统计学大题思路.docVIP

1:T检验： 1第一步：看质料，如果存在，治疗前，治疗后，或者按组别，性别，年龄分组的话，那么就是配对T检验，分为：自身配对，和异体配对 如果不是的话，就是成组T检验 2：配对T检验中关键的是为配对差值的总体均数：μ 2.1 在假设中，μ=0 也就是配对差值的总体均数等于0 2.2 在符合条件中，μ要符合正太分布 2.3 读T值和P值：T=? P=？按@=0.05，P0.05 说明，有统计学意义，说明有差异。 3:成组T检验中：完全随机设计【单因素，两水平】 3.1：第一组和第二组中的单因素是否相同。μ1=μ2：例如：在正常人和病人中，含铁转移酶是否相同。 3.2：应用的条件是正太型和方差齐性。 正态性看P，P要大于0.05，例如：P=0.084≥0.05，所以有统计学意义，说明M数据服从正态分布。正态性分布的框架是：SW 方差齐性读F 和P，当F=？？？ P=？？？，例如： F=1.877 P=0.183 ，P≥0.05 说明有统计学意义，认为两总体方差齐性，方差齐性的P,和F是同一组的 成组T检验：t=7.042 ,p=0.000 P小于0.05 说明有统计学意义，认为正常人与病毒性肝炎的患者的专业蛋白酶的含量不等。T检验中的T的数值和P是一组的 方差分析 1：完全随机设计：单因素，K水平，如同药物治疗，不同的药物治疗小白鼠 2应用条件：正太性和方差齐性 3 假设条件：即各总体均数相等：μ1=μ2=μ3=μ4，H1：各总体均数有不等或全不等。 4：读出F值和P值，因为P＜0.05，所以说明有统计学意义，证明各组药物的治疗效果不同。 5进行两两比较：分别读出对应的两两比较的P值，如果大于0.05，则认为两药的治疗效果相同，如果小于0.05,则认为有统计学意义，认为两药的治疗效果不同，并且找出最佳的治疗药物。 二 1随机区组设计： 2：首先看是不是有无区组因素。在有处理因素和区组因素的条件下，确定为随机去组设计组，区组因素说白了就是组中分组，组内的区别划分。 3：当确定后：要看假设：主要是看处理因素和区组因素对结果有无影响。一般看组间有无差异，看处理因素有无差异。 4：结果分析：读F和P，处理因素有一个F和P,区组因素中也有一个F和P，首先读出F值，然后当P小于0.05时，说明有统计学意义，证明，处理因素或区组因素对结果有影响，如果P大于0.05，则证明，没有统计学意义，拒绝H1接受H0，说明，处理因素或者区组因素对于实验结果没有影响。 析因设计、 1：本设计的关键在于看是否有交互！ 2：一般都是两因素之间的交互， 3：例如，A药用与不用，B药用与不用，AB两药同时使用，AB同时使用就为交互 4：一般假设分为3个：A药使用没有效果，B要使用没有效果，AB两药没有交互作用 5:读出F和P，先读出F值，如果P大于0.05，证明没有统计学意义，说明A，B两药没有疗效，AB两药没有交互作用，如果P小于0.05,证明，有统计学意义，证明A要有治疗效果，B药有治疗效果，AB两药有交互作用。 A药F=96.374，P=0.0000.05；B药F=20.560，P=0.0020.05。两药单独作用均有效。 A与B交互作用F=6.297，P=0.0360.05。两药间交互作用有统计学意义。 四格表的设计： 第一：看好表格的性质。确定4格表，别且这个资料的性质是：二分类计算资料 第二：要确定N和T，N就是样本的总含量，也就是所有数据的个数之和。T就是按照总体数据的比率来算出的估算数据。一般T在这里要计算出最小的数据。方便最后的公式选择 第三：选择公式：也就是四格表的适应类型： 1：当T≥5且N≥40的时候选择四格表基本公式 2：当1≤T≤5且N≥40的时候，选择连续性校正公式 3：当N≤40，且T＜1的时候，选择精确检验. 第四：根据所有的公式，读出卡方值估计出P，当P小于0.05，拒绝H0，也就是证明两种药物或者两种方法等，有统计学意义，证明有差异。如果拒绝H1，那么证明两种事物相同。 后：公式1比较简单，公式2比较繁琐 在四格表中，DF，也就是自由度为(R-1)*(C-1),在这里是2*2的表格，所以自由度当然是1，在选择公式中一定要注意。 所有T都大于等于5，N大于376，所以读取第一行数据，X2值是56.772 P为0.000 有2个T小于5，大于1，N大于40，所以选择连续校正X2检验，读第二行，X2为2.746，P为0.098 大于0.05 所以不拒绝H0，则无差异 看N小于40 读第四行，精确检验：P为0.001 拒绝H0，有区别。 R*C表的卡方检验 第一种，多个样本率的比较。 1：资料为二分类计数资料 2：多个样本率的比较：率的比较其实就是疗效，结果，作用的不同。 3：假设：H0：π1