法檢驗。例數(shù)小于 40,或有理論數(shù)小于 2,則用 Fisher s確切概率法檢驗。2C表或 R2表資料的統(tǒng)計分析列變量行變量均為無序分類變量,則( 1)例數(shù)大于 40,且理論數(shù)小于 5 的格子 數(shù)目 總格子數(shù)目的 25,則用普通的 Pearson 檢驗。( 2)例數(shù)小于 40,或理論數(shù) 小于 5 的格子數(shù)目 總格子數(shù)目的 25,則用 Fisher s確切概率法檢驗。列變量為效應(yīng)指標(biāo), 且為有序多分類變量, 行變量為分組變量, 用普通的 Pearson 檢 驗只說明組間構(gòu)成比不同,如要說明療效,則可用行平均分差檢驗或成組的Wilc

6、oxon 秩和檢驗。列變量為效應(yīng)指標(biāo),且為二分類變量,行變量為有序多分類變量,則可采用普通的 Pearson 檢驗比較各組之間有無差別, 如果總的來說有差別, 還可進一步作兩兩 比較,以說明是否任意兩組之間的差別都有統(tǒng)計學(xué)意義。RC表資料的統(tǒng)計分析列變量行變量均為無序分類變量,則( 1)例數(shù)大于 40,且理論數(shù)小于 5 的格子 數(shù)目 總格子數(shù)目的 25,則用普通的 Pearson 檢驗。( 2)例數(shù)小于 40,或理論數(shù) 小于 5 的格子數(shù)目 總格子數(shù)目的 25,則用 Fisher s確切概率法檢驗。 (3)如 果要作相關(guān)性分析,可采用 Pearson 相關(guān)系數(shù)。列變量為效應(yīng)指標(biāo), 且為有序多分

7、類變量, 行變量為分組變量, 用普通的 Pearson 檢 驗只說明組間構(gòu)成比不同,如要說明療效或強弱程度的不同,則可用行平均分差檢 驗或成組的 Wilcoxon 秩和檢驗或 Ridit 分析。列變量為效應(yīng)指標(biāo),且為無序多分類變量,行變量為有序多分類變量,則可采用 普通的 Pearson 檢驗比較各組之間有無差別, 如果有差別, 還可進一步作兩兩比較, 以說明是否任意兩組之間的差別都有統(tǒng)計學(xué)意義。列變量行變量均為有序多分類變量, ( 1)如要做組間差別分析,則可用行平均 分差檢驗或成組的 Wilcoxon 秩和檢驗或 Ridit 分析。如果總的來說有差別,還可 進一步作兩兩比較,以說明是否任意

8、兩組之間的差別都有統(tǒng)計學(xué)意義。( 2)如果要做兩變量之間的相關(guān)性,可采用 Spearson 相關(guān)分析。配對分類資料的統(tǒng)計分析四格表配對資料, (1)bc40,則用 McNemar配對 檢驗。(2) b c40,則用校 正的配對 檢驗。CC資料,(1)配對比較:用 McNemar配對 檢驗。( 2)一致性檢驗,用 Kappa檢 驗。在 SPSS軟件相關(guān)分析中 ,pearson( 皮爾遜 ), kendall (肯德爾) 和 spearman(斯 伯曼 / 斯皮爾曼)三種相關(guān)分析方法有什么異同兩個連續(xù)變量間呈線性相關(guān)時,使用 Pearson 積差相關(guān)系數(shù),不滿足積差相關(guān)分析 的適用條件時,使用 S

9、pearman 秩相關(guān)系數(shù)來描述 .Spearman相關(guān)系數(shù)又稱秩相關(guān)系數(shù), 是利用兩變量的秩次大小作線性相關(guān)分析, 對 原始變量的分布不作要求,屬于非參數(shù)統(tǒng)計方法,適用范圍要廣些。對于服從Pearson 相關(guān)系數(shù)的數(shù)據(jù)亦可計算 Spearman 相關(guān)系數(shù),但統(tǒng)計效能要低一些。Pearson 相關(guān)系數(shù)的計算公式可以完全套用 Spearman相關(guān)系數(shù)計算公式, 但公式中 的 x 和 y 用相應(yīng)的秩次代替即可。Kendalls tau-b 等級相關(guān)系數(shù):用于反映分類變量相關(guān)性的指標(biāo),適用于兩個分 類變量均為有序分類的情況。對相關(guān)的有序變量進行非參數(shù)相關(guān)檢驗; 取值范圍 在 -1-1 之間,此檢驗適

10、合于正方形表格;計算積距 pearson 相關(guān)系數(shù),連續(xù)性變量才可采用 ; 計算 Spearman 秩相關(guān)系數(shù),適 合于定序變量或不滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù) ; 計算 Kendall 秩相關(guān)系數(shù),適 合于定序變量或不滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù)。計算相關(guān)系數(shù):當(dāng)資料不服從雙變量正態(tài)分布或總體分布未知,或原始數(shù)據(jù)用等級 表示時,宜用 spearman 或 kendall 相關(guān)Pearson 相關(guān)復(fù)選項 積差相關(guān) 計算連續(xù)變量或是等間距測度的變量間的相關(guān)分析Kendall 復(fù)選項 等級相關(guān) 計算分類變量間的秩相關(guān),適用于合并等級資料Spearman 復(fù)選項 等級相關(guān) 計算斯皮爾曼相關(guān),適用于連

11、續(xù)等級資料 注:1 若非等間距測度的連續(xù)變量 因為分布不明 - 可用等級相關(guān) / 也可用 Pearson 相關(guān), 對于完全等級離散變量必用等級相關(guān)2 當(dāng)資料不服從雙變量正態(tài)分布或總體分布型未知或原始數(shù)據(jù)是用等級表示時 , 宜 用 Spearman 或 Kendall 相關(guān)。3 若不恰當(dāng)用了 Kendall 等級相關(guān)分析則可能得出相關(guān)系數(shù)偏小的結(jié)論。 則若不恰 當(dāng)使用,可能得相關(guān)系數(shù)偏小或偏大結(jié)論而考察不到不同變量間存在的密切關(guān)系。 對一般情況默認數(shù)據(jù)服從正態(tài)分布的,故用 Pearson 分析方法。在 SPSS里進入 Correlate Bivariate ,在變量下面 Correlation

12、Coefficients 復(fù)選框組里有 3 個選項:PearsonKendalls tau-bSpearman:Spearmanspearman(斯伯曼 / 斯皮爾曼)相關(guān)系數(shù)斯皮爾曼等級相關(guān)是根據(jù)等級資料研究兩個變量間相關(guān)關(guān)系的方法。它是依據(jù)兩列 成對等級的各對等級數(shù)之差來進行計算的,所以又稱為“等級差數(shù)法”斯皮爾曼等級相關(guān)對數(shù)據(jù)條件的要求沒有積差相關(guān)系數(shù)嚴格,只要兩個變量的觀測 值是成對的等級評定資料,或者是由連續(xù)變量觀測資料轉(zhuǎn)化得到的等級資料,不論 兩個變量的總體分布形態(tài)、樣本容量的大小如何,都可以用斯皮爾曼等級相關(guān)來進 行研究Kendalls 相關(guān)系數(shù)肯德爾 (Kendall)W 系數(shù)

13、又稱和諧系數(shù),是表示多列等級變量相關(guān)程度的一種方法。 適用這種方法的數(shù)據(jù)資料一般是采用等級評定的方法收集的,即讓 K 個評委(被試)評定 N件事物,或 1 個評委(被試)先后 K次評定 N件事物。等級評定法每個評價 者對 N件事物排出一個等級順序,最小的等級序數(shù)為1 ,最大的為 N,若并列等級時,則平分共同應(yīng)該占據(jù)的等級,如,平時所說的兩個并列第一名,他們應(yīng)該占據(jù) 1,2 名,所以它們的等級應(yīng)是 , 又如一個第一名,兩個并列第二名,三個并列第三 名,則它們對應(yīng)的等級應(yīng)該是 1,5,5,5, 這里是 2,3 的平均, 5 是 4,5,6 的平均??系聽?(Kendall)U 系數(shù)又稱一致性系數(shù),

14、 是表示多列等級變量相關(guān)程度的一種方法。 該方法同樣適用于讓 K 個評委(被試)評定 N件事物,或 1 個評委(被試)先后 K 次評定 N 件事物所得的數(shù)據(jù)資料,只不過評定時采用對偶評定的方法,即每一次評 定都要將 N 個事物兩兩比較,評定結(jié)果如下表所示,表格中空白位(陰影部分可以 不管)填入的數(shù)據(jù)為:若 i 比 j 好記 1,若 i 比 j 差記 0,兩者相同則記。一共將 得到 K 張這樣的表格,將這 K 張表格重疊起來,對應(yīng)位置的數(shù)據(jù)累加起來作為最后 進行計算的數(shù)據(jù),這些數(shù)據(jù)記為 ij 。正態(tài)分布的相關(guān)檢驗對來自正態(tài)總體的兩個樣本進行均值比較常使用 T 檢驗的方法。 T 檢驗要求兩個被 比

15、較的樣本來自正態(tài)總體。兩個樣本方差相等與不等時用的計算 T 值的公式不同。進行方差齊次性檢驗使用 F 檢驗。對應(yīng)的零假設(shè)是:兩組樣本方差相等。 P 值小于 說明在該水平上否定原假設(shè),方差不齊;否則兩組方差無顯著性差異。U 檢驗時用服從正態(tài)分布的檢驗量去檢驗總體均值差異情況的方法。在這種情況下 總體方差通常是已知的。雖然 T 檢驗法與 U檢驗法所解決的問題大體相同,但在小樣本(樣本數(shù)n)=30 作為大樣本)且均方差未知的情況下就不能用U 檢驗法了。均值檢驗時不同的數(shù)據(jù)使用不同的統(tǒng)計量使用 MEANS過程求若干組的描述統(tǒng)計量,目的在于比較。因此必須分組求均值。這是與 Descriptives 過程

16、不同之處。檢驗單個變量的均值是否與給定的常數(shù)之間存在差異,用 One-Sample T Test 單樣 本 T 檢驗過程。檢驗兩個不相關(guān)的樣本是否來自來具有相同均值的總體, 用 Independent-Samples T test 獨立樣本 t 檢驗過程。如果分組樣本不獨立,用 Paired Sample T test配對 t 檢驗。如果分組不止兩個, 應(yīng)使用 One-WayA NOVO一元方差分析 (用于檢驗幾個獨立的組, 是否來自均值相等的總體)過程進行單變量方差分析。如果試圖比較的變量明顯不服從正態(tài)分布,則應(yīng)該考慮使用一種非參數(shù)檢驗過程 Nonparametric test.如果用戶相比

17、較的變量是分類變量,應(yīng)該使用 Crosstabs 功能。當(dāng)樣本值不能為負值時用右側(cè)單邊檢驗醫(yī)學(xué)科研中常用醫(yī)學(xué)統(tǒng)計學(xué)方法統(tǒng)計學(xué)是一門透過同質(zhì)事物的變異性、 揭示內(nèi)在事物規(guī)律性和實質(zhì)性的科學(xué), 確切地講, 是一門關(guān) 于客觀數(shù)據(jù)分析的科學(xué),研究數(shù)據(jù)的收集、整理和分析,包括理論和應(yīng)用兩個方面。醫(yī)學(xué)應(yīng)用統(tǒng)計學(xué), 側(cè)重于實際應(yīng)用, 是在傳承和借鑒傳統(tǒng)醫(yī)學(xué)統(tǒng)計學(xué)“理論原理公式應(yīng)用”模式基礎(chǔ)上, 創(chuàng)造性地 以“目的數(shù)據(jù)庫一變量類型一變量間關(guān)系”模式為指導(dǎo)的統(tǒng)計學(xué)。它遵循簡單實用的原則, 力避復(fù)雜的數(shù)學(xué)原理和公式推導(dǎo), 以解決實際問題為導(dǎo)向, 以建立統(tǒng)計數(shù)據(jù)庫、 分清變量類型為基礎(chǔ), 以分析變量與變量間關(guān)系為核

18、心闡述統(tǒng)計學(xué)分析方法, 對于廣大醫(yī)學(xué)科研工作者, 具有內(nèi)容簡單、思維明確、操作可行、方法實用的特點。因此,學(xué)好用好醫(yī)學(xué)應(yīng)用統(tǒng)計學(xué)需要掌握如下 一些基本方法。一、明確研究目的和研究設(shè)計 研究目的是研究設(shè)計的目標(biāo)和方向 ,科學(xué)研究的基本要素及其基本原則是科研設(shè)計的基礎(chǔ)和指南。 完整 的科研設(shè)計包括專業(yè)設(shè)計和統(tǒng)計設(shè)計兩部分: 專業(yè)設(shè)計是指課題的實際意義和研究價值, 入選對象的診 斷標(biāo)準、 納入標(biāo)準及排除標(biāo)準等, 決定研究課題的先進性和實用性; 統(tǒng)計設(shè)計包括選擇研究類型與設(shè)計 方案,確定研究總體、樣本量、觀察指標(biāo)、隨機化分組或抽樣方法,以及數(shù)據(jù)的質(zhì)量控制和統(tǒng)計分析方 法等,影響課題的可信度和科學(xué)價值。

19、因此, 正確的統(tǒng)計學(xué)分析一定要建立在明確的研究目的和研究設(shè)計的基礎(chǔ)之上, 那些事先沒有研究目的 和研究設(shè)計,事后找來一堆數(shù)據(jù)進行統(tǒng)計分析都是不可取的。在醫(yī)學(xué)論文的撰、編、審、讀過程中經(jīng)常遇到的問題是研究的題目與課題設(shè)計、論文內(nèi)容不符,包括文 章的方法解決不了論文的目的、 文章的結(jié)果說明不了論文的題目、 文章的討論偏離了論文的主題; 還有 是目的不明確、 設(shè)計不合理。如題目過小,論文不夠字數(shù),而一些無關(guān)緊要的變量指標(biāo)或結(jié)果被分析被 討論;又如題目過大,論文的全部內(nèi)容不足以說明研究的目的,使論文的論點難以立足。所以,合理明確的論文題目或目的以及研究設(shè)計方案是撰、編、審、讀者應(yīng)當(dāng)關(guān)注的首要問題。此外

20、, 樣本含量是否滿足,抽樣是否隨機,偏倚是否控制等,也是不可忽視的問題。二、建好分析用的數(shù)據(jù)庫數(shù)據(jù)庫即存放數(shù)據(jù)的“倉庫”, 是指將不同研究對象不同觀測指標(biāo)的觀察結(jié)果逐一有序記錄的二維表格 形式。二維表中除第一行屬于觀察指標(biāo)外, 其余每一行代表一個觀察對象的所有觀察指標(biāo)值 (即數(shù)據(jù)) ; 每一列代表某項觀察指標(biāo)所有觀察對象的觀察值。 嚴格的數(shù)據(jù)庫數(shù)據(jù)可以直接應(yīng)用相關(guān)軟件進行統(tǒng)計分 析。由于不同軟件對文字存在可識別性問題, 一般在統(tǒng)計分析時要求數(shù)據(jù)庫的數(shù)據(jù)值全部用阿拉伯?dāng)?shù)字表示, 必要時可在適當(dāng)位置附加批注。 對于論文作者來講, 統(tǒng)計分析需要借助于統(tǒng)計分析軟件計算, 而統(tǒng)計分 析軟件都要有完整、符

21、合要求的數(shù)據(jù)或數(shù)據(jù)庫,所以建好分析數(shù)據(jù)庫是統(tǒng)計分析的需要。此外, 建好分析數(shù)據(jù)庫還可以理清分析思路。 在試驗或調(diào)查研究中獲取的數(shù)據(jù)有時多而零散, 如果不能 進行科學(xué)的整理匯總,就會顯得雜亂無章,理不清頭緒,抓不住要點,甚至無所適從,最后可能束之高 閣、棄之不用,造成數(shù)據(jù)的極大浪費。相反,建好數(shù)據(jù)庫,可以使觀察對象的研究指標(biāo)一目了然,使研 究思路清晰明確。因此,建好數(shù)據(jù)庫是正確統(tǒng)計分析的前提和基礎(chǔ),甚至決定了論文分析結(jié)果的成敗。對于編、審、讀者 來講, 一般由于篇幅的限制, 往往得不到數(shù)據(jù)庫數(shù)據(jù), 而只有作者在數(shù)據(jù)庫數(shù)據(jù)基礎(chǔ)上經(jīng)統(tǒng)計描述計算 后給出的諸如各指標(biāo)均數(shù) ?x、標(biāo)準差 s 或中位數(shù) M

22、、百分位數(shù) Px 的“二手”數(shù)據(jù),或?qū)⒀芯繉ο蟮?某一指標(biāo)按其數(shù)值大小或特征屬性分組,清點各組觀察單位出現(xiàn)的個數(shù)或頻數(shù)的頻數(shù)表數(shù)據(jù)等。 無論是否能夠得到數(shù)據(jù)庫數(shù)據(jù), 作者在統(tǒng)計分析過程中一定依據(jù)數(shù)據(jù)庫數(shù)據(jù)進行計算, 得出結(jié)果。 如果 對“二手”數(shù)據(jù)或頻數(shù)表數(shù)據(jù)的結(jié)果等存在疑惑, 編輯、 審稿專家或讀者有權(quán)要求作者提供數(shù)據(jù)庫數(shù)據(jù) 以檢查其完整性、 準確性和真實性, 確保研究數(shù)據(jù)的質(zhì)量。 假若在投稿須知中對數(shù)據(jù)庫數(shù)據(jù)作出必要的 要求,無疑對于保證刊物的發(fā)表質(zhì)量有著積極的意義。三、分清楚指標(biāo)(或變量)的性質(zhì)和類型指標(biāo), 即觀察指標(biāo), 是由研究目的確定的觀察對象的內(nèi)在屬性特征或其相關(guān)的影響因素。例如,

23、 需要研 究本體感覺訓(xùn)練對腦卒中偏癱患者運動功能(本體感覺、平衡功能)的影響,那么本體感覺、平衡功能 反映了腦卒中偏癱患者運動功能的特征, 分別稱為研究的本體感覺指標(biāo)、 平衡功能指標(biāo), 影響本體感覺 和平衡功能的有關(guān)因素,比如年齡、性別、病種、病程等,稱為研究的年齡指標(biāo)、性別指標(biāo)、病種指標(biāo) 和病程指標(biāo)。變量即觀察變量,也稱變化的量,實際上就是觀察指標(biāo), 一般特指用于數(shù)學(xué)、統(tǒng)計或軟件計算的分析指 標(biāo)。例如,腦卒中偏癱患者運動功能的本體感覺、平衡功能指標(biāo),在統(tǒng)計計算時,分別稱為本體感覺變 量和平衡功能變量。按變量是否影響其它變量或是否受到其它變量的影響有影響變量和結(jié)果變量之分。 影響變量, 也稱自

24、變 量,是指自身變化并影響結(jié)果變量變化的量; 結(jié)果變量, 又稱因變量, 是指隨影響變量變化而變化的量, 看作是影響變量變化的結(jié)果。如果分析康復(fù)訓(xùn)練對冠心病患者有氧運動功能的影響, 那么康復(fù)訓(xùn)練可看作是影響變量, 有氧運動功能 則為結(jié)果變量; 如果分析不同性別之間冠心病患者有氧運動功能是否存在統(tǒng)計學(xué)差異, 那么性別是影響 變量,有氧運動功能是結(jié)果變量。分清楚變量的性質(zhì),即什么是結(jié)果變量、什么是影響變量,是選擇統(tǒng) 計分析方法的第一步。一般而言,那些相對固有的、不易改變的特征(如性別、籍貫等)或易于被人控制的處理因素(如實驗 分組、疫苗接種與否等)作為影響變量或影響因素;而那些容易變化、較難確定的觀

25、察效應(yīng)或結(jié)局(如 療效、患病與否等)作為結(jié)果變量,看成是最后觀察的結(jié)果。但影響變量和結(jié)果變量的劃分是相對的, 視研究目的和具體情況而定,有時甚至不加區(qū)分。從數(shù)據(jù)庫、 數(shù)據(jù)分析的角度來看, 變量是指那些能反映數(shù)據(jù)庫數(shù)據(jù)的內(nèi)在數(shù)量關(guān)系, 可用于統(tǒng)計計算包 括軟件計算的指標(biāo)。 一般而言, 不同的研究目的決定了不同的數(shù)據(jù)庫, 實際上決定了組成數(shù)據(jù)庫的不同 變量。變量的類型分為數(shù)值變量和分類變量。數(shù)值變量,又稱定量變量,是指能用定量方法測定的、具有數(shù)值大小、高低或多少的指標(biāo),變量值一般 有度量衡單位,可以帶小數(shù)點,如身高、體重、血壓等;分類變量,又稱定性變量,是指能用定性的方 法確定的、 觀察單位某項屬

26、性或特征分類的指標(biāo)。 根據(jù)分類變量的分類項數(shù)和各項數(shù)間有無等級程度差 異分為二項分類變量、多項無序分類變量、多項有序分類變量,如表 1 。表 1? 分類變量的不同類別與舉例從應(yīng)用統(tǒng)計學(xué)選擇統(tǒng)計分析方法的角度考慮, 變量可考慮分為數(shù)值變量、 多項有序分類變量、 多項無序 分類變量、 二項分類變量四種。 此外,不同類別變量可遵循下列順序轉(zhuǎn)化: 數(shù)值變量一多項有序分類變 量一多項無序分類變量一 - 項分類變量,稱為降級轉(zhuǎn)化, 但這種轉(zhuǎn)化過程會不斷喪失蘊藏的數(shù)據(jù)信息, 導(dǎo)致統(tǒng)計分析過程中假陰性結(jié)果的不斷增加。至于逆向轉(zhuǎn)化即升級轉(zhuǎn)化,盡管理論上認同,但實際應(yīng)用中不建議采用。很多研究表明, 掌握好統(tǒng)計分析

27、的應(yīng)用條件, 正確選擇統(tǒng)計分析方法是學(xué)習(xí)并應(yīng)用統(tǒng)計學(xué)的一個突出難 點。對于醫(yī)學(xué)論文作者而言,分清楚數(shù)據(jù)庫中變量的性質(zhì)(影響變量與結(jié)果變量)、類型(數(shù)值變量、多項 有序分類變量、 多項無序分類變量、 二項分類變量)以及它們之間的降級轉(zhuǎn)化關(guān)系 (數(shù)值變量一多項有 序分類變量一多項無序分類變量一二項分類變量) 是學(xué)好用好應(yīng)用統(tǒng)計分析的基礎(chǔ), 可以有效避免張冠 李戴、 缺乏原則地選錯統(tǒng)計分析方法; 對于文章的編審和讀者來說, 這是判斷作者正確選擇統(tǒng)計學(xué)分析 方法與否的一個簡單有效的途徑。四、正確選用統(tǒng)計學(xué)方法應(yīng)用統(tǒng)計學(xué) (嚴格而言是指統(tǒng)計學(xué)的假設(shè)檢驗) 可以簡單地看作是一門關(guān)于結(jié)果變量與影響變量之間關(guān)

28、 系分析的科學(xué)。由于結(jié)果變量(因變量)、影響變量(自變量)各有 4 種類型,所以相互組合有 16 種情形,相對應(yīng) 的有 16 種首選的統(tǒng)計分析方法(表 2 中第一個或用表示的方法),如,二項分類變量與二項分類 變量關(guān)系的分析選用兩個率比較的 X2 檢驗(四格表 X2 檢驗) ,二項分類變量與多項無序分類變量關(guān) 系的分析選用多個率比較的 X2 檢驗,多項無序分類變量與二項分類變量關(guān)系的分析選用兩個構(gòu)成比比 較的 X2 檢驗,多項無序分類變量與多項無序分類變量關(guān)系的分析選用多個構(gòu)成比比較的 x2 檢驗 . 數(shù)值變量與二項分類變量關(guān)系的分析選用 t- 檢驗,數(shù)值變量與多項無序分類變量關(guān)系的分析選用完

29、全 隨機設(shè)計的, F- 檢驗,數(shù)值變量與數(shù)值變量關(guān)系的分析選用 Pearson 直線相關(guān)回歸分析,等等。 如果 首選統(tǒng)計方法的條件不適合, 一般通過降級轉(zhuǎn)化選擇“低”一級或“低”二級、 三級的統(tǒng)計方法或其它 統(tǒng)計方法。如,t 一檢驗是數(shù)值變量與二項分類變量關(guān)系分析時首選的統(tǒng)計方法,如果該方法的條件不適合, 此時將 - 檢驗中數(shù)值變量“降級”當(dāng)作多項有序分類變量看待, 故可次選 Wilcoxon 秩和檢驗, 如果再“降 級”,依次低選兩構(gòu)成比比較的 x2 檢驗,甚至四格表 X2 檢驗。又如,如果 Pearson 直線相關(guān)回歸分析的條件不符合,可根據(jù)情況將其中的一個或兩個數(shù)值變量“降 一級”,選擇

30、 Spearman 等級相關(guān), 如果再“降級”, 相應(yīng)可以選擇秩和檢驗、 Logistic 回歸或者 t 一 檢驗、 X2 檢驗,等等。其它仿此,詳見表 2 。它涵蓋了基本統(tǒng)計分析的絕大部分,是應(yīng)用統(tǒng)計分析的 核心內(nèi)容。當(dāng)然,應(yīng)用統(tǒng)計分析除了單一變量分析、 兩變量間關(guān)系的分析以外, 其它諸如一個自變量和多個因變量、 多個自變量和多個因變量之間關(guān)系的分析當(dāng)屬多變量關(guān)系分析的內(nèi)容。由于分類變量與數(shù)值變量各不相同, 不同個數(shù)不同變量的組合方式多種多樣, 所以相應(yīng)的統(tǒng)計方法也有 很多種,主要有: 1 個數(shù)值變量與多個數(shù)值變量之間的關(guān)系, 如多元相關(guān)回歸分析; 1 個分類變量與多 個數(shù)值變量之間的關(guān)系,

31、 如多因素方差分析、 重復(fù)設(shè)計方差分析; l 個數(shù)值變量與混合多個變量之間的 關(guān)系,如協(xié)方差分析、 COx 模型 ;l 個分類變量與混合多變量之間的關(guān)系,如 Logistic 回歸分析;多 個數(shù)值變量與多個數(shù)值變量之間的關(guān)系,如典則相關(guān)等。表 2 兩變量關(guān)系分析的統(tǒng)計方法因此, 醫(yī)學(xué)論文的作者, 在分清楚數(shù)據(jù)庫中分析變量的性質(zhì)、 類型和降級轉(zhuǎn)化關(guān)系時, 可以應(yīng)用表 2 迅 速確定首選的統(tǒng)計方法以及備選或次選的統(tǒng)計方法, 應(yīng)用相關(guān)軟件或計算工具快速實現(xiàn)統(tǒng)計分析。 醫(yī)學(xué) 論文的編審和讀者也可應(yīng)用該表 2 ,準確判斷作者是否正確選擇了統(tǒng)計學(xué)分析方法, 甚至分析錯誤選擇 統(tǒng)計方法的原因與后果。如,欲評價某種藥物的降舒張壓效果,試驗組用該降壓藥、對照組不用藥, 假如測量的舒張壓值符合 t 檢驗的條件(正態(tài)分布、方差齊等),很明顯該數(shù)據(jù)首選 f 檢驗的統(tǒng)計方法。如果降級轉(zhuǎn)化可以選擇 Wilcoxon 秩和檢驗,如果降壓效果轉(zhuǎn)化為有效和無效兩種情況,甚至可以選擇四格表 X2 檢驗。 但需

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論