卫生统计学总复习.pptVIP

非参数检验的适用资料 有序多分类资料（双向有序，且分类属性相同）； 极度偏态分布； 分布不规则和未知分布资料； 数据变异较大，方差不齐 * * 线性相关与回归的应用条件 散点图有线性趋势； 专业上要求分析两变量间关系密切程度 和变化方向，通过一个变量预测或控制另一变量； 两变量服从双变量正态分布，或X可以精确测量的，Y服从正态分布。 * * 非参数检验的概念 （1）参数检验（Parametric test) 基于总体为某一特定分布的前提下，对参数进行的检验。 如：t检验、F检验等。 （2）非参数检验（Nonparametric test) 不依赖于总体分布类型，也不对总体参数进行统计推断的假设检验。 如：秩和检验、Ridit等。 统计表与统计图(statistical table and statistical graph) （1）统计表 组合表 简单表 （2）统计图 条图 圆图 线图 直方图 散点图 ……. * 20 * * 公式 掌握的基本公式 均数、标准差、标准误 正常值范围、可信区间 四格表专用、校正公式 单样本t检验、配对t检验 记住的界值：1.96、2.58、3.84 其它公式: 理解和识别 生存分析的主要内容 　第一，描述生存过程 研究生存时间的分布特点，估计生存率，绘生存曲线； 　第二，比较生存过程（假设检验） 对两组或多组生存率进行比较； 　第三，影响生存时间的因素分析 了解影响生存过程的主要因素为改善预后提供指导。  设在实际研究问题中，含有p+1个指标变量x1, x2,…,xp;y1及n个观察对象。其数据结构概括为: 多元统计分析的资料与方法选择 * （一）各种多元统计分析方法的数据结构 表1 数据形式(P≥1) 观察对象 X1 X2 … Xp Y 1 a11 a12 … a1p y1 2 a21 a22 … a2p y2 … … … … … … n an1 an2 … anp yn 含有因变量时： y是定量资料，多元线性回归分析； y是0及1定性资料，Logistic回归分析； y=t是生存资料，作COX回归分析； * 22 各种多元统计分析方法的目的 1.多元线性回归分析 (1) 建立回归模型： Y^＝β0+β1X1+β2X2+…+βpXp ；并对回归方程及系数进行假设检验 (2) 预测预报 若已知x1, x2 … xm数值大小时, 通过模型可以预测y的值以及估计y的变化范围； (3) 因素分析 找出对因变量y有统计学意义的因素。 2.logistic回归分析 (1) 建立logistic回归模型： logit(p)＝β0+β1X1+β2X2+…+βpXp ；并对回归方程及系数进行假设检验 (2) 预测预报： 若已知x1, x2 … xm数值大小时, 通过模型可以预测发病、死亡、阳性等的概率； (3) 因素分析： 寻找对发病、死亡、阳性等影响有统计学意义的因素。 * 3.Cox回归模型 （1）建立回归模型： ln（h(t)/ h0(t)）=β1x1+β2x2+…+βpxp；并对回归方程及系数进行假设检验 （2）可以计算各因素的相对危险度（relative risk，RR) （3）分析影响因素 （4）用β1x1+β2x2+…+βpxp(预后指数）估计疾病的预后。 * (三)SPSS实现方法 Analyze → Regression → Linear → y选入Dependent → x1-Xp选入Independent → Stepwise → options → ok 1.SPSS实现多重线性回归方法 Analyze → Regression → Binary Logistic→ y选入Dependent框→ x1-Xp选入Covariates框→ method → Fkward→ options → ok 2.SPSS实现非条件Logistic回归方法 Analyze→ Survival→Cox regression →Time(dat)→Status →Define event →single val