資源描述：
《常用醫(yī)學(xué)統(tǒng)計(jì)學(xué)方法匯總》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、....選擇合適的統(tǒng)計(jì)學(xué)方法1連續(xù)性資料1.1兩組獨(dú)立樣本比較1.1.1資料符合正態(tài)分布,且兩組方差齊性,直接采用t檢驗(yàn)。1.1.2資料不符合正態(tài)分布，（1）可進(jìn)行數(shù)據(jù)轉(zhuǎn)換,如對數(shù)轉(zhuǎn)換等,使之服從正態(tài)分布,然后對轉(zhuǎn)換后的數(shù)據(jù)采用t檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn),如Wilcoxon檢驗(yàn)。1.1.3資料方差不齊，（1）采用Satterthwate的t’檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn),如Wilcoxon檢驗(yàn)。1.2兩組配對樣本的比較1.2.1兩組差值服從正態(tài)分布，采用配對t檢驗(yàn)。1.2.2兩組差值不服從正態(tài)分布，采用
2、wilcoxon的符號配對秩和檢驗(yàn)。1.3多組完全隨機(jī)樣本比較1.3.1資料符合正態(tài)分布，且各組方差齊性，直接采用完全隨機(jī)的方差分析。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。1.3.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的Kruscal－Wallis法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用成組的Wilcoxon檢驗(yàn)。1.4多組隨
3、機(jī)區(qū)組樣本比較1.4.1資料符合正態(tài)分布，且各組方差齊性，直接采用隨機(jī)區(qū)組的方差分析。如果檢驗(yàn)結(jié)果.word資料可編輯.....為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。1.4.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的Fridman檢驗(yàn)法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用符號配對的Wilcoxon檢驗(yàn)。****需要注意的問題：（1）一般來
4、說，如果是大樣本，比如各組例數(shù)大于50，可以不作正態(tài)性檢驗(yàn)，直接采用t檢驗(yàn)或方差分析。因?yàn)榻y(tǒng)計(jì)學(xué)上有中心極限定理，假定大樣本是服從正態(tài)分布的。（2）當(dāng)進(jìn)行多組比較時(shí)，最容易犯的錯(cuò)誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯(cuò)誤的概率。正確的做法應(yīng)該是，先作總的各組間的比較，如果總的來說差別有統(tǒng)計(jì)學(xué)意義，然后才能作其中任意兩組的比較，這些兩兩比較有特定的統(tǒng)計(jì)方法，如上面提到的LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。**絕不能對其中的兩組直接采用t檢驗(yàn)，
5、這樣即使得出結(jié)果也未必正確**（3）關(guān)于常用的設(shè)計(jì)方法：多組資料盡管最終分析都是采用方差分析，但不同設(shè)計(jì)會(huì)有差別。常用的設(shè)計(jì)如完全隨即設(shè)計(jì)，隨機(jī)區(qū)組設(shè)計(jì)，析因設(shè)計(jì)，裂區(qū)設(shè)計(jì)，嵌套設(shè)計(jì)等。2．分類資料2.1四格表資料2.1.1例數(shù)大于40，且所有理論數(shù)大于5，則用普通的Pearson檢驗(yàn)。2.1.2例數(shù)大于40，所有理論數(shù)大于1，且至少一個(gè)理論數(shù)小于5，則用校正的檢驗(yàn)或Fisher’s確切概率法檢驗(yàn)。2.1.3例數(shù)小于40，或有理論數(shù)小于2，則用Fisher’s確切概率法檢驗(yàn)。2.22×C表或R×2表資料
6、的統(tǒng)計(jì)分析.word資料可編輯.....2.2.1列變量＆行變量均為無序分類變量，則（1）例數(shù)大于40，且理論數(shù)小于5的格子數(shù)目<總格子數(shù)目的25％，則用普通的Pearson檢驗(yàn)。（2）例數(shù)小于40，或理論數(shù)小于5的格子數(shù)目>總格子數(shù)目的25％，則用Fisher’s確切概率法檢驗(yàn)。2.2.2列變量為效應(yīng)指標(biāo)，且為有序多分類變量，行變量為分組變量，用普通的Pearson檢驗(yàn)只說明組間構(gòu)成比不同，如要說明療效，則可用行平均分差檢驗(yàn)或成組的Wilcoxon秩和檢驗(yàn)。2.2.3列變量為效應(yīng)指標(biāo)，且為二分類變量，
7、行變量為有序多分類變量，則可采用普通的Pearson檢驗(yàn)比較各組之間有無差別，如果總的來說有差別，還可進(jìn)一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計(jì)學(xué)意義。2.3R×C表資料的統(tǒng)計(jì)分析2.2.1列變量＆行變量均為無序分類變量，則（1）例數(shù)大于40，且理論數(shù)小于5的格子數(shù)目<總格子數(shù)目的25％，則用普通的Pearson檢驗(yàn)。（2）例數(shù)小于40，或理論數(shù)小于5的格子數(shù)目>總格子數(shù)目的25％，則用Fisher’s確切概率法檢驗(yàn)。（3）如果要作相關(guān)性分析，可采用Pearson相關(guān)系數(shù)。2.2.2列變量為
8、效應(yīng)指標(biāo)，且為有序多分類變量，行變量為分組變量，用普通的Pearson檢驗(yàn)只說明組間構(gòu)成比不同，如要說明療效或強(qiáng)弱程度的不同，則可用行平均分差檢驗(yàn)或成組的Wilcoxon秩和檢驗(yàn)或Ridit分析。2.2.3列變量為效應(yīng)指標(biāo)，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的Pearson檢驗(yàn)比較各組之間有無差別，如果有差別，還可進(jìn)一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計(jì)學(xué)意義。2.2.4.word資料可編輯.....列變
