生物统计与SAS软体课程教学四.PPTVIP

生物統計與SAS軟體課程教學(四)雙變項統計分析(二) 台大衛生政策與管理研究所 江宜珍 2005.2.5 課程宗旨 瞭解比率變項、兩個類別變項、一個類別與一個序位變項間的統計檢定方法 二類類別變項(binomial variable)」，又稱「比率變項(proportional variable)」，即為僅有兩類的類別變項，且此兩類為互斥事件(ex. 性別、生死、銅板正面或反面)，也就是發生這兩類的機率加起來為1(p+q=1=100%)，非A即B 統計方法 Proportional Z-test1 以一個樣本的 來推估母群體的 p 的信賴區間 從高中生隨機抽取一個樣本，發現B肝帶原的比率為17%，則推估全體高中生的B肝帶原比率為多少？ 一個樣本的 是否與已知母群體的 p 有差異？ H0: p1=p0； 在 男、女性各佔50%的人口中，因機車肇事死亡共120人中，男性有80人、女性有40人，男性因機車肇事而死亡的比率是否高於女性？ Proportional Z-test2 以兩個樣本的 來推估兩個母群體比率的差別( p1-p2) 的信賴區間 因為通常無法得知兩個母群體的比率，因此會抽兩個樣本分別代表此兩個母群體，進而比較其比率的差異的可能範圍值 從都市及山地高中生中各隨機抽取一個樣本，發現B肝帶原的比率為17%及30%，則都市與山地高中生的B肝帶原比率差別的95%信賴區間為何？ 以兩個樣本的 ，檢定兩個母群體的比率(p1和p2)是否有差異？ H0: p1=p2=p0； 從都市及山地高中生中各隨機抽取一個樣本，發現B肝帶原的比率為17%及30%，則山地高中生的B肝帶原比率是否高於都市高中生？ Chi-Square test1 又稱卡方檢定 探究兩個類別變項(皆為兩類以上)是否具有「關聯性(association)」 若某個個體在A類別變項的分類上屬於某一項，是否在B類別變項的分類上也特別傾向於屬於某一項 ex.探討「有沒有打流感疫苗」跟「有沒有得流行性感冒」有無關係，重點在瞭解是不是「有打流感疫苗的人」比較屬於「沒有得流行性感冒的人」 Chi-Square test2 H0: X1與X2沒有相關； 觀察值(Observed，以O表示) 預期值(Expected，以E表示) 若沒有相關的假設成立，則觀察值與預期值間的差別是隨機引起的，則不應相差太大；若相差太大，則此差別因隨機而引起的機率很低 Fisher’s Exact test 若O比E大，則累加比觀察值更大的機率(右邊尾巴的面積)；若O比E小，則累加比觀察值更小的機率(左邊尾巴的面積)(注意：用最小的觀察值計算) 此法為答案最正確的方法，但計算複雜 McNemar’s test 只管b跟c，不管a跟dH0: p=1/2，即E12=E21=(b+c)/2 Ex. 有無介入 vs. 有無改善 用A方法或B方法治療 vs. 死活 Chi-Square test for trend Ex.平均每日吸菸量越大的人，得肺癌的機率是否較高 二類類別變項(得肺癌) vs. 序位變項(將平均每日吸菸量依多寡依序分組)(即為2×k table) 結果呈現方式 ~謝謝大家的耐心聆聽嚕~ * * 經過衛教課程後，有運動習慣的人是否變多 多用於檢定介入或實驗是否具有成效(相依樣本) McNemar’s test 平均每日吸菸量越大的人，得肺癌的機率是否較高 攝取鹽份多的人，是否與其發生心血管疾病有關 有無注射疫苗與有無得病是否有關 成年人與國中生的B肝帶原比率有無顯著差異 例子 檢定一個類別變項與一個序位變項間的關係 若大多數細格數(cells)內的數值預期值＜5。通常為樣本數很小。 檢定兩個類別變項(≧二類，即R×C table)是否有顯著相關 為互斥事件的二類類別變項 適用時機 Chi-Square test for trend Fisher’s Exact test Chi-Square test Proportional Z-test 檢定方法 220 130(146.67) 90(73.33) 無 300 200 100 Total 80 70(53.33) 10(26.67) 有 流感 無 有 Total 打流感疫苗 若無相關，則有沒有打流感疫苗與得不得流感沒有關係，即有無打流感疫苗的患病機率皆為 80/300 35 30(146.67) 5(4.08) 無 60 53 7 Total 25 23(53.33) 2(2.92) 有 心血管疾病 少 多 Total 攝取鹽份 則累加O11為2、1、0的機率的總和 c+d d c n=a+b+c+d b+d a+c Total a+b b a X2