复旦大学：《卫生统计学》理论课程教学资源（PPT授课课件）27 数据分析的统计方法选择小结

数据分析的统计方法 选择小结

数据分析的统计方法 选择小结

目录 >完全随机分组设计的资料 2>配对设计或随机区组设计 3>变量之间的关联性分析

目录 1 完全随机分组设计的资料 2 配对设计或随机区组设计 3 变量之间的关联性分析

完全随机分组设计的资料 两组或多组计量资料的比较 两组资料 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 小样本偏态分布资料,则用成组的 Wilcoxon秩和 检验

完全随机分组设计的资料 ❖ 两组或多组计量资料的比较 ▪ 两组资料 • 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 • 小样本偏态分布资料，则用成组的Wilcoxon秩和 检验

完全随机分组设计的资料 两组或多组计量资料的比较 多组资料 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,Bonη ferroni检验等)进行两两比较。 如果小样本的偏态分布资料或方差不齐,则作 Krus kal Wallis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

完全随机分组设计的资料 ❖ 两组或多组计量资料的比较 ▪ 多组资料 • 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。 • 如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis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

完全随机分组设计的资料 今分类资料的统计分析 单样本资料与总体比较 二分类资料 (1)小样本:用二项分布进行确切概率法检验; (2)大样本:用U检验 多分类资料:用 Pearson X2检验(又称拟合优度 检验)

完全随机分组设计的资料 ❖ 分类资料的统计分析 ▪ 单样本资料与总体比较 • 二分类资料 （1）小样本：用二项分布进行确切概率法检验； （2）大样本：用U检验 • 多分类资料：用Pearson 2 检验（又称拟合优度 检验）

完全随机分组设计的资料 今分类资料的统计分析 四格表资料 (1)n>40并且所以理论数大于5,则用 Pearson2 (2)n>40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x2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

完全随机分组设计的资料 ❖ 分类资料的统计分析 ▪ 四格表资料 （1）n>40并且所以理论数大于5，则用Pearson 2 ； （2）n>40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 2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

完全随机分组设计的资料 今分类资料的统计分析 2×C表资料的统计分析 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CMHx2或成组的 Wilcoxon秩和检验 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X2检验 行变量和列变量均为无序分类变量 (1)n>40并且理论数小于5的格子数行列表中格子总数的259%,则 用 Fisher's确切概率法检验

完全随机分组设计的资料 ❖ 分类资料的统计分析 ▪ 2×C表资料的统计分析 • 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CMH 2或成组的Wilcoxon秩和检验 • 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2检验 • 行变量和列变量均为无序分类变量 （1）n>40并且理论数小于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

完全随机分组设计的资料 分类资料的统计分析 RXC表资料的统计分析 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cMHx2或 Kruskal Wallis的秩和检验 变量,作 none zero correl0nana小8M量为有序多分类 列变量为效应指标,并且为无序多分类变量,行 列变量和行变量均为有序多分类变量,可以作 Spearman相关分析 列变量和行变量均为无序多分类变量 1)n>40并且理论数小于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

完全随机分组设计的资料 ❖ 分类资料的统计分析 ▪ R×C表资料的统计分析 • 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CMH 2或Kruskal Wallis的秩和检验 • 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none zero correlation analysis的CMH 2 • 列变量和行变量均为有序多分类变量，可以作Spearman相关分析 • 列变量和行变量均为无序多分类变量 （1）n>40并且理论数小于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

完全随机分组设计的资料 今 Poisson分布资料 单样本资料与总体比较 观察值较小时:用确切概率法进行检验 观察值较大时:用正态近似的U检验 两个样本比较:用正态近似的U检验

完全随机分组设计的资料 ❖ Poisson分布资料 ▪ 单样本资料与总体比较 • 观察值较小时：用确切概率法进行检验 • 观察值较大时：用正态近似的U检验 ▪ 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 两组或多组计量资料的比较 两组资料 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 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

配对设计或随机区组设计 ❖ 两组或多组计量资料的比较 ▪ 两组资料 • 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 • 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