医学统计学统计分析方法.docxVIP

医学统计学统计分析方法 T检验 F检验（方差分析） X2检验（卡方检验） 非参数检验（秩和检验） 回归分析 生存分析 一T检验 单样本t检验（样本均数与总体均数比较t检验） 配对样本t检验（配对资料） 两样本t检验（成组t检验）完全随机设计 近似t检验（两小样本均数两总体方差不等） 数据转换（对数转换：几何均数t检验，平方根转换，平方根反正弦，倒数变换） 二F检验（方差分析） 两样本方差比较的F检验：Levene检验 多个样本方差比较（也适用于两样本） Bartlett检验（正态资料） Levene检验（可不具正态） 完全随机设计资料的方差分析： 正态+方差齐：单因素方差分析（one factor ANOVA）和单向分类的方差分析（one way ANOVA）或成组t检验 非正态或方差不齐：变量变换后采用单向分类方差分析或Kruskal-Wills H检验 随机区组设计资料的方差分析 正态+方差齐：双向分类的方差分析或配对t检验 非正态或方差不齐：变量变换后采用双向分类的方差分析或Friedman M检验 拉丁方设计资料：三向 多个样本均数间的多重比较 LSD-t检验（最小显著差异t检验） Dunnet-t检验 SNK-q检验（多个样本均数两两的全面比较） 多因素方差分析 重复测量设计方差分析 协方差分析（将线性回归分析与方差分析结合） 三X2检验（卡方检验） 四格表的X2检验 配对四格表的X2检验 四格表资料的Fisher 确切概率法 行×列表X2检验（多个样本率 样本构成比 双向无序分类资料的关联性检验） 多个样本率的多重比较（X2分割法） R×C表资料分类及检验方法的运用 双向无序：X2检验（样本率 构成比） 单向有序：分组变量有序，指标变量无序：X2检验（分析不同年龄组各种传染病的构成）。分组无序，指标有序：秩转换的非参数检验（疗效按等级分组） 双向有序：一致性检验或Kappa检验 双向有序属性不同：非参数检验，等级分析，线性趋势检验 四非参数检验（秩和检验） 符合秩和检验（配对资料Wilcoxon符号秩和检验）配对样本差值的中位数是否为0或单个样本中位数与总体样本中位数 两样本秩和检验（两个独立样本Wilcoxon秩和检验）两个样本是否来自同一总体（两个总体分布位置是否有差别）T值 多个独立样本比较的Kruskal Wallis H检验（多个样本是否来自同一总体）H值 进一步两两比较：Nemenyi法检验 随机区组设计多个样本比较Friedman M检验 M值 进一步两两比较：q检验 五回归分析 双变量回归 直线回归与直线相关 线性相关关系：pwcorr 变量名1 变量名2 … 变量名m, sig 线性回归：reg 回归方程假设检验：方差分析与t检验 相关系数的假设检验：：计算r后进行t检验 （2）秩相关（等级相关） 秩和相关分析：spearman? 变 量1? 变 量2 Spearman秩相关 rs 相同秩较多时rs的校正 加权直线回归 两条直线回归直线的比较 曲线拟合 多元线性回归分析 多元线性回归分析：regress+多个因素 coef（回归系数） Logistic回归分析（二分类资料） 成组资料：logistic回归 logistic回归：logistic 因变量 变量1 变量2… 变量m OR 配对资料：条件logistic回归 条件logistic回归：clogit 因变量 变量1 变量2… 变量m，strata(配对编号变量) [or] 有序logistic回归： 多分类logistic回归（无序） 六生存分析 描述分析 乘积极限法（Kaplan-Meier法） 比较分析 Log-lank检验与Breslow检验 影响因素分析 半参数法：cox回归 cox Haz Ratio(相对风险度) RR 七meta分析：OR RR RD：（差值的区间与0比较） OR/RR：（定性资料）区间与1比较。若1不在区间内，则有意义。若1在区间内，则无意义。 Q：定量资料 重点问题讨论： 可信区间：指从固定样本含量的已知总体中进行重复随机抽样试验，根据每个样本可算得一个可信区间，则平均有1-α的可信区间包含了总体参数，而不是总体参数落在该范围的可能性为1-α。按预先给定概率所确定未知参数μ的可能范围。即是当α＝0.05时，95%CI估计正确的概率为0.95，估计错误的概率为0.05.有95%的可能性包含了总体均数。为总体均数的可能范围（总体的区间估计） 总体标准差未知：按t 总体标准差已知或未知但例数大于60按u 算标准误 参考值范围：个体值波动范围 算：标准差 正态分布 Z=（X-μ）/Σ 附录：stata软件术语 Summarize