临床科研设计统计学方法自己的.ppt

统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 比较组间所感兴趣结局的差异：例如比较两种药物的治疗效果是否有差异，宜采用优势检验（如t检验、u检验、方差分析等）。 若需要判断两种药物的治疗效果是否相同，或所研究的药物的效果不比对照药物差：采用非劣势检验或等效检验（equivalence test）。 若研究目的是要分析变量之间的相互关系：采用相关与回归分析。 研究事件（如疾病）与危险因素的关联：计算危险度（OR、RR、AR等）。 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 两样本(成组)t 检验 单因素(完全随机设计)方差分析 卡方检验(独立样本) 两样本Wilcoxon秩和检验或多样本Kruskal-Wallis秩和检验 对完全随机设计的数据： 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 对配对或配伍设计的数据： 配对t检验 配伍组(随机区组)设计方差分析 配对卡方检验 配对(符号秩和检验)或配伍设计的秩和检验(Friedman秩和检验)等。 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 不同类型的资料采用不同的统计分析方法 计量资料的统计分析方法:t检验、u检验、方差分析、相关与回归分析 计数（人时、纯计数）资料的统计分析方法: χ2检验、秩和检验、二项分布和Poission 分布、相关与回归分析 等级资料的统计分析方法：秩和检验 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 t检验和方差分析属参数检验方法，对数据要求较高，通常要求数据服从正态分布和方差齐性。 如果服从该条件或经变量变换后服从条件，则采用参数检验方法，否则采用秩和检验这类非参数检验方法。 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 单组问题(样本与与已知总体参数比较) 两组问题 多组(3组或以上)比较 注意，多组比较在差别有统计学意义时，需再进行两两比较。 统计方法的选择 研究目的 设计类型 资料类型 数据特征 对比组数 样本含量 6. 样本含量 在样本较小时： 如果是一个样本率与总体率的比较，可采用直接计算概率的方法如基于二项分布的确切概率法。 如果是四格表资料则采用Fisher确切概率法或校正卡方检验。 对于均数比较问题，一般情况下采用t检验。 在大样本时：可考虑Z检验作近似。 在实际工作中，遇到的实际问题可能并非如此简单，须结合专业问题和所要分析的具体内容加以综合考虑和仔细判断，有时需对各种统计方法加以综合运用。  表1 单变量资料差异比较的分析方法小结 资料类型 数据 特征 单组设计 完全随机设计 配对或配伍设计 两组 多组 两组 多组 定量资料 正态、方差齐 样本与总体均数比较的t检验 两样本t检验 单因素方差分析 配对t检验 随机区组设计方差分析 非正态和/或方差不齐 Wilcoxon符号 秩和检验 检验、Wilcoxon秩和检验 Kruskal-Wallis H秩和检验 Wilcoxon符号秩和检验 Friedman秩和检验 定性资料 无序 二项分布直接计算概率法、正态近似法(Z检验) 检验、Fisher确切概率法 表资料 检验、Fisher确切概率法 配对四格表 检验 配对 列联表 检验 有序 ____ Wilcoxon秩和检验 Kruskal-Wallis H秩和检验 Wilcoxon符号秩和检验 数据特征 分析方法 相关分析 定量资料 x、y服从双变量正态分布 直线相关分析 x、y不服从双变量正态分布 Spearman秩相关 定性资料（ 表） 双向无序 检验 双向有序、属性不同 Spearman秩相关、线性趋势检验 双向有序、属性相同 一致性检验(kappa系数的假设检验) 回归分析 应变量为连续型定量变量，服从正态分布 一个应变量，一个自变量：直线回归分析 一个应变量，多个自变量：多重线性回归分析 应变量为定性变量 Logistic回归分析 应变量为含有截尾数据的生存时间 Cox比例风险回归分析 表2 双变量(多变量)资料的关联性分析方法小结 决定样本含量需考虑的因素 设计方法：两组、多组，单因数、多因素？ 数据的种类：计量、等级、计数？ 假设检验的第I类错误的概率?； 假设检验的第II类错误的概率?； 个体的变异标准差? 总体均数?或总体发生率?； 处理组之间的差别?； 指标间的相关程度 各数例数的分配：1:1、1:2、1:3…… 研究的质量 数据的种类：计量等级计数 假设检验的第I类