医学统计学方法选择.pdfVIP

各型资料的统计方法选择 完全随机设计 一、 两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组 检验 (2)若方差不齐，则作 ’检验或用成组的 Wilcoxon 秩和检验 2)小样本偏态分布资料，则用成组的 Wilcoxon 秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一 步作统计分析：选择合适的方法 （如：LSD 检验，Bonferroni 检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作 Kruskal Wallis 的统计检验。如果 Kruskal Wallis 的统计检验为有统计学意义， 则进一步作统计分析：选择合适的方法 （如：用成组的 Wilcoxon 秩和检验，但用 Bonferroni 方法校正 P 值等）进行两两比较。 二、 分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验； (2)大样本时：用 U 检验。 2)多分类资料：用 Pearson χ2 检验 （又称拟合优度检验）。 2. 四格表资料 1)n40 并且所以理论数大于 5，则用 Pearson χ2 2)n40 并且所以理论数大于 1 并且至少存在一个理论数5，则用校正 χ2 或用 Fisher’s 确切概率法检验 3)n≤40 或存在理论数1，则用 Fisher’s 检验 3. 2×C 表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的 CMH χ2 或成组的 Wilcoxon 秩和检验 2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势 χ2 检验 3)行变量和列变量均为无序分类变量 (1)n＞40 并且理论数小于 5 的格子数行列表中格子总数的 25%，则用 Pearson χ2 (2)n≤40 或理论数小于 5 的格子数行列表中格子总数的 25%，则用 Fisher’s 确切概率法检验 4. R×C 表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则 CMH χ2 或 Kruskal Wallis H 的秩和检验 2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作 none zero correlation analysis 的CMH χ2 3)列变量和行变量均为有序多分类变量，可以作 Spearman 秩相关分析 4)列变量和行变量均为无序多分类变量， (1)n＞40 并且理论数小于 5 的格子数行列表中格子总数的 25%，则用 Pearson χ2 (2)n≤40 或理论数小于 5 的格子数行列表中格子总数的 25%，则用 Fisher’s 确切概率法检验 三、 Poisson 分布资料 1.单样本资料与总体比较： 1)观察值较小时：用确切概率法进行检验。 2)观察值较大时：用正态近似的 U 检验。 2.两个样本比较：用正态近似的 U 检验。 配对设计或随机区组设计 四、 两组或多组计量资料的比较 1.两组资料： 1)大样本资料或配对差值服从正态分布的小样本资料，作配对 检验 2)小样本并且差值呈偏态分布资料，则用 Wilcoxon 的符号配对秩检验 2.多组资料： 1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则 进一步作统计分析：选择合适的方法 （如：LSD 检验，Bonferroni 检验等）进行两两比较。 2)如果小样本时，差值呈偏态分布资料或方差不齐，则作 Fredman 的统计检验。如果 Fredman 的统计检验为有统计学意义，则进 一步作统计分析：选择合适的方法 （如：用 Wilcoxon 的符号配对秩检验，但用 Bonferroni 方法校正 P 值等）进行两两比较。 五、 分类资料的统计分析 1.四格表资料