医药-临床-护理连续型数据的组间比较ppt课件

1、连续型数据的组间比较Good answers come from good questions not from esoteric analysis. - Schoolman et al., 1968方法的选择n组数单样本、两样本、多样本n组间是独立的还是依存的？两独立样本、前后样本或匹配样本n数据的类型n数据的分布正态、方差齐t 分布n小样本并且总体方差未知时n自由度样本大小统计量的个数标准差的估计n基于t分布构建总体均数的可信区间或进行假设检验n方差分析（analysis of variance, ANOVA）与F分布单样本分析One sample analysis11名健康妇女名健康妇女

2、10天日均能量摄入（天日均能量摄入（kJ）编号编号日均能量摄入日均能量摄入(kJ)152602547035640461805639066515768058751597515108230118770Mean6753.6SD1142.1求：均数及标准差标准误95%可信区间与参考值的差差的均数及标准差差的均数的标准误95%可信区间日均能量摄入参考值日均能量摄入参考值7725kJ单样本t检验（t test）821. 2111 .114277256 .6753 05. 0:00011010nsxsxtHHx符号检验Sign test如果样本观测值与参考值在平均上没有差别的话，那么小于参考值和大于参考值的

3、观测数应大致相等，即：任一观测值在参考值左边或右边的概率相等，均为1/281. 1658. 15 . 591:11. 2658. 15 . 591658. 11115 . 511 9, 2;,11 2212121212121pnpnprzpnpnprzpnpsnprrpnr连续性校正理论值利用正态近似项分布利用符号秩和检验Wilcoxon signed rank sum test比符号检验进一步，考虑了量的大小。1.计算观测值与参考值的差；2.无视正负号对差从小到大排序；3.对所有正（或负）的顺位求和。非参数方法的检验效力不如参数方法。所以如果可以用参数方法就避免用非参数方法。; 212412

4、1; 41,5),252nnnnnnnn总秩和利用正态近似。对于大样本。查附表对于小样本（配对资料的分析编号编号闭经前闭经前闭经后闭经后差差1 15260526039103910135013502 25470547042204220125012503 35640564038853885175517554 46180618051605160102010205 563906390564556457457456 66515651546804680183518357 76805680552655265154015408 87515751559755975154015409 97515751567906

5、79072572510108230823069006900133013301111877087707335733514351435MeanMean6753.66753.65433.25433.21320.51320.5SDSD1142.11142.11216.81216.8366.7366.7问：闭经前后，日均能量的摄入是否有变化？ 94.116 .1105 .1320117 .3665 .13200ndSDddSEdt两独立样本的比较两样本均数之差的标准误21975. 0212121212222112:%9511:211:xxSEtxxnnsxxSEnnsnsns可信区间差的标准误合并方差两

6、样本比较的例子2424小时能量消耗小时能量消耗(MJ/(MJ/天天) )消瘦型消瘦型 （n=13n=13）肥胖型肥胖型 (n=9)(n=9)6.136.138.798.797.057.059.199.197.487.489.219.217.487.489.689.687.537.539.699.697.587.589.979.977.97.911.5111.518.088.0811.8511.858.098.0912.7912.798.118.118.48.410.1510.1510.8810.88MeanMean8.0668.06610.29810.298SDSD1.2381.2381.39

7、81.39895. 35656. 0232. 2041. 3 ,05. 15656. 0086. 2232. 2:%95天MJ5656. 0911313044. 1天MJ3044. 120398. 18238. 11221212122xxSExxtxxSEs可信区间平均差的非参数方法 Mann-Whitney U testn混合编秩，分组计算秩和nT统计量nU统计量TnnnnU11121211,2 1,3 1,4 1,5 1,6 1,7 2,3 2,4 2,5 2,6 2,7 3,4 3,5 3,6 3,7 4,5 4,6 4,7 5,6 5,7 6,73 4 5 6 7 8 5 6 7 8

8、9 7 8 9 10 9 10 11 11 12 13 6 21:10TLTLSSTnnnn正态近似时于当每组样本含量大于等方差不齐时nF分布n方差齐性检验nWelch检验22SLssF 偏态数据的分析nt检验的适用条件正态、方差齐n偏态数据的对数转换除偏、使方差齐逆转换可能n例：何杰金氏病的淋巴细胞数数据特点：标准差均数的1/2提示偏态 较大的均数伴随较大的标准差提示对数转换有效多组间比较n参数方法 单因素方差分析 方差与离均差平方和 SS总=SS组间+SS组内 v总=v组间+v组内 MS组间=SS组间/v组间 MS组内=SS组内/v组内 F=MS组间/ MS组内n非参数方法 Kruskal-Wallis检验n多重比较问题k次比较，至少出现一次I型错误的概率为：1-(1-)k Bonferroni法：/k连续型数据的组间比较（小结）n参数法n利用正态分布或近似正态分布n利用t分布n方差分析n方差齐性检验n非参数法n符号检验n符号秩和检验n秩和检验n其他n偏态数据的分析样本观测量的标准差参考量样本观测量检验统计量点估计区间估计假设检验参数法样本均数利用样本均数服从正态或正态近似分布、t分布构建样本均数C样本均数的标准差利用样本均数服从正态或正态近似分布、t分布构建检验统计量方差齐性检验（F分布）多样本比较：方差分析（F分布）非参数法样本中位数利用样本中位数构建（复杂方法）符