统计学基本知识

统计学基本方法

卡法检验（Chi-squaretest/Chi-SquareGoodness-of-FitTest）卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。一般四格表卡方检验卡方检验使用条件：两个独立样本比较可以分以下3种情况：1.所有的理论数T≥5并且总样本量n≥40，用Pearson卡方进行检验。2.如果理论数T＜5但T≥1，并且n≥40，用连续性校正的卡方进行检验。3.如果有理论数T＜1或n＜40，则用Fisher’s检验。

卡方检验的SPSS操作步骤

1打开软件，设置数据格式，四格表卡方检验固定数据为4行3列，前两列分别表示行与列，最后一列表示每一种出现的频数。

2、分析前，要对数据进行频数变量，点击Data,依次找到weightcases.

3、弹出对话框，选择weightcase,把频数变量f送入右边的框中，点击OK.4、卡方检验，点击Analyze,依次找到Descriptive

Statistics-Crosstabs

5、弹出对话框中，分别把r和c送入对应的行和列的框中，并点击Statistics，弹出框中选择Chi-square。6、最后点击OK.秩和检验（signed-ranktest）在实践中我们常常会遇到以下一些资料，如需比较患者和正常人的血清铁蛋白、血铅值、不同药物的溶解时间、实验鼠发癌后的生存日数、护理效果评分等，我们将非参数统计中一种常用的检验方法--秩和检验，其中“秩”又称等级、即上述次序号的和称“秩和”，秩和检验就是用秩和作为统计量进行假设检验的方法。秩和检验的应用条件（1）总体分布形式未知或分布类型不明；（2）偏态分布的资料；（3）等级资料：不能精确测定，只能以严重、优劣等级、次序先后等表示（4）不满足参数检验条件的资料：各组方差明显不齐；（5）数据的一端或者两端是不确定数值，如“>50mg”例题1建立变量名2、录入数值3统计分析4、分析-非参数检验-两相关样本（配对样本

）logistics回归logistics回归对反应变量为分类变量所进行多变量分析logistic回归是一种广义线性回归（generalizedlinearmodel），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y=w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p=L(w‘x+b),然后根据p与1-p的大小决定因变量的值。如果L是logistic函数，就是logistic回归，如果L是多项式函数就是多项式回归。[1]Logistic回归模型的适用条件1因变量为二分类的分类变量或某事件的发生率，并且是数值型变量。但是需要注意，重复计数现象指标不适用于Logistic回归。2残差和因变量都要服从二项分布。二项分布对应的是分类变量，所以不是正态分布，进而不是用最小二乘法，而是最大似然法来解决方程估计和检验问题。3自变量和Logistic概率是线性关系4各观测对象间相互独立。1、在菜单上执行: