统计本科9Ridit分析.pptVIP

Ridit分析 Ridit分析的意义 Ridit 分析又称参照单位分析，是非参检验法之一。“Ridit”系由“与特定分布相对应（relative to an identified distribution，Rid）的单位（unit）”之Rid与unit的词尾it组成。 Ridit分析适用于有序分类变量比较（组间比较要求各组样本含量均≥50），它不仅说明各等级构成或各对比率是否相同，而且能说明对比各组的优劣。其独到之处在于将有序分类数据（等级资料），经过特定的变换转化为频数表形式的数值资料（连续型变量值），按正态分布的理论来作统计推断。 Ridit分析的基本思想是：确定一个标准组（即参照组，它可以是一个已知的大样本，也可以是几组的合计或通用标准组）；用标准组资料计算各等级的Ridit值（即参照单位），用参照单位计算各样本组的平均Ridit值，进行推断。 常用来进行等级资料比较的差异判断。 样本与总体比较的Ridit分析 某医院用中草药制剂甲治疗慢性支气管炎病人3420例，疗效很好。今又制成一种中草药新的制剂乙，与甲制剂相比，不知乙制剂疗效如何？为此，又进行105例临床试验，结果如表。检验步骤如下： 两制剂对慢性支气管炎的疗效 一、选定标准组 标准组应该是总体，因总体常常不易得到，实际应用中，常常选择比较稳定，例数较多的组作为标准组，此时就把标准组当作总体看待。本例，甲制剂治疗了大量病人，可以作为标准组，乙制剂作为样本。 二、建立假设 三、计算标准组各等级的R值 作Ridit分析时，先将各等级（本例为疗效等级）由弱到强或由强到弱的顺序排列（本例系按由弱到强的顺序排列）。然后计算标准组各等级的R值。 四、计算样本组的R值均数 五、计算样本组总体R值均数的可信区间 六：推断结论 可信区间重叠法： 图示法：即上法用图1表示，绘制样本组（乙组）95％可信区间，如果和0.5的横线相交，则为无差别，本例不相交，则为有差别，结论同上。 两样本比较的Ridit分析 观察针刺与药物治疗内分泌性突眼症的临床疗效，资料见表，比较两疗法的疗效有无差别。 药疗组频数42＜50，小样本资料宜用秩和检验， 步骤 多样本比较的Ridit分析 * * 定义观察值所在i等级频率的一半加上它前面各等级频率的和除以n为第i等级每一观察值的Ridit值，简称R值，记为Ri： Ri＝（m1 + m2 +…+ mi–1 + mi /2）/ n R服从[0，1]上的均匀分布，概率密度函数。由均匀分布的理论可知，R值的总体均数(R，方差(R2 和标准误(分别为： μR＝0.5，σR2＝1/12，σ=σR /=1/ 对比组各等级的R值以标准组Ri为标准，对比组的对比计算公式为： 对比= [Σm i（对比）R i（标）] /Σm i（对比） 式中R i（标）表示标准组第i等级R值；m i（对比）为对比组第i等级的例数； Σm i（对比）= n i（对比）为对比组的总例数。 当n充分大时，近似服从正态分布，用对比估计总体R对比值均数μR的（1-α）置信区间近似计算公式为：（对比－Zα/2/，对比+Zα/2/） 当α＝0.05时，Z0.05/2＝1.96，Z0.05 /2/＝1.96 /≈2 /=1/ 所以，用对比估计总体对比值μR的95％置信区间的近似公式可用 （对比-1/，对比+1/） 样本与总体比较的Ridit分析，是先假设样本组是来自标准组总体的随机样本，若H0成立，则样本组总体R值均数μR的（1α）信区间包括值0.5的概率为（1α）若此区间不包括0.5，则可按α水准拒绝H0，认为样本组总体与标准组总体不同。 制剂 无效 好转 显效 痊愈 合计 甲 776 1926 685 33 3420 乙 11 55 24 15 105 H0：乙制剂治疗慢性支气管炎效果与甲制剂相同，即样本组总体＝0.5； H1：乙制剂治疗慢性支气管炎效果与甲制剂不相同，即样本组总体≠0.5。α＝0.05 标准组R值的计算表疗效等级 例数 ②/2 ②累计下移一行 ③+④ ⑤/n=R ① ② ③ ④ ⑤ ⑥ 无效 776 388 0 388 0.1135 好转 1926 963 776 1739 0.5085 显效 685 342.5 2702 3044.5 0.8902 痊愈 33 16.5 3387 3403.5 0.9952 合计 3420（n） — — — — 计算组的乙 (式中表示标准组等级R值； 为组等级的例数。=（11(0.1135+55(0.5085+24(0.8902+15(0.9952）/1050.6239 计算样本组总体R值均数的信区间：样本组总体R值均数95％的信区间） 当等级数时，总体方差近似等于1/12，1.96近似取2，。 则上述公式