临床诊断试验评价及相关统计分析报告.ppt

* * 增加灵敏度将降低特异度；增加特异度将降低灵敏度。 * * * * * * * * * * * * * * * * 在科学研究和工程实践中，对得到的数据常要进行统计分析。而相关分析和回归分析就是极为常用的2种数理统计方法。在各科学研究领域都有着广泛的用途。 * * * 联系：在具体应用上．回归分析需要借助相关分析，根据相关程度决定是否进行回归分析。相关分析需要借助回归分析，拟合相应的回归方程，表明变量间的数量关系，以便进行估计和预测。相关分析是回归分析的基础，回归分析是把变量的相关关系转化为函数关系的手段。 区别：相关分析研究的是变量间的相互关系，变量间的关系是对等的。而回归分析需要确定因变量和自变量，反映两者的依存关系，两者的关系不对等。 * * 当信号X =Xd = μB+3σ 时，虽然判定被测组分存在的确定性是相当高的，但仍可能出现假阳性( 不存在的被测组分被误判为存在) 的结果，目前分析化学中常用的检出限( K = 3) 实际上只是一种描述分析方法检出能力的指标，如果在检出限附近进行定量测定，结果将不是很可靠的。 * * 大部分是在讲一种分析方法灵敏时，以其检出限或测定限低来说明。有的还直接说某方法的灵敏度是多少ng /L 或μg /L，实际上，很多方法本身的灵敏度很高，但由于SB的影响，检出限或测定限难以达到理想的程度。 * 选定检验方法，计算检验统计量 1 2 3 明确单侧检验还是双侧检验： 样本均数(其总体均数为?)与已知总体均数?0的比较 　　　　　 　　 目的　 H0 H1 双侧检验　　　是否???0 ?=?0 ???0 单侧检验　　　是否??0 ?=?0 ??0 　　　　　　 或是否??0 ?=?0 ??0 根据分析目的、设计类型和资料类型，选用适当的检验方法，计算相应的统计量。 确定P值，作出统计推断 1 2 3 通过查统计学用表确定概率值 P≤α，为小概率事件，拒绝 H0，接受 H1，差别有统计意义； P＞α, 不是小概率事件，没有足够的理由拒绝 H0，差别无统计学意义。 t检验 1 2 3 t检验（t test）亦称Student’s t test，是以t分布理论为基础，定量资料分析常用的假设检验方法。小样本的样本均数与总体均数的比较以及两个样本均数的比较要用t检验 t检验的应用条件： 要求两样本来自正态总体; 两小样本均数比较时还要求样本总体方差相等。 t检验的三种形式 1 2 单个样本的t检验 配对样本均数t检验 两个独立样本均数t检验 t检验 单个样本的t检验 1 2 3 例 据大量调查知，健康成年男子脉搏的均数为72次/分，某医生在山区随机调查了25名健康成年男子，其脉搏均数为74.2次/分，标准差为6.5次/分，能否认为该山区成年男子的脉搏高于一般人群？ 比较一个样本均数所代表的未知总体均数与已知的总体均数有无差别 单个样本的t检验 1 3 (1) 建立检验假设，确定检验水准 H0：?=?0 山区成年男子平均脉搏数与一般人群相等 H1：??0 山区成年男子平均脉搏数高于一般人群 单侧 ?=0.05 (2) 计算统计量 (3) 确定P值,作出统计推断 查t界值表，t0.05,24=1.711，t0.10,24=1.318，得0.10P0.05，按?=0.05水准不拒绝H0，尚不能认为该山区健康成年男子的脉搏均数高于一般健康成年男子的脉搏均数。 常见易混概念辨析 相关分析与回归分析 2 3 变量之间的关系有两种类型： 自变量和因变量之间存在着确定的关系——函数关系； 变量与变量之间没有确定的关系，但有着某种相关关系。 例如：人的身高与体重之间的关系。高个子一般都重一些，矮个子常常较轻。但是身高和体重之间并没有确定的函数关系，它们之间只是存在着某种相关关系。 相关分析与回归分析 2 3 相关是指随机变量之间的关系或联系程度，相关分析是用相关系数来表示变量问相互的共变关系．并判断其密切程度的统计方法。 相关系数由英国统计学家K Pearson首创。因此称为Pearson相关系数，一般用小写英文字母r表示。 相关系数r的取值范围为[-1, 1]，其绝对值大。说明两变量线性关系好。反之线性关系差或不存在线性关系；正号表示正相关，负号表示负相关。 相关分析与回归分析 2 3 在两个变量的相关关系中，如果其中一个是可以准确确定的（以x表示），另一个变量是随机变量（以Y表示），若把x当作自变量，把Y作为因变量，对这种情况的分析和讨论就是回归分析。 回归分析的