数值变量资料（计量资料）的统计分析理论及方法.docxVIP

第六章?数值变量资料的统计分析 ? 数值变量资料又称计量资料，通常是指每个观察单位某项指标量的大小，一般具有计量单位。这类资料按分析的内容一般可分为两种：一种是比较几种处理之间的效应，简单地讲就是比较各处理组观察值均数、方差的大小；另一种是寻找指标间的关系，即某个（或某些）指标的取值是否受其它指标的影响。本章主要介绍不同设计类型的数值变量资料的比较。 ?§6.1?样本均数与总体均数比较的?t?检验 t检验亦称?students t?检验，主要用于下列三种情况：(1)样本均数与总体均数比较；(2)配对数值变量资料的比较；(3)两样本均数的比较。 Stata用于样本均数与总体均数比较的?t?检验的命令是： ttest?变量名= #val 这里，＃val?表示总体均数。 命令中可以选用?if?语句和?in?语句对要分析的内容加一些条件限制。 对已知样本含量、均数和标准差的资料，欲将其与某总体均数进行比较，Stata?还提供了更为简洁的命令是： ttesti #obs #mean #sd #val 这里，#obs?表示样本含量，#mean?表示样本均数，#sd?表示样本标准差， #val?表示总体均数。 ? §6.2?两样本均数比较的t检验 一、?配对设计ｔ检验 医学研究中常将受试对象配成对子，对每对中的两个受试对象分别给予两种不同的处理，观察两种处理的结果是否一致，称为配对(设计)研究。有时以同一个受试对象先后给予两种不同的处理，观察两种处理的结果是否相同，这种配对称为自身配对。配对设计的优点是能消除或部分消除个体间的差异，使比较的结果更能真实地反映处理的效应。 配对t检验首先计算每对结果之差值，再将差值均数与0作比较。如两种处理的效应相同，则差值与0没有显著性差异。 检验假设?H0为：两种处理的效应是相同，或总体差值均数为?0。 stata用于配对样本t检验的命令是： Ttest 变量1 = 变量2 这里，这里“变量?1”和“变量?2”是成对输入的配对样本。 ttest?命令容许使用[if?表达式]和[in范围]条件限制。 或者：??????????????gen d=0 ?????????????????? ttest d=0 二、?成组设计ｔ检验 有时无法将受试对象逐个配成对，可将受试对象随机分为两组，每组接受不同的处理，检验两组的均数，以达到比较的目的。 t检验要求两样本来自方差相同的正态总体，即各组资料达到或接近正态，两组的方差达到齐性。如两组资料偏态或方差不齐，则需要对原始数据作变量变换，如变换后仍未达到正态，可用秩和检验；如未达到方差齐性，则需用?t’检验，或用秩和检验。 Stata?提供了三种资料形式的两样本均数比较的t检验的命令，即： ttest?变量?1=变量?2, unpaired [ unequal welch ] ttest?变量, by(分组变量) [unequal welch] ttesti #obs1 #mean1 #sd1 #obs2 #mean2 #sd2 [, unequal welch ] 这里：第一个命令的数据格式是将两组数据用两个变量“变量?1”和“变量?2”分别输入，如两组的样本含量不等，则先输入样本含量大的变量，再输入样本含量少的变量，不足部分，Stata?将自动生成缺省值(用小数点表示)。也可同时输入，缺失部分用小数点表示。unpaired?是必选项，如不选，则?Stata?将作配对?t?检验。 第二个命令的数据格式是将两组数据用一个“变量”输入，再用另一个分组变量，以区分两组资料，如用?1?表示第?1?组资料，用?2?表示第?2?组资料。by(分组变量)是必选项。 第三个命令是针对已知两组资料的样本含量、均数和标准差的资料进行比较的简洁命令。这里有?6?个数据，#obs?表示样本含量，#mean?表示样本均数，#sd?表示样本标准差，l?表示第?1组，2?表示第?2?组。 第一个命令和第二个命令允许加[权数]及[in?范围]?和[if?表达式]条件。 选择项?unequal表示假设两组方差不齐，如不选表示假设两组方差达到齐性。 选择项?welch?表示用?Welch?方法对自由度进行校正，如不选此项，则用?Satterthwaite?方法对自由度进行校正。welch?选择项只有在选择了?unequal?才有效。 ? §6.3?单因素方差分析及方差齐性检验 一、单因素方差分析 根据某一试验因素，将受试对象随机分为若干处理组(各组样本含量可以相等亦可不等)，即为单因素试