医学统计学大题—统计分析

是否在面对医学统计学大题时一筹莫展不知道选那个方法，不要慌张，我给你总结好了，课本学不到的知识。

统计分析

• 统计分析
  • 一、 计量资料的统计分析
    • 1.两组资料
      • 1)大样本资料
        • z检验
      • 2）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
          • n1＜10，n2-n1＜10
            • 查表法：较小的n1，T=例数较小对应的秩和
          • 否，正态近似法
            • z分布（固定曲线）；N=n1+n2
              • 相同秩次较多需要矫正
      • 3)小样本偏态分布资料，则用成组的Wilcoxon秩和检验
        • 查表法：n1≦10,n2-n1≦10
        • 正态近似法
    • 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。
        • 两两比较。
          • Dunnett-多个实验组与一个对照组
          • LSD-t：结合专业知识、选择性比较
          • SNK-q检验：对任意两两组比较，样本含量可不相等
          • Tukey法：对任意两两组比较，样本含量相等
          • Bonferroni：将两两比较的检验水准调整
      • 2)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（H 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。
        • 每组样本中的观察数目有 5 个或 5 个以 上，则样本统计量 KWC 的分布与自由度为 k-1 的 卡方分布非常接近，如果样本中存在结值（数据相同秩值的个数），则校正系数C为
        • 组数k=3，每组例数小于5
  • 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 c2检验（又称拟合优度检验）
    • 2.1 四格表资料
      • 1)n>40并且所以理论数大于5，则用Pearson c2（卡方检验）
      • 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 c2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
    • 2.2配对四格表资料
      • 1)b+c>40，则用McNemar配对 c2检验或配对边际c2检验
      • 2)b+c＜40，则用二项分布确切概率法检验
    • 3. 2×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，则行评分的CMH c2或成组的Wilcoxon秩和检验（比较两组有序资料的整体分布位置）
      • 2)列变量为效应指标并且为二分类，行变量为有序多分类变量，则用趋势c2检验
      • 3)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Pearson c2
        • (2)n＜40或理论数小于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 c2或Kruskal Wallis的秩和检验（比较多组有序资料的整体分布位置）
        • H，v=k-1
        • 卡方
      • 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 c2
      • 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，
        • (1)n>40，T＞1，并且理论数1-5的格子数<行列表中格子总数的20%，则用Pearson c,
          • 多个样本率的多重比较
            • 直接用四个表的卡方检验会增加I类错误
            • bonferroni
              • 多个实验组的两两比较
              • 实验组与同一个对照组的比较
        • (2)n￡40或理论数小于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、线性相关分析（两个变量服从双变量正态分布）
    • 假设检验（ r-ρ）
      • t检验
  • 四、 线性回归分析（因变量y服从正态分布，x是可以精确测量和严格控制的变量）
    • 线性回归模型的前提假设（LINE）：线性、独立(专业知识)、正态（给定X值时，应变量服从正态分布，ε服从正态分布－残差图）、等方差（不论x取什么值，Y都具有相同的方差－残差图）
    • 假设检验（b-β）
      • 方差分析
      • t检验
        • 自由度=n-2
  • 五、配对资料
    • 计量资料
      • 符合正态分布
      • 不符合正态分布
        • 配对秩和检验
          • 查表法（5≦n≦50）
          • 正态近似法（n>50）
            • 矫正
    • 计数资料
      • 无序
        • 配对四格表
          • b+c
      • 有序
        • 配对秩和检验
          • n
• 前提
  • 正态性检验
    • 矩法：对偏度、峰度
    • 用一个指标综合评价：Shapiro-Wilk法
    • 正态分布的拟合优度检验：K-S法
  • 方差齐性检验