常用医学统计学方法汇总

选择合适的统计学方法资料不符合正态分布,(1)可进行数据转换,如对数转换等,使之服从正态分布,然后对n为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,tukey为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,tukey****需要注意的问题:方差分析。因为统计学上有中心极限定理,假定大样本就是服从正态分布的。(2)当进行多组比较时,最容易犯的错误就是仅比较其中的两组,而不顾其她组,这样作容易增大犯假阳性错误的概率。正确的做法应该就是,先作总的各组间的比较,如果总的来说差别有统计学意义,然后才能作其中任意两组的比较,这些两两比较有特定的统计方法,如上面提到检验,这样即使得出结果也未必正确**(3)关于常用的设计方法:多组资料尽管最终分析都就是采用方差分析,但不同设计会有差别。常用的设计如完全随即设计,随机区组设计,析因设计,裂区设计,嵌套设计等。s验或成组的Wilcoxon秩与检验。2、2、3列变量为效应指标,且为二分类变量,行变量为有序多分类变量,则可采用普通的Pearson检验比较各组之间有无差别,如果总的来说有差别,还可进一步作两两比较,以说明就是否任意两组之间的差别都有统计学意义。只说明组间构成比不同,如要说明疗效或强弱程度的不同,则可用行平均分差检验或成组的2、2、3列变量为效应指标,且为无序多分类变量,行变量为有序多分类变量,则可采用普通的Pearson检验比较各组之间有无差别,如果有差别,还可进一步作两两比较,以说明就是否任意两组之间的差别都有统计学意义。成组的Wilcoxon秩与检验或Ridit分析。如果总的来说有差别,还可进一步作两两比较,以说明就是否任意两组之间的差别都有统计学意义。(2)如果要做两变量之间的相关性,可采2、4配对分类资料的统计分析种相关分析方法有什么异同两个连续变量间呈线性相关时,使用Pearson积差相关系数,不满足积差相关分析的适用条件Spearman相关系数又称秩相关系数,就是利用两变量的秩次大小作线性相关分析,对原始变量的分布不作要求,属于非参数统计方法,适用范围要广些。对于服从Pearson相关系数的数Kendall'stau-b等级相关系数:用于反映分类变量相关性的指标,适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验;取值范围在-1-1之间,此检验适合于正方形表格;或不满足正态分布假设的等间隔数据;计算Kendall秩相关系数,适合于定序变量或不满足正态分布假设的等间隔数据。计算相关系数:当资料不服从双变量正态分布或总体分布未知,或原始数据用等级表示时,宜Pearson相关复选项积差相关计算连续变量或就是等间距测度的变量间的相关分析Kendall复选项等级相关计算分类变量间的秩相关,适用于合并等级资料1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson相关,对于完全等级离散变量必用等级相关2当资料不服从双变量正态分布或总体分布型未知或原始数据就是用等级表示时,宜用3若不恰当用了Kendall等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用,可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数s选项:斯皮尔曼等级相关就是根据等级资料研究两个变量间相关关系的方法。它就是依据两列成对等级的各对等级数之差来进行计算的,所以又称为“等级差数法”斯皮尔曼等级相关对数据条件的要求没有积差相关系数严格,只要两个变量的观测值就是成对的等级评定资料,或者就是由连续变量观测资料转化得到的等级资料,不论两个变量的总体分布形态、样本容量的大小如何,都可以用斯皮尔曼等级相关来进行研究肯德尔(Kendall)W系数又称与谐系数,就是表示多列等级变量相关程度的一种方法。适用这种方法的数据资料一般就是采用等级评定的方法收集的,即让K个评委(被试)评定N件事物,N,若并列等级时,则平分共同应该占据的等级,如,平时两个并列第一名,她们应该占据1,2名,所以它们的等级应就是1、5,又如一个第一名,肯德尔(Kendall)U系数又称一致性系数,就是表示多列等级变量相关程度的一种方法。该方得的数据资料,只不过评定时采用对偶评定的方法,即每一次评定都要将N个事物两两比较,评定结果如下表所示,表格中空白位(阴影部分可以不管)填入的数据为:若i比j好记1,若i比的数据累加起来作为最后进行计算的数据,这些数据记为γij。正态分布的相关检验对来自正态总体的两个样本进行均值比较常使用T检验的方法。T检验要求两个被比较的样本来自正态总体。两个样本方差相等与不等时用的计算T值的公式不同。F。P值小于0、05说明在该水平上否定原假设,方差不齐;否则两组方差无显著性差异。U检验时用服从正态分布的检验量去检验总体均值差异情况的方法。在这种情况下总体方差通常就是已知的。TU,但在小样本(样本数n)=30作为大样本)且均方差未知的情况下就不能用U检验法了。均值检验时不同的数据使用不同的统计量使用MEANS过程求若干组的描述统计量,目的在于比较。因此必须分组求均值。这就是与如果分组不止两个,应使用One-WayANOVO一元方差分析(用于检验几个独立的组,就是否来自均值相等的总体)过程进行单变量方差分析。当样本值不能为负值时用右侧单边检验学方法统计学就是一门透过同质事物的变异性、揭示内在事物规律性与实质性的科学确切地用”模式基础上创造性地以“目的数据库一变量类型一变量间关系”模式为指导的统计学。的数学原理与公式推导以解决实际问题为导向以建立统计数据库、分清变量类型为基础以分析变量与变量间关系为核心阐述统计学分析方法对于好医学应用统计学需要掌握如下一些基本方法。一、明确研究目的与研究设计研究目的就是研究设计的目标与方向科学研究的基本要素及其基本原则就是科研设计的基础与指南。完整的科研设计包括专业设计与统计设计两部分专业设计就是指课题的实际意义与研究价值入选对象的诊断标准、纳入标准及排除标准等决定研究课题的先进性与实用性统计设计包括选择研究类型与设计方案确定研究总体、样本量、观察指标、随机化分组或抽样方法以及数据的质量控制与统计分析方法等影响课题的可信度与科学价值。因此正确的统计学分析一定要建立在明确的研究目的与研究设计的基础之上那些事先没有研究目的与研究设计事后找来一堆数据进行统计分析都就是不可取的。不符包括文章的方法解决不了论文的目的、文章的结果说明不了论文的题目、文章的讨论关紧要的变量指标或结果被分析被讨论又如题目过大论文的全部内容不足以说明研究的所以合理明确的论文题目或目的以及研究设计方案就是撰、编、审、读者应当关注的首要的问二、建好分析用的数据库数据库即存放数据的“仓库”,就是指将不同研究对象不同观测指标的观察结果逐一有序记录的二维表格形式。二维表中除第一行属于观察指标外其余每一行代表一个观察对象的所有观察指标值即数据每一列代表某项观察指标所有观察对象的观察值。严格的数据库数据可接应用相关软件进行统计分析。由于不同软件对文字存在可识别性问题一般在统计分析时要求数据库的数据值全部用阿拉伯数字表示必要时可在适当位置附加批注。对于论文作者来讲统计分析需要借助于统计分析软件计算而统计分析软件都要有完整、符合要求的数据或数据库所以建好分析数据库就是统计分析的需要。此外建好分析数据库还可以理清分析思路。在试验或调查研究中获取的数据有时多而零散因此建好数据库就是正确统计分析的前提与基础甚至决定了论文分析结果的成败。对于础上经统计描述计算后给出的诸如各指标均数、标准差或中位数、百分位数的“二手”数据或将研究对象的某一指标按其数值大小或特征属性分组清点各组观察单位出现或频数的频数表数据等。无论就是否能够得到数据库数据作者在统计分析过程中一定依据数据库数据进行计算得质量。假若在投稿须知中对数据库数据作出必要的要求无疑对于保证刊物的发表质量有着积极的意义。类型指标即观察指标就是由研究目的确定的观察对象的内在属性特征或其相关的影响因素。例体感觉、平衡功能反映了脑卒中偏瘫患者运动功能的特征分别称为研究的本体感觉指标、称为本体感觉变量与平衡功能变量。按变量就是否影响其它变量或就是否受到其它变量的影响有影响变量与结果变量之分。影响影响变量变化而变化的量瞧作就是影响变量变化的结果。如果分析康复训练对冠心病患者有氧运动功能的影响那么康复训练可瞧作就是影响变量有氧运动功能则为结果变量如果分析不同性别之间冠心病患者有氧运动功能就是否存在统是结果变量、什么就是影响变量就是选择统计分析方法的第一步。目的与具体情况而定有时甚至不加区分。从数据库、数据分析的角度来瞧变量就是指那些能反映数据库数据的内在数量关系可用于统计计算包括软件计算的指标。一般而言不同的研究目的决定了不同的数据库实际上决定了组成数据库的不同变量。变量的类型分为数值变量与分类变量。有序分类变量如表。表分类变量的不同类别与举例一多项有序分类变量一多项无序分类变量一项分类变量称为降级转化但这种转化过程会不断丧失蕴藏的数据信息导致统计分析过程中假阴性结果的不断增加。应用中不建议采用。很多研究表明掌握好统计分析的应用条件正确选择统计分析方法就是学习并应用统计学多项有序分类变量、多项无序分类变量、二项分类变量以及它们之间的降级转化关系数值变量一多项有序分类变量一多项无序分类变量一二项分类变量就是学好用好应用统计分析这就是判断作者正确选择统计学分析方法与否的一个简单有效的途径。四、正确选用统计学方法应用统计学严格而言就是指统计学的假设检验可以简单地瞧作就是一门关于结果变量与影响变量之间关系分析的科学。对应的有种首选的统计分析方法表中第一个或用☆表示的方法如二项分类变量与二项分类变量关系的分析选用两个率比较的检验四格表检验二项分类变量与多项无序分类变量关系的分析选用多个率比较的检验多项无序分类变量与二项分类变量关系的分析选用两个构成比比较的检验多项无序分类变量与多项无序分类变量关系的分析选用多个构成比比较的检验、数值变量与二项分类变量关系的分析选用检验数值变量与多项无序分类变量关系的分析选用完全随机设计的检验数值变量与数值变量关系的分析选用直线相关回归分析等等。如果首选统计方法的条件不适合一般通过降级转化选择“低”一级或“低”二如一检验就是数值变量与二项分类变量关系分析时首选的统计方法如果该方法的条件不适合此时将检验中数值变量“降级”当作多项有序分类变量瞧待故可次选秩与检验如果再“降级”,依次低选两构成比比较的检验甚至四格表检验。又如如果直线相关回归分析的条件不符合可根据情况将其中的一个或两个数值应可以选择秩与检验、回就是应用统计分析的核心内容。多个因变量、多个自变量与多个因变量之间关系的分析当属多变量关系分析的内容。由于分类变量与数值变量各不相同不同个数不同变量的组合方式多种多样所以相应的统计方法也有很多种主要有个数值变量与多个数值变量之间的关系如多元相关回归分析个分类变量与多个数值变量之间的关系如多因素方差分析、重复设计方差分析个数值变量与混合多个变量之间的关系如协方差分析、模型个分类变量与混合多变量之表两变量关系分析的统计方法表迅速确定首选的统计方法以及备选或次选的统计方法应用相关软件或计算工具快速实现统计分析。医学论文的编审与读者也可应用该表准确判断作者就是否正确选择了统计学分析方法甚至分析错误选择统计方法的原因与后果。符合检验的条件正态分布、方差齐等很明显该数据首选检验的统计方法。如果降级转化可以选择秩与检验如果降压效果转化为有效与无效两种情况甚至可以选择四格表检验。择统计方法可能出现假阴性或漏诊错误即把差异有统计学说明否则统计方法不能视为正确有效可作为退修或退稿处理。五、熟悉常用的统计分析软件统计分析软件就是统计分析的必备工具常用的统计分析软件有统计分析系统、社会学统计程序包、微软公司电子表格系统等。就是统计分析系统的英文缩称最早由北卡罗来纳大学的两位生物统计学研究生编制