检验由相关样本估计的总体均数之间的差异是否有意义.ppt

* 统计学傻瓜指南！ Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM 翻译：acred（DXY） * 定义 统计学是搜集、整理、 总结、分析数据以及 依据数据进行推断的科学 统计描述，包括搜集数据、整理数据、总结数据、分析数据以及将数据呈现出来 统计推断，包括进行推测、假设检验、确定关系然后作出预测 * 变量 定量的(Quantitative) 离散的(Discrete) 连续的(Continuous) 定性的(Qualitative) 有序的(Ordinal) 分类的(Categorical) * 参数检验与非参数检验 参数检验：需要知道样本统计量的分布才能作出决断 非参数检验：不需要知道样本统计量的分布就可以作出决断 * t-检验 在样本中比较连续变量的平均数，以检验两个均值之间的差异是否大于能被机遇所解释的差异 均值有差异，概率是多少？ * 应用条件 观测值（变量）相互独立 从正态分布的总体中抽样得到 样本量30；如果30，则使用正态曲线的z检验（二项检验，binomial test） * t-检验的类型 单样本t检验：某个变量的样本均数与给定总体的已知均数相比，其差异是否有意义 非配对或独立t检验：检验由两个独立样本估计的总体均数之间的差异是否有意义（如男性群体和女性群体） 配对t检验：检验由相关样本估计的总体均数之间的差异是否有意义（如给同一组病人施加处理前后，测量值的均数） * χ2检验 用来检验定性变量间关联的强度 用于分类数据 * 应用条件 数据应以频数的形式呈现 被观察的病例总数应大于20 任一类别或单元格内的理论频数应5（当任一单元格观测频数5：yate’s 校正）或（当任一单元格理论频数5：fisher精确概率） 相比较的组别应大致相似 * 相关与回归 研究两个或两个以上变量之间关联的强度以及函数关系的方法 * 相关 指明变量间关联的强度 r=+1 r=-1 r=0 曲线 * 回归 揭示一个因变量与一个或多个自变量间数学关系的方法 简单线性回归和多重回归适用于连续变量如血压、体重 Logistic回归适用于二值响应，如生/死 * 测量值 若为参数 Pearson相关系数 连续变量 线性关系 若为非参数 Spearman等级相关 两个均为连续变量 Kendall等级相关 (Kendall’s τ) 两个均为有序变量或一个有序另一个连续 * 方差分析（ANOVA） 用来揭示作用于一个因变量的几个分类自变量（称为因素）的主效应和交互效应 * 方差分析的类型 单因素方差分析(One-way ANOVA)：检验一个因变量在一个分类自变量两组、三组或多组类别间的差异 * 两因素方差分析(Two-way ANOVA)：分析一个因变量在两个自变量所形成的组间的差异，其中一个自变量可看作处理变量 多因素方差分析*(n-way ANOVA)：简言之，多因素方差分析处理多个自变量。应当注意，自变量的个数越多，可能的交互作用的数量也随之增多 * 如何选择恰当的统计检验方法 变量类型 定量的（血压） 定性的（性别） 所研究问题的类型 关联 比较 危险因素 数据的构成 独立的 配对的 匹配的 * 所研究的中心问题两变量（因变量，自变量）之间的联系 变量类型 检验方法 因变量 自变量 分类 分类 χ2 分类 定量 Logistic回归 定量 分类 2个结局：T检验 3个以上结局：方差分析 定量 定量 Spearman相关 线性回归 * 变量间比较（差异） 变量 自变量的个数 2组 配对数据 2组 定量 T检验 配对T检验 方差分析 有序 Mann-Whitney Wilcoxon Kruskal-wallis 分类 χ2 * McNemar χ2 *有1个单元格理论频数5，用fisher精确概率法 有1个单元格观测频数5，用yate’s校正 * 寻找危险因素 变量类型 检验方法 因变量 多个自变量 分类 分类 logistic回归 定量 分类 方差分析 定量 定量 线性回归，logistic回归 * *