科研论文写作中数据分析的统计方法选择小结.docVIP

科研论文写作中 数据分析的统计方法选择小结 完全随机分组设计的资料 一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如： LSD检验，Bonferroni检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作KruskalWallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验； (2)大样本时：用U检验。 2)多分类资料：用Pearsonc2检验（又称拟合优度检验）。 2.四格表资料 1)n40并且所以理论数大于5，则用Pearsonc2 2)n40并且所以理论数大于1并且至少存在一个理论数5，则用校正c2或用Fisher’s确切概率法检验 3)n￡40或存在理论数1，则用Fisher’s检验 3.2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMHc2或成组的Wilcoxon秩和检验 2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量 (1)n40并且理论数小于5的格子数行列表中格子总数的25%，则用Pearsonc2 (2)n￡40或理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s确切概率法检验 4.R×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMHc2或KruskalWallis的秩和检验 2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作nonezerocorrelation analysis的CMHc2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量， (1)n40并且理论数小于5的格子数行列表中格子总数的25%，则用Pearsonc2 (2)n￡40或理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s确切概率法检验 三、Poisson分布资料 1.单样本资料与总体比较： 1)观察值较小时：用确切概率法进行检验。 2)观察值较大时：用正态近似的U检验。 2.两个样本比较：用正态近似的U检验。 配对设计或随机区组设计 四、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料： 1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（ 如：LSD检验，Bonferroni检验等）进行两两比较。 2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如 ：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。 五、分类资料的统计分析 1.四格表资料 1)b+c40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料： 1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验 变量之间的关联性分析 六、两个变量之间的关联性分析 1.两个变量均为连续型变量 1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析 2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析 3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析 七、回归分析 1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则 应作适当的变换，