秩和检验演示文稿.ppt

（1）建立检验假设，确定检验水准。 H0：3种方剂疗效的总体分布位置相同 H1：3种方剂疗效的总体分布位置不全相同 ? =0.05 （2）计算检验统计量 H ①编秩：与频数表两样本比较类似。先计算各等级的合计，再确定秩次范围，及平均秩次，见表第(5)、(6)、(7)栏。 ②求各组秩和：与等级资料两样本比较类似，计算各组各等级的频数与平均秩次的乘积之和。 (3) 计算检验统计量值H 由于相持出现较多，按式(12.6)计算Hc值。 （3）确定P值，并作出统计推断。 因组数k=3， =k–1=2，近似服从 =2的 分布，查 界值表，得P0.005。按 ? =0.05水准拒绝H0，接受H1，差别有统计学意义，故可以认为3种复方小叶枇杷方剂治疗老年慢性支气管炎的疗效有差别。 若要具体回答3种复方小叶枇杷方剂治疗老年慢性支气管炎的疗效每两种之间是否有差别，还需进一步做两两比较。 （三）成组设计多个样本资料的两两比较 多个样本的两两比较的秩和检验 扩展的t检验法 Nemenyi法等 扩展的t检验 统计量t值 (2) 列出两两比较计算表，求得t值。见表12.7。 3. 确定值，作出统计推断 但上述这些方法目前在常用SPSS、SAS、Stata统计软件中均无法直接实现，现介绍两种实际工作中借助软件较易操作的方法。 秩变换后进行方差分析及多重比较。 调整 α 水准法 采用Bonferroni法调整 α 水准，调整后的 水准为:α’= α /需要比较的次数，例如，三组间两两均需进行比较，则比较的次数为3次，检验水准调整为α’= α /3=0.017。 第四节 随机区组设计的秩和检验 多个相关样本比较的Friedman M 检验 总结：非参数检验的正确应用 非参数检验是不依赖总体分布类型，也不对总体参数进行推断的一类统计方法。它具有广泛的适应性和较好的稳定性； 但若资料符合参数检验条件，用非参数检验会损失部分信息，降低检验效能，因而在符合参数检验的条件下首选参数检验。 总结： 非参数检验的正确应用 等级资料或者分布不明确资料进行分析； 可用于任意分布(distribution free)的资料； T检验与H检验的关系 T检验 H检验 t 检验 F检验 g ≥ 2 g=2 非参数检验 参数检验 计量资料中： 极度偏态资料，或个别数值偏离过大 各组离散度相差悬殊 资料中含有不确定值 大于5年 0.001 1:1024以上 总结： 非参数检验的正确应用 秩和检验是将原数据转换为秩次，比较各组秩和的一类非参数检验方法。 不同设计类型的秩和检验其编秩、求秩和、计算统计量、确定 值的方法有所不同。 注意编秩时相同数据一般取平均秩次，以及相持现象较多时需对统计量进行校正。 总结： 非参数检验的正确应用 需注意：有序分类变量资料运用秩和检验可推断各等级强度的差别，而列联表 ?2检验是比较各组频数分布之间的差别。 总结： 非参数检验的正确应用 心肌坏死面积例 用二种食物配方饲养大白鼠，观察心肌坏死面积。分析二组间的差异。 A组：(n=29, mean＝ 3.61) 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.2, 0.3, 0.4, 0.4, 0.6, 1, 1.6, 2.2, 2.6, 3.3, 4.3, 5.1, 5.4, 5.5, 6.1, 6.2, 9.7, 13.8, 36 B组： (n=28, mean＝1.06) 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.2, 0.2, 0.2 0.3, 0.4, 0.4, 0.9, 0.9, 1.3, 1.7, 2.8, 7.4, 13 特点： 0特别多，无论用什么变换均不可能改变分布的偏性； 0与其它数的区别是质的区别。 分析一：二组心肌坏死率比较，按四格表作?2检验： 无心肌坏死 有心肌坏死 合计 心肌坏死率 甲组 10 19 29 65.5% 乙组 15