SPSS

IV.成组两样本秩和检验（Wilcoxon Mann-Whitney秩和检验：1.建立检验假设，确定检验水准（同右）；2.计算秩和和T值和检验统计量z值。

统计分析策略

• I. 前言
  • 医学研究设计
    • 实验性研究（干扰研究）
      • 随机对照研究
        • 完全随机对照研究 randomized controlled study (RTC)
          • 最可靠！
          • 施加干预、设施对照、随机化
            • 随机分组
              • 完全随机分组：抽签、随机数字表、电脑随机分配法
              • 配对随机化分组：病情轻重相似、年龄、性别、生活条件等
                • 自身配对（同一个人受两种处理）、异体配对(两个条件相似的个体分别受对照处理）
        • 复杂随机对照
          • 随机区组设计、群随机对照、实效性随机对照
      • 非随机对照研究
        • 无对照
    • 观察性研究
      • 不干预、设置对照、不需要随机化
        • 观察对象
          • 暴露因素Exposure（研究对象本身具有的属性、行为、处于的环境
          • 因果关系
        • 研究类型
          • 横截面研究（Cross-sectional Study)/现况调查
            • time—now
          • 病例对照研究(Case-Control Study)
            • now----past
          • 队列研究(Cohort Study）/前瞻性研究/随访研究
            • now----future
    • 文献研究（文献综述（定性）、文献计量分析（描述）、荟萃分析（Meta分析））
  • 偏倚及其控制
    • 误差
      • 随机误差（不可控 ）
      • 系统误差（偏倚）可消除
        • 选择偏倚
          • 选择人群不代表总人群：就诊机会偏倚、失访率
        • 信息偏倚
          • 研究对象（说谎、无应答、回忆偏倚）、研究者本身（主观、测量偏倚）
        • 混杂偏倚
          • 分组不均衡导致（有存在潜在的暴露因素干扰）
            • 可用统计学方法部分解决
• II. 定量数据正态性判断
  • 数据分布决定统计方法
    • 正态分布数据：参数检验——t检验和F检验（方差分析）、均数、标准差描述
      • 正态性检验
        • K-S法：Kolmogorov-Smirnov Test
        • S-W法：Shapiro-Wilk Test ——适合样本量2000以下
        • 如何判断数据是否正态分布
          • 单样本正态检验
          • 多样本正态检验
          • “显著性”=P值（P＞0.05 则数据正态分布；P＜0.05 则数据偏态分布）
        • 操作过程
      • 直方图
      • QQ图
    • 偏态分布数据：将数据转换成状态数据或采用非参数检验方法（秩和检验）、中位数、四分位数间距描述
• III. 成组两样本t检验
  • 要求：两组、独立、定量、正态、方差齐性相同的比较
    • 独立性：各观察值之间相互独立，互不影响
    • 正态性：各个样本均来自正态总体
    • 方差齐性：各个样本的总体方差相等
  • 假设过程
    • 1. 建立假设，确定检验水准（H0:μ1=μ2，即两组的总体均数相同；H1:μ1≠μ2.即两组的总体均数不同 α=0.05）这里：即P值＜α时，即为小概率事件=该事件发生率为5%
    • 2. 技术检验统计量t值
    • 3. 确定P值。做出推断结论
      • 若P＜α，拒绝H0,接受H1，差异有统计学意义“有差别”
  • 分析计算结果
    • “显著性”即P值， 若本行P＞0.05，则方差齐性，采用t检验方法，结果为表格第一行（Sig（双尾）即该样本的p值； 若本行p＜0.05，采用t'检验方法，结果为表格第二行
    • 规范报告：组1因变量（均数+-标准差）单位，组2因变量（均数+-标准差），两组总体因变量总体均数存在统计差异（t= ，P= ）。
  • 统计描述表格
    • 1. 效应
      • 随机对照研究的效应是干预措施的相对效果（实验组相对对照组的作用大小）
      • 治疗后的观察指标并非效果指标
      • 效应值是 ：均差、率差、中位数差、OR、RR、HR、Cohen'd值、偏η^2值
    • 2. 两组均数比较P值的理解：两组均数相等的概率。
      • 正态性检验的P值：正态性成立的概率（P＞0.05,为正态） 两样本的t检验p值：两组均数相等的概率（p＜0.05，为不等）
    • 3. 置信区间：总体效果（差值）最有可能存在的范围 。
      • 作用：可靠性（越窄越可靠）、差别有多大
• IV. 成组两样本秩和检验（Wilcoxon Mann-Whitney秩和检验
  • 偏态数据“生存时间”
  • 要求：两组、独立、严重偏态分布数据 秩次（rank)：按顺序排列 秩和（rank sum)秩次之和
  • 运用于:两组非正态定量数据比较 两组一端或二端存在不确定数值的数据（＞X)比较 有序分类数据（等级数据）比较
  • 检验步骤
    • 1. 建立检验假设，确定检验水准（同右）
    • 2. 计算秩和和T值和检验统计量z值
      • 1）.编秩：混合两组数据排序。 2）求秩和，确定统计量T：分别求两组秩次之和，若两组例数相等，任取一组的秩和为统计量；若两组例数不同，则以样本量较少组的秩和为统计量T。 3）计算秩和T值和检验统计量z值。 4）确定p值，做出推断结论。
        • 1.
        • 2.
    • 3. 看报告
      • “渐进显著性”=P值（若P＜α，即有统计学意义）；"Z“有负号描述时去掉就OK
        • 非参数检验求25-75%CI（Hodges-Lehmann 法）
• V. 配对t检验
  • 只有“配对随机化/平行配对设计（同一时间）”的配对设计才可以说明干预措施有效，只能说明有差异。
  • 要求：两组数据互相有关联
    • 差值符合正态性的条件：再同右求正态性
    • （若不符合，用配对秩和检验）：
  • 过程
    • ”相关性“越接近1，相关相关性越强；越接近0，相关性越弱 Sig.（双尾）即该检验的p 值（若P＜α，即具有统计学意义）
• 样本量较大时，P值（常P＜0.05）不能反映数据的正态性；因此数据分为： 正态分布(P＞0.05）、 近似正态分布（P＜0.05 但变量总体符合正态分布，直方图显示近似正态可等同于正态分布进行统计分析）、 严重偏态分布数据（P＜0.05 切实际数据分布严重偏态）