医学非参数统计.pptVIP

解题分析 经检验本资料不符合正态分布，不宜采用方差分析，现用Kruskal-Wallis H检验。 Kruskal-Wallis H检验假设H0为多个总体分布相同，即多个样本来自同一总体。备择假设H1为多个总体分布位置不同或不全相同。 解题步骤： 1.建立假设，确定显著水平 H0：四种脱水方法的脱水率总体分布位置相同 H1：四种脱水方法的脱水率总体分布位置不全相同 确定显著水平α=0.05 2. 构造H统计量，计算P值 （1）编秩：把4个样本数据混合从小到大编秩。遇数据相等者分两种情况处理： ①相同数据在同一组内，可不编平均秩次， ②相同数据分在两组里，则应编平均秩次， （2）求秩和：设各样本例数为ni（∑ni =N）、秩和为Ri。 服从自由度为中g-1的卡方分布. 本例 H=9.89， 查卡方分布表，附C5， P0.05 3. 统计推断 若Pa，则拒绝H0，接受H1，认为差异有统计学意义。反之,则不拒绝H0，认为差异无统计学意义. 本例P0.05 ，故四种脱水方法的脱水率有差别。 注1 校正公式 当各样本数据存在相同秩时，按公式算得的H值偏小，可按下式求校正HC值 Hc=10.23 第四节 多个组间的多重比较 多个独立样本比较的Kruskal-Wallis H检验只能总的判断各组是否来自同一总体。在H检验拒绝H0，接受H1，认为多个总体分布位置不全相同时，若要进一步推断是哪两个总体分布位置不同，可用bonferroni检验。 解题步骤 1.建立假设，确定显著水平 H0：第i组与第j组脱水方法的脱水率总体分布位置相同 H1：第i组与第j组脱水方法的脱水率总体分布位置不全相同 确定显著水平α=0.05 2. 构造Z统计量： 本例见表7-9 3.检验水准的调整： 如何确定P值？ 检验水准α=0.05？ 由于K个样本两两比较增大了第一类错误，为保证α=0.05，需要对检验水准进行调整，即： α’=α/比较的次数 多组间两两比较：α’=α/[k（k-1）/2] 多个实验组与对照组比较 α’=α/（k-1） 4 计算P值， 进行统计推断 本例，按=0.05/6=0.0083 的检验水准，知 除第1方法与4方法差别有统计学意义外，其他方法间差别无统计学意义。 非参数检验优点 非参数统计的优点主要是不受总体分布的限制，适用范围广。对某些指标不便准确测定，只能以严重程度、优劣等级、次序先后等作记录的资料可以应用；对有的数据一端或两端是不确定数值，例如“0.1mg”或“240mmHg~”等，也可应用。 非参数检验的适用范围 1. 偏态分布资料 2. 分布不明确时 3. 方差不齐 4. 半定量的资料，如等级资料 5. 二端或一端无确定值 6. 有outliner值，如偏大值或偏小值 非参数检验缺点 非参数检验它不是用样本实际测定值直接构造统计量进行检验，而是通过将样本实际数据排队编秩后，对秩次进行比较，因此没有充分利用资料提供的信息，导致检验功效下降。一般犯第二类错误的概率β比参数检验大。所以适合参数检验条件的资料，应首选采用参数检验。若参数检验的应用条件得不到满足时，用非参数检验才是准确的。 * * t检验条件 t检验亦称studentst检验，应用t检验条件： 1）单因素两水平的定量效应指标； 2）要求各组正态分布； 3）要求方差齐性. 如不满足条件，当满足正态性而方差不齐时可进行t’检验，否则需采用变换或非参数方法作统计分析。 F 检验的回顾 2、什么样的资料进行F 检验？ 1、 F 检验中考虑了几个因素、几个水平？ F检验 F检验亦称方差分析，应用F检验条件： 1）单因素或多因素定量效应指标； 2）要求各组正态分布； 3）要求方差齐性. 如不满足条件，需采用变换或非参数方法作统计分析。 F检验的类型 (1)? 完全随机设计及其方差分析； (2)?配伍组设计及其方差分析； (3)?拉丁方设计及其方差分析; (4)?交叉设计及其方差分析 (5)析因设计及其方差分析; (6)正交设计及其方差分析; (7) 7交叉设计及其方差分析;等. （NONPARAMETRIC STATISTICS）  非参数统