《SPSS数据分析的医学统计方法选择.pdf》由会员分享,可在线阅读,更多相关《SPSS数据分析的医学统计方法选择.pdf(46页珍藏版)》请在三一文库上搜索。
1、SPSS 数据分析的医学统计方法选择 2 SPSS数据分析的医学统计方法选择 目 录 数据分析的统计方法选择小结错误!未定义书 签。 目 录 2 资料 1 . 4 完全随机分组设计的资料. 4 配对设计或随机区组设计. 7 变量之间的关联性分析. 9 资料 2 12 1. 连续性资料 13 1.1 两组独立样本比较 . 13 1.2 两组配对样本的比较. 13 1.3 多组完全随机样本比较. 13 1.4 多组随机区组样本比较. 14 2分类资料 . 15 2.1 四格表资料 . 15 2.2 2 C 表或 R2表资料的统计 分析 16 2.3 R C 表资料的统计分析 17 3 2.4 配对
2、分类资料的统计分析18 资料 3 18 一、两个变量之间的关联性分析 20 二、回归分析 21 资料 4 23 一统计方法抉择的条件 23 1分析目的 . 24 2资料类型 . 25 3设计方法 . 27 4分布特征及数理统计条件 . 29 二数据资料的描述 32 1数值变量资料的描述. 32 2分类变量资料的描述. 33 三数据资料的比较 35 1假设检验的基本步骤. 35 2假设检验结论的两类错误 . 37 3假设检验的注意事项. 38 4常用假设检验方法. 40 四变量间的相关分析 44 1数值变量(计量资料)的关系 分析 45 2无序分类变量(计数资料)的 4 相关分析 46 3 有
3、序 分 类 变 量 ( 等 级 资 料)等级相关 46 资料 1 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。
4、2)如果小样本的偏态分布资料或方差不 5 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。 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Pearson 2 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 Pearson 2 2)n
5、40 并且所以理论数大于1 并且至少 存 在 一 个 理 论 数 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 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CMH 2 或 Kruskal Wallis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none zero correlation analysis的 CMH 2 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, 7 (1)
6、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 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
7、组的方差分析。 8 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 2 检验或 配对边际 2 检验 2)b+c 40,则
8、用二项分布确切概率法检 验 2.CC表资料: 1)配对比较:用 McNemar 配对 2 检验或 配对边际 2 检验 2)一致性问题( Agreement) :用 Kap检 验 9 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
9、 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,使其满足上述条件。 2. 多重线性回归:应变量(Y)为连续型 变量(即计量资料),自变量(X1,X2,Xp) 可以为连续型变量、 有序分类变量或二分类变 量。如果回归分析中的残差服从正态分布(大 10 样本时无需正态性) ,残差与自变量无趋势变 化,可以作多重线性回归。 1)观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变 量(干预变量)外
10、,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 3. 二分类的 Logistic回归:应变量为二 分类变量,自变量(X1,X2, Xp)可以为 连续型变量、有序分类变量或二分类变量。 1)非配对的情况:用非条件Logistic 回归 (1) 观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 (2) 实验性研究:在保持主要研究因素变 量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 2)配对的情况:用条件Logistic回归 (1) 观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 11 (2)
11、 实验性研究:在保持主要研究因素变 量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 4. 有序多分类有序的Logistic回归:应 变量为有序多分类变量,自变量(X1,X2, Xp)可以为连续型变量、有序分类变量或二分 类变量。 1)观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变 量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 5. 无序多分类有序的Logistic回归:应 变量为无序多分类变量,自变量(X1,X2, Xp)可以为连续型变量、有
12、序分类变量或二分 类变量。 1)观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 2)实验性研究:在保持主要研究因素变 量(干预变量)外,可以适当地引入一些其 12 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 八、 生存分析资料: (要求资料记录结局和结局发生的时 间,如:死亡和死亡发生的时间) 1. 用 Kaplan-Meier方法估计生存曲线 2. 大样本时,可以寿命表方法估计 3. 单因素可以用Logrank 比较两条或 多条生存曲线 4. 多个因素时,可以作多重的Cox回归 1)观察性研究:可以用逐步线性回归寻 找(拟)主要的影响因素 2)实验性研究:在保持主要
13、研究因素变 量(干预变量)外,可以适当地引入一些其 它可能的混杂因素变量,以校正这些混杂因 素对结果的混杂作用 资料 2 13 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, 然后对转换后的数据采用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的 t 检验; (2)采用非参数检验 , 如 Wilcoxon 检验。 1.2 两组配对样本的比较 1.2.1两组差
14、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 的符号配对秩和检验。 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, 14 直接采用完全随机的方差分析。 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 的方法有 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,则采用非参数检验的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,
15、然后 用成组的 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, 直接采用随机区组的方差分析。 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 的方法有 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,则采用非参数检验的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 符号配对的 Wilcoxon 检验。 需要注意的问题: 15 (1)一般来说,如果是大样本
16、,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,假定大样本是服从正态分布的。 (2) 当进行多组比较时, 最容易犯的错误 是仅比较其中的两组, 而不顾其他组, 这样作容 易增大犯假阳性错误的概率。正确的做法应该 是,先作总的各组间的比较, 如果总的来说差别 有统计学意义,然后才能作其中任意两组的比 较,这些两两比较有特定的统计方法,如上面提 到的 LSD检验, Bonferroni法, tukey 法, Scheffe 法,SNK法等。绝不能对其中的两组直接采用t 检验,这样即使得出结果也未必正确。 (3) 关于常用的设计方法: 多
17、组资料尽管 最终分析都是采用方差分析, 但不同设计会有差 别。 常用的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, 则用普通的 Pearson 检验。 16 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,则用校正的检验或 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 2C 表或 R2 表资料的统计分析 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
18、论数小于 5 的格子 数目总格子数目的 25,则用 Fisher s 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, 用普通的 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的Wilcoxon秩和检 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,则可采用普通的 17 Pearson 检验比较各组之间有无差别,如果总的 来说有差别, 还可进一步作两两比较, 以说明是 否任意两组之间的差别都有统计学意义。 2.3 RC 表资料的统计分析 2.3.1 列变量行变量均为无序分类变量,
19、 则 (1)例数大于 40,且理论数小于 5 的格子 数目总格子数目的 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。 2.3.2 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, 用普通的 Pearson 检 验只说明组间构成比不同, 如要说明疗效或强弱 程度的不同,则可用行平均分差检验或成组的 Wilcoxon 秩和检验或 Ridit分析。 2.3.3 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 18 的 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
20、两比较, 以说明是否任意 两组之间的差别都有统计学意义。 2.3.4 列变量行变量均为有序多分类变量 (1)如要做组间差别分析,则可用行平均 分差检验或成组的Wilcoxon 秩和检验或Ridit 分析。如果总的来说有差别, 还可进一步作两两 比较,以说明是否任意两组之间的差别都有统计 学意义。 (2)如果要做两变量之间的相关性,可采 用 Spearson 相关分析。 2.4 配对分类资料的统计分析 2.4.1 四格表配对资料 (1)bc40,则用 McNemar 配对检验。 (2)bc40,则用校正的配对检验。 2.4.1 C C资料 (1)配对比较:用McNemar 配对检验。 (2)一致
21、性检验,用Kappa检验。 资料 3 19 在研究设计时 , 统计方法的选择需考虑以 下 6 个方面的问题 : (1)看反应变量是单变量、 双变量还是多变量 ; (2)看单变量资料属于3 种 资料类型(计量、计数及等级资料)中的哪一 种; (3)看影响因素是单因素还是多因素; (4) 看单样本、两样本或多样本 ; (5) 看是否是配对 或配伍设计 ; (6)看是否满足检验方法所需的前 提条件 , 必要时可进行变量变换, 应用参数方 法进行假设检验往往要求数据满足某些前提条 件, 如两个独立样本比较t检验或多个独立样 本比较的方差分析, 均要求方差齐性, 因此需 要做方差齐性检验。 如果要用正态
22、分布法估计参 考值范围 , 首先要检验资料是否服从正态分布。 在建立各种多重回归方程时, 常需检验变量间 的多重共线性和残差分布的正态性。 表 1-1 连续因变 量 分类因变量 连续 自变 量 回归分析Logistic 回 归 分类 方差分析表格检验(比 20 自变 量 (ANOVA) 如卡方检验) 不同的统计分析方法都有其各自的应用条 件和适用范围。实际应用时, 必须根据研究目 的、 资料的性质以及所要分析的具体内容等选 择适当的统计分析方法, 切忌只关心p 值的大 小(是否 0.05 ), 而忽略统计分析方法的应用 条件和适用范围。 一、两个变量之间的关联性分析 1. 两个变量均为连续型变
23、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 21 二、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,使 其满足上述条件。 2. 多重线性回归:应变量(Y
24、)为连续型变 量(即计量资料),自变量(X1,X2, Xp) 可以为连续型变量、有序分类变量或二分类变 量。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, 可以作多重线性回归。 1)观察性研究:可以用逐步线性回归寻找 (拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量 (干预变量) 外,可以适当地引入一些其它可能 的混杂因素变量, 以校正这些混杂因素对结果的 混杂作用 3. 二分类的 Logistic回归:应变量为二分 类变量,自变量( X1,X2,Xp)可以为连续 型变量、有序分类变量或二分类变量。 1)非配对的情况:用非条件Logistic回归
25、 22 (1) 观察性研究:可以用逐步线性回归寻找 (拟)主要的影响因素 (2) 实验性研究:在保持主要研究因素变量 (干预变量) 外,可以适当地引入一些其它可能 的混杂因素变量, 以校正这些混杂因素对结果的 混杂作用 2)配对的情况:用条件Logistic回归 (1) 观察性研究:可以用逐步线性回归寻找 (拟)主要的影响因素 (2) 实验性研究:在保持主要研究因素变量 (干预变量) 外,可以适当地引入一些其它可能 的混杂因素变量, 以校正这些混杂因素对结果的 混杂作用 4. 有序多分类有序的Logistic回归:应变 量为有序多分类变量, 自变量(X1,X2,Xp) 可以为连续型变量、有序分
26、类变量或二分类变 量。 1)观察性研究:可以用逐步线性回归寻找 (拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量 (干预变量) 外,可以适当地引入一些其它可能 23 的混杂因素变量, 以校正这些混杂因素对结果的 混杂作用 5. 无序多分类有序的Logistic回归:应变 量为无序多分类变量, 自变量(X1,X2,Xp) 可以为连续型变量、有序分类变量或二分类变 量。 1)观察性研究:可以用逐步线性回归寻找 (拟)主要的影响因素 2)实验性研究:在保持主要研究因素变量 (干预变量) 外,可以适当地引入一些其它可能 的混杂因素变量, 以校正这些混杂因素对结果的 混杂作用。 资料 4 一
27、统计方法抉择的条件 在临床科研工作中, 正确地抉择统计分析方 法,应充分考虑科研工作者的分析目的、临床科 研设计方法、 搜集到的数据资料类型、 数据资料 的分布特征与所涉及的数理统计条件等。其中任 何一个问题没考虑到或考虑有误,都有可能导致 统计分析方法的抉择失误。 24 此外,统计分析方法的抉择应在科研的设计 阶段来完成,而不应该在临床试验结束或在数据 的收集工作已完成之后。 对临床科研数据进行统计分析和进行统计 方法抉择时,应考虑下列因素: 1分析目的 对于临床医生及临床流行病医生来说,在进 行统计分析前, 一定要明确利用统计方法达到研 究者的什么目的。 一般来说, 统计方法可分为描 述
28、与 推 断 两 类 方 法 。 一 是 统 计 描 述 (descriptive statistics), 二 是 统 计 推 断 (inferential statistics)。 统计描述, 即利用统计指标、 统计图或统计 表,对数据资料所进行的最基本的统计分析,使 其能反映数据资料的基本特征, 有利于研究者能 准确、全面地了解数据资料所包涵的信息,以便 做出科学的推断。统计表,如频数表、四格表、 列联表等;统计图,如直方图、 饼图,散点图等; 统计指标,如均数、标准差、率及构成比等。 统计推断,即利用样本所提供的信息对总体 进行推断(估计或比较) ,其中包括参数估计和 25 假设检验,如
29、可信区间、t检验、方差分析、 2 检验等,如要分析甲药治疗与乙药治疗两组 的疗效是否不相同、 不同地区某病的患病率有无 差异等。 还有些统计方法, 既包含了统计描述也包含 了统计推断的内容,如不同变量间的关系分析。 相关分析,可用于研究某些因素间的相互联系, 以相关系数来衡量各因素间相关的密切程度和 方向,如高血脂与冠心病、 慢性宫颈炎与宫颈癌 等的相关分析; 回归分析, 可用于研究某个因素 与另一因素(变量)的依存关系,即以一个变量 去推测另一变量, 如利用回归分析建立起来的回 归方程,可由儿童的年龄推算其体重。 2资料类型 资料类型的划分现多采用国际通用的分类 方 法 , 将 其 分 为
30、两 类 : 数 值 变 量 (numerical variable)资 料 和 分 类 变 量 (categorical variable)资料。数值变量是指 其值是可以定量或准确测量的变量,其表现为数 值大小的不同; 而分类变量是指其值是无法定量 或不能测量的变量, 其表现没有数值的大小而只 26 有互不相容的类别或属性。 分类变量又可分为无 序分类变量和有序分类变量两小类,无序分类变 量表现为没有大小之分的属性或类别,如:性别 是两类无序分类变量,血型是四类无序分类变 量; 有序分类变量表现为各属性或类别间有程度 之分, 如:临床上某种疾病的“轻、中、重” ,治 疗结果的“无效、显效、好转
31、、治愈”。由此可 见,数值变量资料、 无序分类变量资料和有序分 类变量资料又可叫做计量资料、 计数资料和等级 资料。 资料类型的划分与统计方法的抉择有关,在 多数情况下不同的资料类型, 选择的统计方法不 一样。如数值变量资料的比较可选用t 检验、 u 检验等统计方法;而率的比较多用2 检验。 值得注意的是, 有些临床科研工作者, 常常 人为地将数值变量的结果转化为分类变量的临 床指标,然后参与统计分析, 如患者的血红蛋白 含量,研究者常用正常、轻度贫血、中度贫血和 重度贫血来表示, 这样虽然照顾了临床工作的习 惯,却损失了资料所提供的信息量。换言之,在 多数情况下,数值变量资料提供的信息量最为
32、充 分,可进行统计分析的手段也较为丰富、经典和 27 可靠,与之相比, 分类变量在这些方面都不如数 值变量资料。 因此,在临床实验中要尽可能选择 量化的指标反映实验效应,若确实无法定量时, 才选用分类数据, 通常不宜将定量数据转变成分 类数据。 3设计方法 在众多的临床科研设计方法中, 每 一种设计方法都有与之相适应的统计方法。在统 计方法的抉择时, 必须根据不同的临床科研设计 方法来选择相应的统计分析方法。如果统计方法 的抉择与设计方法不一致, 统计分析得到的任何 结论都是错误的。 在常用的科研设计方法中, 有成组设计 (完 全随机设计)的 t 检验、配对 t 检验、成组设计 (完全随机设计
33、)的方差分析、配伍设计(随机 区组设计) 的方差分析等, 都是统计方法与科研 设计方法有关的佐证。 因此,应注意区分成组设 计(完全随机设计)与配对和配伍设计(随机区 组设计) ,在成组设计中又要注意区别两组与多 组设计。最常见的错误是将配对或配伍设计(随 机区组设计) 的资料当做成组设计 (完全随机设 28 计) 来处理,如配对设计的资料使用成组t 检验、 配伍设计(随机区组设计) 使用成组资料的方差 分析;或将三组及三组以上的成组设计(完全随 机设计)资料的比较采用多个t 检验、三个或多 个率的比较采用四格表的卡方检验来进行比较, 都是典型的错误。如下表: 表 1 常见与设计方法有关的统计
34、方法抉 择错误 表格 1 设计方法错 误 的 统 计 方法 正确统计方法 两个均数的比 较 (成组设计、 完 全 随 机 设 计) 成组设计的 t 检验 成 组 设 计 的 秩 和 检验 多个均数的比 较 (成组设计、 完 全 随 机 设 计) 多 个 成 组 设 计的 t 检验 完 全 随 机 设 计 的 方差分析及q 检 验、完全随机设计 的 秩 和 检 验 及 两 两比较 数值变量的配 对设 成组设计的 t 检验 配对 t 检验、配对 秩和检验 29 计 随机区组设计 (配伍设 计) 多 个 成 组 设 计的 t 检验、 完 全 随 机 设 计 的 方 差 分 析 随 机 区 组 设 计
35、 的 方差分析及q 检 验、随机区组设计 的 秩 和 检 验 及 两 两比较 交叉设计成组设计的 t 检验、配对 t 检验、配对秩 和检验 交 叉 设 计 的 方 差 分析、交叉设计的 秩和检验 4分布特征及数理统计条件 数理统计和概率论是统计的理论 基础。每种统计方法都要涉及数理统计公式,而 这些数理统计公式都是在一定条件下推导和建 立的。 也就是说,只有当某个或某些条件满足时, 某个数理统计公式才成立,反之若不满足条件 时,就不能使用某个数理统计公式。 在数理统计公式推导和建立的条件中,涉及 最多的是数据的分布特征。 数据的分布特征是指 30 数据的数理统计规律, 许多数理统计公式都是在
36、特定的分布下推导和建立的。若实际资料服从 (符合)某种分布, 即可使用该分布所具有的数 理统计规律来分析和处理该实际资料,反之则不 能。在临床资料的统计分析过程中,涉及得最多 的分布有正态分布、偏态分布、二项分布等。 许多统计方法对资料的分布有要求,如:均 数和标准差、 t 和 u 检验;方差分析都要求资料 服从正态分布, 而中位数和四分位数间距、 秩和 检验等,可用于不服从正态分布的资料。所以, 临床资料的统计分析过程中, 应考虑资料的分布 特征,最起码的要求是熟悉正态分布与偏态分 布。 例如:在临床科研中, 许多资料的描述不考 虑资料的分布特征, 而多选择均数与标准差。 如 某妇科肿瘤化疗
37、前的血象值,资料如下表: 某妇科肿瘤化疗前的血象值 表格2 指标名例 数 均 数 标 准 差 偏度 系数 P 值 峰度 系数 P 值 血 红 蛋 98 11118.0.180.0.020. 31 白(g/L) .99 82 0 45 9 5 95 8 血 小 板 ( 109/L) 98 173 .58 87. 11 1.35 3 0. 00 0 1.84 3 0. 00 0 白 细 胞 ( 109/L) 98 6.7 930 2.7 67 1.20 7 0. 00 0 1.20 2 0. 01 3 从上结果可见, 若只看三项指标的均数和 标准差,临床医生也许不会怀疑有什么问题。但 是经正态性检
38、验,病人的血红蛋白服从正态分 布, 而血小板和白细胞两项指标的偏度和峰度系 数均不服从正态分布(P0.05) 。因此,描述病 人的血小板和白细胞平均水平正确的指标是中 位数,而其变异程度应使用四分位数间距。 除了数据的分布特征外, 有些数理统计公式 还有其它一些的条件, 如 t 检验和方差分析的方 差齐性、卡方检验的理论数(T) 大小等。 总之,对于临床科研工作者来说, 为正确地进行统计方法的抉择, 首先要掌握或熟 悉上述影响统计方法抉择因素;其次,还应熟悉 和了解常用统计方法的应用条件。 32 二数据资料的描述 统计描述的内容包括了统计指标、统计图和 表, 其目的是使数据资料的基本特征更加清
39、晰地 表达。本节只讨论统计指标的正确选用,而统计 图表的正确使用请参阅其他书籍。 1数值变量资料的描述 描述数值变量资料的基本特征有两类指标, 一是描述集中趋势的指标, 用以反映一组数据的 平均水平; 二是描述离散程度的指标, 用以反映 一组数据的变异大小。 各指标的名称及适用范围 等见表 2。 表 3 描述数值变量资料的常用指标 表格3 指 标 名 称 用途适用的资料 均 数 ( X ) 描述一组数据的 平均水平,集中位 置 正 态 分 布 或 近 似 正态分布 中位 数(M ) 与均数相同偏态分布、 分布未 知、两端无界 几何均数与均数相同对数正态分布, 等 33 (G )比资料 标准 差
40、( S) 描述一组数据的 变异大小,离散程 度 正 态 分 布 或 近 似 正态分布 四分位数 间距 (QU-QL )与标 准差相同 偏态分布、 分布未 知、两端无界 极差 (R) 与标准差相同观 察 例 数 相 近 的 数值变量 变异系数 (CV ) 与标准差相同比 较 几 组 资 料 间 的变异大小 从表中可看出, 均数与标准差联合 使用描述正态分布或近似正态分布资料的基本 特征;中位数与四分位数间距联合使用描述偏态 分布或未知分布资料的基本特征。 这些描述指标应用时, 最常见的错误是不考 虑其应用条件的随意使用, 如:用均数和标准差 描述偏态分布、 分布未知或两端无界的资料,这 是目前在
41、临床研究文献中较为普遍和典型的错 误。 2分类变量资料的描述 描述分类变量资料常用的指标有 34 死亡率、患病率、发病率等。 临床上,这类指标的应用较多, 出 现的错误也较多。这些错误归纳起来大致有两 类:一是以比代率, 即误将构成比 (proportion) 当做率 (rate)来描述某病发生的强度和频率, 如 用某病的病人数除以就诊人数 (或人次)得到 “某 病患病率”或“某病发病率” ,就是典型的以比 代率的例子。 二是把各种不同的率相互混淆,如 把患病率与发病率、死亡率与病死率等概念混 同。 需要指出的是, 单纯利用医院常规 资料,最易得到的指标是构成比。 而描述疾病发 生强度和频率的
42、指标的率反映如患病率、发病 率、死亡率等,很难利用医院的常规资料(如医 院医院的病例档案)获得。因为,医院常规资料 无法得到计算这些率所需的分子和分母的资料。 所以,一旦研究者利用的是医院常规资料,则无 法衡量疾病对人群的危害程度。 常用描述指标如 表 3。 表 4 描述分类变量资料的常用指标 表格4 指 标计算公式意义 35 名称 率发生某现象的观察 单位数可能发生 某现象的观察单位 总数K 描述事件发生的强 度和频率 构 成 比 A A+B+ 100% 事物内部各组成部 分所占的比重 相 对 比 A B A指标为 B指标的若 干倍或百分之几 三数据资料的比较 在众多的科研研究方法中, 归纳
43、起 来最基本的手段有两种, 一是对研究对象的全体 进行研究, 在实际工作中往往难以实现;二是从 总体中抽取一定数量的样本进行抽样研究,但要 考虑抽样误差对结果的影响。因此,若用样本信 息去推断其所代表的总体间有无差别时,需要使 用假设检验 (hypothesis testing)或称显著性 检验(significance test) 。 1假设检验的基本步骤 (1)建立检验假设。 36 建立假设的过程应有三个内容。 即 无效假设H0 (null hypothesis)、备择假设 H1 (alternative hypothesis)和 检 验 水 准 (size of test) 。无效假设
44、H0是研究者 想得到结论的对立事件的假设, 对于差异性检验 而言,研究者想得到的是“有差别”的结论,故 首先应假设各总体间无差别;备择假设H1是其 对立的假设,即是“有差别”的假设;此外,还 应确定有统计意义的概率水平 0.05 。建立检验假设的通常格式为: H0 :多个样本来自同一总体, 各样本间的差 别是由于抽样误差所致 H1:多个样本来自不同的总体, 各 样本间的差别是由于不同总体所致 =0.05 (2)计算统计量。 根据资料的类型、 分布特征、 科研设计方法 等条件,选择不同的统计量计算方法, 如 t 检验、 u 检验等统计方法。 (3)根据统计量的值得到概率(P) 值;再按 概率(P
45、) 值的大小得出结论。其结论只有两种情 况,若 P时,即概率小于我们事先确定好的 37 检验水平概率(如P0.05 ) ,我们就拒绝其无 差别假设 H0 ,而接受 H1 ,认为差别有统计学意 义,各样本来自不同总体, 样本间的差别是总体 的不同所致;若 P 确定好的检验水平(如P0.05 ) ,我们就不拒 绝其无差别的假设H0,还不能认为各总体间有 差别,样本来自同一总体, 即差别没有统计学意 义。 2假设检验结论的两类错误 在假设检验的两种结论中无论做出何种结 论,都有可能犯错误。 当 P 可认为各总体间有差别” 的结论时就有可能犯错 误,这类错误称为第一类错误(型错误, type erro
46、r ) ,其犯错误的概率用 0.05 ,此时犯型错误的概率小于或等 于 0.05 ,若假设检验的 P值比 0.05 越小,犯一 类错误的概率就越小。 当 P 还不能认为各总体间有差别”的结论时, 就有可 能犯第二类错误(型错误,type error ) , 38 其犯错误的概率用 设检 验 P值越大,犯二类错误的概率就越小。 表 5 假设检验的两类错误 表格5 假设检验结 果 真实情况拒绝 H0 不拒绝 H0 样本来自 同一总体 推断不正 确( 推 断 正 确 (1- 样本来自 不同总体 推断正确 (1- 推 断 不 正 确 ( 3假设检验的注意事项 (1)假设检验比较的对象是总体,而研究 的
47、方法是抽样研究, 即通过对样本提供的信息去 推断总体间有无差别。 不能误认为假设检验是样 本间的比较, 更不能将此体现在结论中。 如果研 究方法是普查时, 由于不存在抽样误差, 也不存 在用样本提供的信息去推断总体的问题。因此, 在这种情况下也就不能使用假设检验的统计方 法。 39 (2)当 PP)越小, 越有理由拒绝无差别的假设, 即拒绝假设的可信 程度就越大,这时概率(P)越小,其结论的可 靠性就越好。当PP)越大,越 有理由不拒绝无差别的假设, 即不拒绝无差别假 设的可信程度就越大。这时概率(P)越大,其 结论的可靠性就越好。因此,无论概率P 还是 P (3)假设检验的结论不能绝对化。
48、假设检验的结论是根据概率 (P)的大小得出的, 事实上当 P拒绝其无差别的假设, 可认为各总体间有差别,但是,只要P0,我 们无法完全拒绝无差别的假设, 即不能肯定各总 体间有差别:同理,当P 无差别的假设, 还不能认为各总体间有差别,但 是,只要P1,我们无法完全接受无差别的假 设,即不能肯定各总体间无差别。因此,在做出 统计结论时,要避免使用绝对的或肯定的语句, 如当 P 有差别” ;而当P 还不能认为各组间有差别”的语言进行描述。 (4)假设检验的方法与设计方案和 40 分布特征有关,如:两组比较的方法有t 检验、 u 检验、两组秩和检验、四格表和校正四格表的 2 检验等,这些方法只能用
49、于两组比较,而不 能用于多组的比较。 在实际工作中错误地使用两 组比较的方法代替多组比较的情况并不少见, 如,三个均数比较用三个t 检验、四个均数比较 用六个 t 检验等。多组比较可用方差分析、 多组 秩和检验、行乘列2 检验等。 t 、u 检验和方 差分析用于正态分布的资料, 不服从正态分布的 资料可用秩和检验。 4常用假设检验方法 (1)计量资料的假设检验 表 6 常用计量资料假设检验方法 表格6 比较目 的 应用条件统计方法 样本与总体 的比较 例数(n) 较大, (任意分布) u 检验 例数( n)较 t 检验 41 小,样本来自 正态 两组资料的 比较 (完全随机设 计 )例 数( n)较大, (任意分布) u 检验 例数( n)较 小,来自正态 且方差齐 成 组 设 计 的 t 检验 例数( n)较小 且非正态或方 差不齐 成 组 设 计 的 秩 和 检验、或成组设计 的 t 检验、或成 组 设 计 的 中 位 数 检验 配对资料的 比较(配对 设计) 例数(n) 较大, (任意分布) 对设计的 u检验 例数(n) 较小, 差值来自正态 配对设计的t
链接地址:https://www.31doc.com/p-4972589.html