常用統(tǒng)計分析方法介紹與實例解析課件

1、常用推斷性統(tǒng)計分析方法介紹及其實例解析浙江省疾病預(yù)防控制中心 何 凡Tel:mail: 12基本概念變量類型常用推斷性統(tǒng)計分析1. 兩組之間比較定性資料2. 兩組之間比較等級資料3. 兩組之間比較定量資料4. 兩組以上資料(無序多分類)的比較定性資料5. 兩組以上資料(無序多分類)的比較等級資料6. 兩組以上資料(無序多分類)的比較定量資料7. 兩等級變量關(guān)系的分析8. 等級變量與定量變量之間的關(guān)系分析9. 兩定量變量關(guān)系的分析10. 多選題分析11. Logisitic回歸分析目 錄基本概念變量類型1、定性變量：最常見的是分類變量或名義

2、變量； 如職業(yè)：工人、農(nóng)民、民工、商人、學(xué)生等，此為多分類變量；最簡單和最常用的分類變量是二分類變量，如性別：男、女，某種疾?。河?、無，某種結(jié)局：出現(xiàn)、未出現(xiàn)等。32、定量變量：分兩種離散型和連續(xù)型離散型：只能取整數(shù)值，如一年中的手術(shù)病人數(shù)，一年里的新生兒數(shù)，細(xì)菌菌落數(shù)等；連續(xù)型：可以取實數(shù)中的任何數(shù)值，如血壓、身高、體重等，可以在實數(shù)的一定范圍內(nèi)連續(xù)取值；有一些測量值，如紅細(xì)胞計數(shù)，雖然以“個”為單位時只能取連續(xù)值，但其數(shù)值很大，當(dāng)以“千”或“萬”為單位時，卻可取小數(shù)值，故通常把這類變量也作為連續(xù)型變量處理。5 有時為了數(shù)據(jù)分析的方便，可以將一種類型的變量轉(zhuǎn)化為另一種類型。但只能由高級向低級

3、轉(zhuǎn)化，即連續(xù)型有序分類二分類。 實例：如護(hù)理與康復(fù)2004，3（1）：3-4，全子宮切除術(shù)后最佳下床活動時間與肛門排氣時間關(guān)系的探討，作者把肛門排氣時間分為三個等級（30h），然后再進(jìn)行分析。6常用推斷性統(tǒng)計分析方法7 兩組之間比較定性資料 （1）二分類資料 I 成組設(shè)計：所用統(tǒng)計方法為四格表2 檢驗。8 10 實例2屬于隱含金標(biāo)準(zhǔn)的配對四格表資料，若甲培養(yǎng)基培養(yǎng)出陽性結(jié)果，而乙卻培養(yǎng)出陰性結(jié)果，表明甲優(yōu)于乙，這種陽性結(jié)果為真陽性，此時值得做統(tǒng)計分析。實例3則可以明確地判定試驗檢測方法的優(yōu)劣。配對四格表的2 檢驗可用McNemar 2 檢驗,以檢測結(jié)果不一致部分差別是否具有統(tǒng)計學(xué)意義。當(dāng)然也可

4、用Kappa檢驗法檢驗兩種檢測方法的檢測結(jié)果是否具有一致性。12 估計值P值卡方34.0000 5.51121E-09校正卡方32.0294 1.51856E-08估計值P值卡方0.14290.705457校正卡方0.0000 1.000000結(jié)果結(jié)果（2）無序多分類資料：所用方法為2C表的2檢驗。 14 SPSS數(shù)據(jù)格式可以采用兩組有序變量資料的Wilcoxon秩和檢驗15 兩組之間比較等級資料干預(yù)過去三個月您抽煙嗎U ValueP Value從不很少有時經(jīng)常前4648461345291-2.88510.0039后3163297181164合計7811758526455 16 17可以選用的

5、方法有成組設(shè)計的t檢驗、u檢驗、單樣本t檢驗（與總體作比較，實際上此時因素也為二分類）、配對t檢驗、非參數(shù)Wilcoxon檢驗、符號檢驗、符號秩和檢驗等。18 參數(shù)檢驗與非參數(shù)檢驗的區(qū)別？通常參數(shù)檢驗的檢驗效能要高于非參數(shù)檢驗，但當(dāng)參數(shù)檢驗的條件（正態(tài)性、方差齊性）得不到滿足、開口資料、等級資料或資料的總體分布未知時，可以使用非參數(shù)檢驗的方法進(jìn)行分析。成組設(shè)計和配對設(shè)計的區(qū)別？配對設(shè)計是按照一些非實驗因素將受試對象配成對子，給予每對中的個體以不同的處理，配對的條件一般為年齡、性別、體重。其優(yōu)點是在同一對的試驗對象間取得均衡，從而提高試驗的效率。通常分為自身配對設(shè)計（某中措施作用于同一個體或兩種

6、措施作用于同一個體）和非自身配對設(shè)計兩種。 兩組之間比較定量資料 方差齊性檢驗的分析結(jié)果，P值（Sig）0.9050.05，表明方差齊性 t檢驗分析結(jié)果，P值（Sig）0.0760.05，表明兩組動物增加的重量無差異（無統(tǒng)計學(xué)意義）。 當(dāng)方差齊性時，看第一行的結(jié)果（t1.891，P0.076），當(dāng)方差不齊時，看第二行的結(jié)果（t1.911，P0.078）20 （2）成組設(shè)計的u檢驗，當(dāng)樣本量較大時，兩組之間均數(shù)的比較可以用u檢驗，其在SPSS中的實現(xiàn)過程同t檢驗，此處略。 （3）單樣本t檢驗；21 例：通過以往大規(guī)模調(diào)查，已知某地嬰兒出生體重均數(shù)為3.30kg，今測得某地一組嬰兒的出生體重，問該

7、地嬰兒出生體重是否與一般嬰兒出生體重不同？ 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“單樣本t檢驗.sav”，SPSS菜單操作為：分析比較均值單樣本T檢驗 23 （5）非參數(shù)Wilcoxon秩和檢驗，適用于成組設(shè)計資料。24 例：測得某病的健康人12人和患者10人的某指標(biāo)值，問兩組之間該指標(biāo)值是否有差異？ （1）二分類:所用方法為R2表的2檢驗。 如幾種藥物的療效（有效、無效）比較；不同職業(yè)人群某病發(fā)生率的比較等等。26 兩組以上資料（無序多分類）的比較定性資料 27（2）多分類:所用方法為RC表的2檢驗。 28 3031此時資料屬于單向有序的RC表資料，可以使用秩和檢驗、Ridit分析和Log

8、istic回歸的方法分析。 32 兩組以上資料（無序多分類）的比較等級資料 Kruskal-Wallis Test:使用SPSS分析實例2資料，數(shù)據(jù)格式見右側(cè)截圖。菜單操作為：分析非參數(shù)檢驗舊對話框 K 個獨立樣本注意：例數(shù)必須先進(jìn)行加權(quán)操作33當(dāng)多組之間比較時，可以選用的方法有單因素方差分析、配伍組設(shè)計的方差分析（屬兩因素方差分析，其與二分類的配對t檢驗相對應(yīng)）、非參數(shù)Kruskal-Wallis檢驗及非參數(shù)Friedman檢驗等。34 （1）單因素方差分析 例：某醫(yī)生為研究一種四類降糖新藥的療效，以統(tǒng)一的納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)選擇了60名2型糖尿病患者，按完全隨機(jī)設(shè)計方案將患者分為三組進(jìn)行雙盲

9、臨床試驗。其中，將糖新藥高劑量組21人、低劑量組19人、對照組20人。對照組用公認(rèn)的降糖藥物，治療4周后測得其餐后2小時血糖的下降值。問治療4周后，餐后2小時血糖下降值的三組總體平均水平是否不同？（此處正態(tài)性和方差齊性檢驗略）。 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“單因素方差分析.sav”，SPSS菜單操作為：分析比較均值單因素Anova 兩組以上資料（無序多分類）的比較定量資料 截圖二：兩兩比較對話框，常用的有LSD、S-N-K、Bonferroni、Duncan、Dunnett方法。35截圖一：方差同質(zhì)性檢驗 方差齊性檢驗結(jié)果：P0.05,方差齊方差分析結(jié)果，F(xiàn)=5.537,P=0.0

10、06=三組，定量 Wilcoxon：兩組，等級、定量 Kruskal-wallis：=三組，等級、定量 相關(guān)分析：等級（kendall），非正態(tài)、定量（spearman） 正態(tài)、定量：pearson相關(guān)分析46 多選題的兩種形式：47 多選題分析 第一種形式： 您認(rèn)為健康的生活方式包括哪些內(nèi)容： a. 戒煙、限酒 b. 平衡膳食 c. 心胸開闊 d. 多吃保健品、營養(yǎng)品 e. 控制體重 f. 多吃多睡 g. 經(jīng)常運動 h. 不知道第二種形式： 對公眾進(jìn)行流感或人禽流感預(yù)防和控制等方面最主要的宣傳形式（限選三種）_a.報紙 b.雜志 c.電視 d. 廣播 e.網(wǎng)絡(luò) f. 發(fā)放宣傳材料 g.社區(qū)宣傳欄/墻報/街頭標(biāo)語 h.社區(qū)咨詢 48 49Logistic回歸分析 Logistic回歸是適用于反應(yīng)變量（即因變量）為分類變量的回歸分析，近年來在許多研究領(lǐng)域得到了廣泛的應(yīng)用。 Logistic歸按照反應(yīng)變量的類型可分為：兩分類反應(yīng)變量的Logistic回歸;多分類有序反應(yīng)變量的Logistic回歸;多分類無序反應(yīng)變量的Logistic回歸。Logistic回歸按照研究設(shè)計的類型可分為：非條件Logistic回歸，即研究對象未經(jīng)匹配;1:1的條件Logistic回歸，即研究對象按1:1進(jìn)行匹配;1:m或m:n的條件Logistic回歸，即研究對象按1:m或