如何選用統(tǒng)計(jì)學(xué)方法PPT幻燈片

原始數(shù)據(jù)的記錄形式

原始數(shù)據(jù)的記錄形式

原始數(shù)據(jù)中，變量分為標(biāo)識(shí)變量和分析變量兩種。1.標(biāo)識(shí)變量主要用于數(shù)據(jù)管理，包括數(shù)據(jù)的核對(duì)與增刪等，是研究記錄中不可缺少的內(nèi)容，如上表中的“病人編號(hào)”和“病案號(hào)”即為標(biāo)識(shí)變量。2.分析變量則是數(shù)據(jù)分析的主要內(nèi)容，上表中除上述2個(gè)標(biāo)識(shí)變量外，其它9個(gè)變量均為分析變量。分析變量又被分為反應(yīng)變量(responsevariable)和解釋變量(explanatoryvariable)。反應(yīng)變量是表示試驗(yàn)效應(yīng)或觀察結(jié)果大小的變量或指標(biāo)。解釋變量又稱指示變量(indicator)、分組變量(groupingvariable)、分類變量(categoricalvariable)、協(xié)變量等。根據(jù)研究目的以及變量間的相互關(guān)系，各變量的作用并非一成不變。

原始數(shù)據(jù)的錄入

在進(jìn)行統(tǒng)計(jì)分析前，原始數(shù)據(jù)需錄入計(jì)算機(jī)。錄入的文件類型大致有：1.數(shù)據(jù)庫文件，如dBASE、FoxBASE、Lotus、EPIinfo等；Excel文件；2.文本文件，如word文件、WPS文件等；3.統(tǒng)計(jì)應(yīng)用軟件的相應(yīng)文件，如SPSS數(shù)據(jù)文件、SAS數(shù)據(jù)文件、STATA數(shù)據(jù)文件等。目前，上述文件類型絕大多數(shù)都可以相互轉(zhuǎn)換。錄入數(shù)據(jù)時(shí)，應(yīng)遵循便于錄入，便于核查，便于轉(zhuǎn)換，便于分析的原則。便于錄入是指盡可能地減少錄入工作量，例如，下圖是前表原始數(shù)據(jù)錄入為SPSS數(shù)據(jù)文件（數(shù)據(jù).sav）的形式，錄入時(shí)，用數(shù)值變量取代了字符變量（如圖中的“性別”，“腎毒性”，“黃疸”，“昏迷”），可以大大節(jié)約錄入的時(shí)間和費(fèi)用。(如將性別標(biāo)記為1=“男”，0=“女”)。數(shù)據(jù)處理中的幾個(gè)基本問題2．離群數(shù)據(jù)的處理當(dāng)個(gè)別數(shù)據(jù)與群體數(shù)據(jù)嚴(yán)重偏離時(shí)，被稱為離群數(shù)據(jù)(outlier)或極端數(shù)據(jù)（extremevalue）。統(tǒng)計(jì)軟件一般都有判斷離群數(shù)據(jù)的方法。判斷離群數(shù)據(jù)有多種方法，例如，SPSS軟件對(duì)其的定義為：觀察值距箱式圖(boxplot)的箱體底線（第25百分位數(shù)）或頂線（第75百分位數(shù)）的距離為箱體高度（四分位數(shù)間距）的1.5倍至3倍時(shí)被視為離群點(diǎn)；觀察值距箱體底線或頂線的距離超過3倍的箱體高度時(shí)被視為極端值。

若有離群數(shù)據(jù)出現(xiàn)，可分為兩種情況處理：一種是，如果確認(rèn)數(shù)據(jù)有邏輯錯(cuò)誤，又無法糾正，可直接刪除該數(shù)據(jù)。例如，若某一數(shù)據(jù)中某病例的身高變量為“1755”cm，且原始記錄亦如此，又無法再找到該病例時(shí)，顯然這是一個(gè)錯(cuò)誤的記錄，只能刪除。另一種是，若數(shù)據(jù)并無明顯的邏輯錯(cuò)誤，可將該數(shù)據(jù)剔除前后各做一次分析，若結(jié)果不矛盾，則不剔除；若結(jié)果矛盾，并需要剔除，必須給以充分合理的解釋，例如用何種方法確定偏離數(shù)據(jù)，該數(shù)據(jù)在實(shí)驗(yàn)中何種干擾下產(chǎn)生等。數(shù)據(jù)處理中的幾個(gè)基本問題3．統(tǒng)計(jì)方法前提條件的檢驗(yàn)：應(yīng)用參數(shù)方法進(jìn)行假設(shè)檢驗(yàn)往往要求數(shù)據(jù)滿足某些前提條件，如兩個(gè)獨(dú)立樣本比較t檢驗(yàn)或多個(gè)獨(dú)立樣本比較的方差分析，均要求方差齊性，因此需要做方差齊性檢驗(yàn)。如果要用正態(tài)分布法估計(jì)參考值范圍，首先要檢驗(yàn)資料是否服從正態(tài)分布。在建立各種多重回歸方程時(shí)，常需檢驗(yàn)變量間的多重共線性和殘差分布的正態(tài)性。

統(tǒng)計(jì)方法選擇的基本思路

數(shù)據(jù)處理中，正確選擇統(tǒng)計(jì)方法至關(guān)重要。選擇統(tǒng)計(jì)方法可以沿著以下思路進(jìn)行。第一個(gè)層面，看反應(yīng)變量是單變量、雙變量還是多變量。對(duì)于前者，第二個(gè)層面看屬于三種資料類型中的哪一種；第三個(gè)層面看單因素還是多因素；第四個(gè)層面看單樣本、兩樣本或多樣本；第五個(gè)層面看是否是配對(duì)或配伍設(shè)計(jì)；第六個(gè)層面看是否滿足檢驗(yàn)方法所需的前提條件。

單變量計(jì)量資料的分析

1．樣本均數(shù)與總體均數(shù)比較分析思路為：反應(yīng)變量為單變量→計(jì)量資料→單因素→樣本均數(shù)與總體均數(shù)比較→如果服從正態(tài)分布，選用樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)(one-samplet-test)；如果不服從正態(tài)分布，則考慮用非參數(shù)檢驗(yàn)方法。2．兩個(gè)相關(guān)樣本均數(shù)的比較分析思路為：反應(yīng)變量為單變量→計(jì)量資料→單因素→兩個(gè)相關(guān)樣本均數(shù)比較（因?yàn)槭桥鋵?duì)設(shè)計(jì)）。如果差值服從正態(tài)分布，選用配對(duì)t檢驗(yàn)(pairedt-test)；如果差值不服從正態(tài)分布，選用單樣本秩和檢驗(yàn)(Wilcoxonone-sampletest)。3．兩個(gè)獨(dú)立樣本均數(shù)比較

分析思路為：反應(yīng)變量為單變量→計(jì)量資料→單因素→兩個(gè)獨(dú)立樣本均數(shù)比較。如果方差齊性，且兩樣本均服從正態(tài)分布，選用兩樣本t檢驗(yàn)(two-samplet-test)；如果方差不齊，但兩樣本均服從正態(tài)分布，選用t’檢驗(yàn)，或兩樣本秩和檢驗(yàn)(Wilcoxontwo-sampletest/Mann-Whitneytest)；如果方差不齊，且兩樣本不服從正態(tài)分布，選用兩樣本秩和檢驗(yàn)。本例選兩樣本t檢驗(yàn)。

單變量計(jì)量資料的分析4．多個(gè)樣本均數(shù)比較

應(yīng)變量為單變量，又屬計(jì)量資料時(shí)，多個(gè)樣本均數(shù)比較分為單因素和多因素兩種情形。而重復(fù)測(cè)量資料則被視為多個(gè)反應(yīng)變量的類型。(1)單因素方差分析：若方差齊性，且各樣本均服從正態(tài)分布，選單因素方差分析（one-wayANOVA）；若方差不齊，或某樣本不服從正態(tài)分布，選Kruskal-Wallis秩和檢驗(yàn)(Kruskal-Wallistest)。若方差分析或秩和檢驗(yàn)結(jié)果顯著，需進(jìn)一步做多重比較，如SNK法，LSD法，擴(kuò)展t檢驗(yàn)等。(2)兩因素方差分析但不分析交互作用：主要是隨機(jī)區(qū)組設(shè)計(jì)資料，涉及2個(gè)因素，即1個(gè)處理因素和1個(gè)區(qū)組因素。如果滿足方差齊性和正態(tài)分布兩個(gè)條件，選用兩因素方差分析(two-wayANOVA)，如果不滿足上述兩個(gè)條件，選用隨機(jī)區(qū)組設(shè)計(jì)資料的Friedman秩和檢驗(yàn)(Friedmantest)。單變量計(jì)量資料的分析(3)三因素方差分析但不分析交互作用：主要有拉丁方設(shè)計(jì)和二階段交叉設(shè)計(jì)兩種資料類型。對(duì)于拉丁方設(shè)計(jì)資料，涉及3個(gè)因素，即1個(gè)處理因素和2個(gè)區(qū)組因素；對(duì)于二階段交叉設(shè)計(jì)資料，3個(gè)因素分別為處理因素、受試者和試驗(yàn)階段。如果滿足方差齊性和正態(tài)分布兩個(gè)條件，拉丁方設(shè)計(jì)可選用三因素方差分析(three-wayANOVA)，如例4-5；二階段交叉設(shè)計(jì)可選用廣義線性模型的方差分析，如例4-6。如果不滿足上述兩個(gè)條件，選用非參數(shù)方法（參見有關(guān)文獻(xiàn)）。若對(duì)處理因素的方差分析或秩和檢驗(yàn)結(jié)果顯著，均需進(jìn)一步做多重比較。

單變量計(jì)量資料的分析(4)多因素方差分析且分析交互作用：此類資料包括析因設(shè)計(jì)資料（例11-2），正交設(shè)計(jì)資料（例11-4），嵌套設(shè)計(jì)資料（例11-6），裂區(qū)設(shè)計(jì)資料（例11-7）等。(5)重復(fù)測(cè)量資料：單因素重復(fù)測(cè)量只有1個(gè)重復(fù)測(cè)量因素，如表12-3的數(shù)據(jù)。多因素重復(fù)測(cè)量除有1個(gè)重復(fù)測(cè)量因素外，至少還有1個(gè)其它處理因素，可分析交互作用，如例12-3。

單變量計(jì)數(shù)資料的分析

單變量等級(jí)資料的分析

若為兩組配對(duì)等級(jí)資料的比較，選Wilcoxon單樣本秩和檢驗(yàn)；若為兩組獨(dú)立樣本等級(jí)資料的比較，選Wilcoxon兩樣本樣本秩和檢驗(yàn)；若為多組獨(dú)立樣本等級(jí)資料的比較，選Kruskal-Wallis秩和檢驗(yàn)。

雙變量資料的分析

1．簡單相關(guān)分析

分析兩變量的相關(guān)關(guān)系時(shí)，若兩變量滿足二元正態(tài)分布，可選Pearson積矩相關(guān)分析(Pearsoncorrelation)；若兩變量不滿足二元正態(tài)分布，可選Spearman秩相關(guān)分析(Spearmancorrelation)。2．線性回歸分析

分析兩變量的回歸關(guān)系時(shí)，若兩變量關(guān)系呈線性趨勢(shì)，可選簡單線性回歸分析（linearregression）。3．曲線回歸分析

分析兩變量的回歸關(guān)系時(shí)，若兩變量關(guān)系呈曲線趨勢(shì)，可按曲線類型選指數(shù)曲線，多項(xiàng)式曲線，生長曲線，Logistic曲線等。也可選用非線性回歸分析方法。多變量資料的分析

1．有應(yīng)變量的多元分析

若應(yīng)變量Y為數(shù)值型隨機(jī)變量，且服從正態(tài)分布，自變量滿足多元正態(tài)分布，可選多元回歸分析或多元逐步回歸分析因變量Y為分類變量（二分類或多分類），且以判別分類為主要目的，自變量滿足多元正態(tài)分布，可選判別分析或逐步判別分析。若因變量Y為生存時(shí)間，并含有截尾數(shù)據(jù)，可選Cox模型做生存分析，

若因變量Y為二分類變量或多分類變量，且