統(tǒng)計(jì)方法抉擇

統(tǒng)計(jì)方法抉擇第一頁(yè)，共二十三頁(yè)，2022年，8月28日一、概述

統(tǒng)計(jì)分析的主要任務(wù)，就是面對(duì)不確定的數(shù)據(jù)信息做出真實(shí)和科學(xué)的結(jié)論或推斷。只有正確的應(yīng)用統(tǒng)計(jì)分析，其結(jié)論或推斷才是真實(shí)和科學(xué)的。在眾多的統(tǒng)計(jì)分析方法中，如何正確的應(yīng)用和評(píng)價(jià)統(tǒng)計(jì)分析方法，對(duì)于醫(yī)學(xué)科研工作者來(lái)說(shuō)顯得尤為重要。第二頁(yè)，共二十三頁(yè)，2022年，8月28日

研究者的統(tǒng)計(jì)分析目的；數(shù)據(jù)資料的類型；數(shù)據(jù)資料的分布特征；科研設(shè)計(jì)方案與所涉及的數(shù)理統(tǒng)計(jì)條件。統(tǒng)計(jì)分析的正確應(yīng)用要點(diǎn)第三頁(yè)，共二十三頁(yè)，2022年，8月28日二、分析目的

根據(jù)研究者的研究目的，眾多的統(tǒng)計(jì)分析方法大致可分為如下三大類：1、統(tǒng)計(jì)描述2、統(tǒng)計(jì)推斷3、變量間的關(guān)系分析第四頁(yè)，共二十三頁(yè)，2022年，8月28日1．統(tǒng)計(jì)描述統(tǒng)計(jì)描述：是利用統(tǒng)計(jì)指標(biāo)、統(tǒng)計(jì)圖或表，對(duì)數(shù)據(jù)資料所進(jìn)行的最基本的統(tǒng)計(jì)分析，使其能反映數(shù)據(jù)資料的基本特征，使研究者能準(zhǔn)確、全面地了解數(shù)據(jù)資料所包涵的信息，以便對(duì)資料做進(jìn)一步的分析。統(tǒng)計(jì)指標(biāo)：如均數(shù)、標(biāo)準(zhǔn)差、率及構(gòu)成比等；統(tǒng)計(jì)表：如頻數(shù)表、四格表、列聯(lián)表等；統(tǒng)計(jì)圖：如直方圖、圓圖，散點(diǎn)圖等。第五頁(yè)，共二十三頁(yè)，2022年，8月28日2．統(tǒng)計(jì)推斷統(tǒng)計(jì)推斷：是利用樣本所提供的信息對(duì)總體進(jìn)行估計(jì)或推斷，主要包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)兩大內(nèi)容。參數(shù)估計(jì)：利用樣本指標(biāo)估計(jì)總體參數(shù)。常用可信區(qū)間，如均數(shù)的可信區(qū)間、率的可信區(qū)間。假設(shè)檢驗(yàn)：利用樣本提供的信息比較兩個(gè)或多個(gè)總體之間有無(wú)差別，如t檢驗(yàn)、方差分析、2檢驗(yàn)、秩和檢驗(yàn)等。第六頁(yè)，共二十三頁(yè)，2022年，8月28日3．變量間的關(guān)系分析研究者要研究某些因素間的相互聯(lián)系時(shí)，可用變量間的關(guān)系分析方法。如直線相關(guān)與回歸、多元線性回歸、Logistic回歸、Cox回歸等。若要研究某個(gè)因素與一個(gè)或多個(gè)因素（變量）的依存關(guān)系時(shí)，可用回歸分析，如，利用直線回歸方程，可由兒童的年齡推算其體重。若要研究因素間相關(guān)的密切程度和方向時(shí)，可用相關(guān)分析，如高血脂與冠心病、慢性宮頸炎與宮頸癌等的相關(guān)分析。第七頁(yè)，共二十三頁(yè)，2022年，8月28日資料定量資料：計(jì)量資料分類資料二分類資料：計(jì)數(shù)資料多分類資料：多分類資料無(wú)序分類資料：有序分類資料：等級(jí)資料計(jì)數(shù)資料三、資料類型

第八頁(yè)，共二十三頁(yè)，2022年，8月28日四、資料的分布特征

數(shù)據(jù)的分布特征是指數(shù)據(jù)的數(shù)理統(tǒng)計(jì)規(guī)律。在數(shù)理統(tǒng)計(jì)分布中，最常見的是正態(tài)分布與偏態(tài)分布。分布特征的判斷方法：常用的方法是分布的假設(shè)檢驗(yàn)，如正態(tài)性檢驗(yàn)。正態(tài)分布的判斷還可以根據(jù)統(tǒng)計(jì)圖表、均數(shù)與中位數(shù)的差值大小和醫(yī)學(xué)知識(shí)來(lái)進(jìn)行粗略估計(jì)。。第九頁(yè)，共二十三頁(yè)，2022年，8月28日許多統(tǒng)計(jì)方法是建立在特定的分布特征基礎(chǔ)之上，正態(tài)分布則是最常用的分布之一。在實(shí)際應(yīng)用中，不考慮資料是否服從正態(tài)分布，錯(cuò)誤地使用只有正態(tài)分布才能使用的方法。如：數(shù)據(jù)描述中均數(shù)和標(biāo)準(zhǔn)差，再如t檢驗(yàn)、方差分析等假設(shè)檢驗(yàn)都要求資料服從正態(tài)分布。常見問(wèn)題第十頁(yè)，共二十三頁(yè)，2022年，8月28日五、科研設(shè)計(jì)方案

統(tǒng)計(jì)方法中的公式和定理，在其建立和推導(dǎo)過(guò)程中，還涉及到科研設(shè)計(jì)的方案。不同的科研設(shè)計(jì)方案，數(shù)據(jù)的統(tǒng)計(jì)分析方法也不盡相同。第十一頁(yè)，共二十三頁(yè)，2022年，8月28日常見的實(shí)驗(yàn)設(shè)計(jì)方法

1、單因素設(shè)計(jì)：?jiǎn)谓M設(shè)計(jì)、配對(duì)設(shè)計(jì)、完全隨機(jī)設(shè)計(jì)（單因素多水平設(shè)計(jì)）等2、多因素設(shè)計(jì)（不便考察交互作用）：隨機(jī)區(qū)組設(shè)計(jì)、拉丁方設(shè)計(jì)、交叉設(shè)計(jì)、嵌套設(shè)計(jì)（組內(nèi)分組設(shè)計(jì)）等3、多因素設(shè)計(jì)（可以考察交互作用）：析因設(shè)計(jì)、正交設(shè)計(jì)等4、重復(fù)測(cè)量設(shè)計(jì)第十二頁(yè)，共二十三頁(yè)，2022年，8月28日(1)反應(yīng)變量：?jiǎn)巫兞?、多變量?2)數(shù)據(jù)資料：計(jì)量、計(jì)數(shù)、等級(jí)；(3)資料所屬的設(shè)計(jì)方式：完全隨機(jī)設(shè)計(jì)、配對(duì)設(shè)計(jì)、隨機(jī)區(qū)組設(shè)計(jì)等；(4)影響因素：?jiǎn)我蛩?、多因素?5)資料的樣本：?jiǎn)我粯颖尽山M樣本、多組樣本；(6)資料是否滿足檢驗(yàn)方法所需的前提條件，必要時(shí)可進(jìn)行變量變換。檢驗(yàn)方法的選擇第十三頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)量資料的分析（一）樣本與總體比較單樣本z檢驗(yàn)（大樣本）Wilcoxon符號(hào)秩和檢驗(yàn)（小樣本）單樣本t檢驗(yàn)H0：μ=μ0正態(tài)轉(zhuǎn)換后為正態(tài)非正態(tài)第十四頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)量資料的分析（二）兩樣本比較差值正態(tài)變量變換正態(tài)、方差齊配對(duì)

設(shè)計(jì)成組設(shè)計(jì)配對(duì)z檢驗(yàn)（大樣本）配對(duì)秩和檢驗(yàn)(H0：Md=0)差值非正態(tài)成組t檢驗(yàn)(H0：μ1=μ2)正態(tài)、方差不齊非正態(tài)成組秩和檢驗(yàn)(H0：兩總體分布位置相同)t’檢驗(yàn)(H0：μ1=μ2)配對(duì)t檢驗(yàn)(H0：μd=0)第十五頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)量資料的分析（三）多樣本比較正態(tài)、方差齊完全隨機(jī)設(shè)計(jì)Kruskal-Wallis秩和檢驗(yàn)(H0:k個(gè)總體分布相同)轉(zhuǎn)換后滿足或方差不齊非正態(tài)完全隨機(jī)設(shè)計(jì)方差分析(H0:μ1=…=μk)第十六頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)量資料的分析（三）隨機(jī)區(qū)組設(shè)計(jì)處理組間比較(H0:k個(gè)處理組總體均數(shù)相等)隨機(jī)區(qū)組設(shè)計(jì)方差分析區(qū)組間比較(H0:b個(gè)區(qū)組總體均數(shù)相等)兩因素設(shè)計(jì)處理因素k水平區(qū)組因素b水平第十七頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)量資料的分析（三）析因設(shè)計(jì)處理A比較(H0:A的a個(gè)水平總體均數(shù)相等)析因設(shè)計(jì)方差分析處理B比較(H0:B的b個(gè)水平總體均數(shù)相等)兩因素設(shè)計(jì)處理因素A(a水平)處理因素B(b水平)交互作用分析(H0:A、B間無(wú)交互作用)第十八頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)數(shù)資料的分析（一）兩樣本比較配對(duì)設(shè)計(jì)成組設(shè)計(jì)配對(duì)卡方檢驗(yàn)(McNemar檢驗(yàn))(H0：兩種判斷結(jié)果相同)Pearson卡方檢驗(yàn)、校正卡方檢驗(yàn)、Fisher精確檢驗(yàn)(H0：π1=π2)單樣本z檢驗(yàn)(H0：π

=π0)樣本與總體比較Kappa檢驗(yàn)(H0：兩種判斷結(jié)果無(wú)一致性)第十九頁(yè)，共二十三頁(yè)，2022年，8月28日計(jì)數(shù)資料的分析（二）多個(gè)樣本比較多個(gè)率的比較兩個(gè)或多個(gè)構(gòu)成比的比較R×C表卡方檢驗(yàn)(H0：π1=π2=…=πk)R×C表卡方檢驗(yàn)(H0：兩個(gè)或多個(gè)總體構(gòu)成相同)第二十頁(yè)，共二十三頁(yè)，2022年，8月28日等級(jí)資料的分析兩組比較多組比較Ridit分析(H0:兩個(gè)總體平均效應(yīng)相同)成組秩和檢驗(yàn)(H0:兩個(gè)總體分布相同)Kruskal-Wallis秩和檢驗(yàn)(H0:k個(gè)總體分布相同)Ridit分析(H0:k個(gè)總體平均效應(yīng)相同)第二十一頁(yè)，共二十三頁(yè)，2022年，8月28日雙變量資料的分析雙變量Ⅰ型回歸分析Ⅱ型回歸分析