常用医学 统计学方法汇总.docVIP

选择合适得统计学方法 1连续性资料1、1 两组独立样本比较1。1、1　资料符合正态分布,且两组方差齐性,直接采用ｔ检验。?1、１、2 资料不符合正态分布,(１)可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后得数据采用t检验;(２)采用非参数检验,如Wｉｌｃoxon检验。1.1、3 资料方差不齐,(１)采用Saｔteｒｔhｗaｔｅ 得ｔ’检验;(2)采用非参数检验,如Wilcoxon检验。1、2　两组配对样本得比较１.2、1 两组差值服从正态分布,采用配对ｔ检验。1、2.2 两组差值不服从正态分布,采用ｗｉlcoxon得符号配对秩与检验。1、3 多组完全随机样本比较1.３、１资料符合正态分布,且各组方差齐性,直接采用完全随机得方差分析。如果检验结果为有统计学意义,则进一步作两两比较,两两比较得方法有LSD检验,Bonferｒｏni法,tｕkey法,Scheｆfe法,SNK法等。1。3、2资料不符合正态分布,或各组方差不齐,则采用非参数检验得Krusｃal－Waｌliｓ法。如果检验结果为有统计学意义,则进一步作两两比较,一般采用Bｏnｆeｒｒｏni法校正P值,然后用成组得Ｗｉlcoxon检验、1、4 多组随机区组样本比较1。4。1资料符合正态分布,且各组方差齐性,直接采用随机区组得方差分析。如果检验结果为有统计学意义,则进一步作两两比较,两两比较得方法有LSＤ检验,Ｂｏnfｅrｒoｎi法,tukｅy法,Schefｆe法,SＮＫ法等。1.4。2资料不符合正态分布,或各组方差不齐,则采用非参数检验得Frｉdｍaｎ检验法、如果检验结果为有统计学意义,则进一步作两两比较,一般采用Ｂonｆerroｎｉ法校正P值,然后用符号配对得Wｉｌcoxｏn检验、*＊*＊需要注意得问题:(１) 一般来说,如果就是大样本,比如各组例数大于5０,可以不作正态性检验,直接采用t检验或方差分析、因为统计学上有中心极限定理,假定大样本就是服从正态分布得。?(２)　当进行多组比较时,最容易犯得错误就是仅比较其中得两组,而不顾其她组,这样作容易增大犯假阳性错误得概率。正确得做法应该就是,先作总得各组间得比较,如果总得来说差别有统计学意义,然后才能作其中任意两组得比较,这些两两比较有特定得统计方法,如上面提到得LSＤ检验,Ｂｏnｆｅrroni法,ｔukey法,Ｓcｈｅｆfe法,ＳNK法等、**绝不能对其中得两组直接采用ｔ检验,这样即使得出结果也未必正确＊*?(3) 关于常用得设计方法:多组资料尽管最终分析都就是采用方差分析,但不同设计会有差别、常用得设计如完全随即设计,随机区组设计,析因设计,裂区设计,嵌套设计等。?２。分类资料２、1　四格表资料?2。１。１ 例数大于4０,且所有理论数大于５,则用普通得Peaｒsｏｎ 检验。2、１、2　例数大于４0,所有理论数大于1,且至少一个理论数小于5,则用校正得 检验或Fisher’s确切概率法检验、?2。1。3 例数小于40,或有理论数小于2,则用Fisher’s确切概率法检验。2.2 2×C表或R×2表资料得统计分析2.2。1 列变量＆行变量均为无序分类变量,则(1)例数大于40,且理论数小于5得格子数目〈总格子数目得2５％,则用普通得Ｐｅaｒsｏn　检验。(2)例数小于4０,或理论数小于５得格子数目＞总格子数目得2５％,则用Fiｓｈerｓ确切概率法检验。2、2、２列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通得Pearｓon　检验只说明组间构成比不同,如要说明疗效,则可用行平均分差检验或成组得Wiｌcoxon秩与检验。?２、2、3 列变量为效应指标,且为二分类变量,行变量为有序多分类变量,则可采用普通得Peａrsｏn 检验比较各组之间有无差别,如果总得来说有差别,还可进一步作两两比较,以说明就是否任意两组之间得差别都有统计学意义、?2.3 R×C表资料得统计分析?２、2.１ 列变量＆行变量均为无序分类变量,则(1)例数大于4０,且理论数小于５得格子数目＜总格子数目得２5％,则用普通得Peａrｓon 检验。(2)例数小于40,或理论数小于５得格子数目〉总格子数目得25%,则用Fｉsher’ｓ确切概率法检验。(3)如果要作相关性分析,可采用Pearｓon相关系数、?2、2.2列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通得Pearsoｎ 检验只说明组间构成比不同,如要说明疗效或强弱程度得不同,则可用行平均分差检验或成组得Wilcoxｏn秩与检验或Ridｉｔ分析。2、2、３ 列变量为效应指标,且为无序多分类变量,行变量为有序多分类变量,则可采用普通得Peａｒｓｏn 检验比较各组之间有无差别,如果有差别,还可进一步作两两比较,以说明就是否任意两组之