下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 统计方法小结

统计方法小结.doc

统计方法小结

赵一青
2019-05-31 0人阅读 举报 0 0 暂无简介

简介:本文档为《统计方法小结doc》,可适用于综合领域

一、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()若方差齐性,则作成组t检验()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KruskalWallis的统计检验。如果KruskalWallis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单样本资料与总体比较)二分类资料:()小样本时:用二项分布进行确切概率法检验()大样本时:用U检验。)多分类资料:用Pearsonc检验(又称拟合优度检验)。四格表资料)n>并且所以理论数大于,则用Pearsonc)n>并且所以理论数大于并且至少存在一个理论数<,则用校正c或用Fisher’s确切概率法检验)n£或存在理论数<,则用Fisher’s检验×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CMHc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c检验)行变量和列变量均为无序分类变量()n>并且理论数小于的格子数<行列表中格子总数的,则用Pearsonc()n£或理论数小于的格子数>行列表中格子总数的,则用Fisher’s确切概率法检验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CMHc或KruskalWallis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nonezerocorrelationanalysis的CMHc)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,()n>并且理论数小于的格子数<行列表中格子总数的,则用Pearsonc()n£或理论数小于的格子数>行列表中格子总数的,则用Fisher’s确切概率法检验三、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四、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的符号配对秩检验多组资料:)若大样本资料或残差服从正态分布,并且方差齐性,则作随机区组的方差分析。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四格表资料)bc>,则用McNemar配对c检验或配对边际c检验)bc£,则用二项分布确切概率法检验C×C表资料:)配对比较:用McNemar配对c检验或配对边际c检验)一致性问题(Agreement):用Kap检验变量之间的关联性分析六、两个变量之间的关联性分析两个变量均为连续型变量)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)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七、回归分析直线回归: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。多重线性回归:应变量(Y)为连续型变量(即计量资料),自变量(X,X,…,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。)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素)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二分类的Logistic回归:应变量为二分类变量,自变量(X,X,…,Xp)可以为连续型变量、有序分类变量或二分类变量。)非配对的情况:用非条件Logistic回归()观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素()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)配对的情况:用条件Logistic回归()观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素()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(X,X,…,Xp)可以为连续型变量、有序分类变量或二分类变量。)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素)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(X,X,…,Xp)可以为连续型变量、有序分类变量或二分类变量。)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素)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八、生存分析资: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)用KaplanMeier方法估计生存曲线大样本时,可以寿命表方法估计单因素可以用Logrank比较两条或多条生存曲线多个因素时,可以作多重的Cox回归)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素)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

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/7

统计方法小结

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利