常见统计分析.pptVIP

直线回归 直线回归：是处理两变量间线性关系的统计方法，它可用于表达一个变量依存于另一个变量变化的关系，属于双变量分析的范畴。 若要研究某个因素与一个或者多个因素（变量）的依存关系时，可用回归分析，如利用直线回归方程，可用儿童的年龄推算其体重。 直线回归应用条件 做直线回归分析要有实际意义 正态单变量或正态双变量的资料才能做直线回归分析 直线回归方程一般只适用于X的取值范围内，不能任意外推 2014年11月28日 心内科五楼 * * 非参数检验适用于：等级资料 总体分布类型不明的资料 非正态分布的资料 对比组间方差不齐的资料 一端或两端观察值不确切的资料 其中秩和检验是比较系统和完整的一类非参数检验方法。 * 方差齐性检验 F检验 Levene检验（多样本） * 拟合优度检验则可用于判断频数分布是否符合正态分布、二项分布或Poisson分布等 * 直线相关系数r -1≤r≤1 0＜r≤1 正相关 -1≤r＜0 负相关 |r|=1完全相关 r=0 无相关（零相关）|r|越接近1关系越密切，越接近0关系越不密切 * 正态单变量 正态变量Y 非正态变量X ； 正态双变量：原因为X 结果为Y 变异小者为X 变异大者为Y 易测变量为X 难测变量为Y * 统计分析 正态分布 资料类型 常用假设检验方法 直线回归与相关 正态分布 正态分布又称高斯分布是一种很重要的连续型分布，是统计理论基础中最重要的分布之一，应用甚广。 正态分布是一簇单峰分布，当X=μ时，也就是均数处，其曲线峰值，即函数f（X）的值最大。正态分布以均数μ为中心，左右对称。 正态分布是以μ，σ2为参数的多个分布的总称，即正态分布是多条曲线的总称。 正态分布曲线的特征： 正态分布的判断方法： 正态性检验（矩法） 统计图、表、均数与中位数的差值 用医学知识进行粗估 正态分布的应用 正态分布是很多统计方法的理论基础 如t分布、F分布、分布等都是在正态分布的基础上推导出来的。 某些分布，如t分布、二项分布、Poisson等分布的极限均为正态分布，在一定条件下，均可按正态近似的原理来处理。 常用的u检验（即Z检验），就是以正态分布为理论基础的检验方法。 正态分布的应用 很多医学现象是服从正态分布或近似正态分布的，服从正态分布的资料均可按正态分布规律来处理。 如同性别、同年龄儿童的身高，同性别健康成人的红细胞数、血红蛋白量、脉搏数等，以及实验中的随机误差，一般表现为正态分布。 估计频数分布和制定医学临床参考值范围。 资料类型表 统计分析方法 统计描述 统计推断 统计描述 利用统计指标、统计图或表，对数据资料所进行的最基本的统计分析，使其能反应数据资料的基本特征，使研究者能准确全面的了解数据资料所包涵的信息，以便对资料做进一步的分析。 统计指标，如均数、标准差、率及构成比等 统计表，如频数表、四格表、列联表等 统计图，如直方图、饼图，散点图等 统计推断 利用样本所提供的信息对总体进行估计或推断，主要包括参数估计和假设检验两大内容。 参数估计，利用样本指标估计总体参数。常用可信区间，如均数的可信区间，率的可信区间。 假设检验，利用样本提供的信息比较两个或者多个总体之间有无差别，如t检验，方差分析等 假设检验 假设检验通常可划分为参数检验和非参数检验两大类。 参数检验：以特定的总体分布为前提，对未知的总体参数作推断的假设检验方法统称为参数检验 非参数检验：不以特定的总体分布为前提，不针对决定总体分布的几个参数作假设检验，故也称为任意分布检验。 由于非参数检验没有利用观察值的具体数值，而只是利用了其大小次序的信息，信息利用不够充分，其检验效能低于参数检验，故凡适合参数检验的资料，应该首选参数检验。 秩和检验 秩和检验：将原始数据转换为秩次，比较各组秩和的一类非参数检验方法 用秩和作为统计量进行假设检验的方法 优点：不受总体分布的限制，适用面广；适用于偏态分布、分布未知及两端无界的计量资料；适用于等级资料；易于理解，易于计算。 缺点：由于其没