公卫必备 卫生统计学各种资料统计方法大汇总

1、一、两组或多组计量资料的比较 8 B W. l$ B- c. W6 o1.两组资料：: o/ G R; ; ( d Y, l0 Q1)大样本资料或服从正态分布的小样本资料6 G |- + z |* u o5 h(1)若方差齐性，则作成组t检验; r |+ h7 f* i4 ! K3 a$ o(2)若方差不齐，则作t检验或用成组的Wilcoxon秩和检验7 _0 C7 q7 L% c+ G# d2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验5 3 - _ i 2.多组资料：2 n: I. I1 ) U S1)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。如果方差分

2、析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：LSD检验，Bonferroni检验等）进行两两比较。7 6 S9 m: t8 l* q2)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。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。* m& & w# l( w二、分类资料的统计分析 * z: m$ _) k2 w c1 o2 j1.单样本资料与总体比较& c% a% Y, T9 4 J+ D5 z1)二

3、分类资料：9 W9 p. P/ ; w* M L ! T(1)小样本时：用二项分布进行确切概率法检验；) D _+ 8 N M: p# a5 g(2)大样本时：用U检验。/ O. J2 d$ V1 X5 y$ n( e$ T2)多分类资料：用Pearson c2检验（又称拟合优度检验）。( 5 O3 & Q7 o& q1 a0 o# l2. 四格表资料5 S v+ R- S2 W1)n40并且所以理论数大于5，则用Pearson c2a3 w6 K. z6 U8 ?5 l& K, N2)n40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Fishers 确切概率法检验& 3 o

4、1 3 6 P* X, T- R/ Q) U3)n40或存在理论数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Fishers 确切概率法检验6 , Q9 a v( L4. RC表资料的统计分析! I2 y) X* l0 e! t8 t- o1)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9 k- c + o5 l; Y6 Z2)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 c23 U+ y4 |4 v& D& X0 w8 b

5、6 D+ g3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析2 . Q3 R7 J G4)列变量和行变量均为无序多分类变量，4 5 S- g, Q: g a(1)n40并且理论数小于5的格子数行列表中格子总数的25%，则用Fishers 确切概率法检验4 h% |- I/ U1 F三、Poisson分布资料 9 o# e3 # y5 4 l/ z* h1.单样本资料与总体比较：, ( v- & X( f7 U+ N8 1)观察值较小时：用确切概率法进行检验。3 P- i0 D2 x# * g. G3 v, g( y! X C2)观察值较大时：用正态近似的U检验。3 Y: x

6、# S. k. o R J+ I+ a2.两个样本比较：用正态近似的U检验。) Y$ 0 0 d6 A* H配对设计或随机区组设计四、两组或多组计量资料的比较3 s% e: Z |, X1.两组资料：9 j( v0 i2 i& a, A A0 w1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验0 _! q+ h/ E; e8 z$ R2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验5 R2 P% N& r2 c z# t2.多组资料：- I. ( E D) n% G6 I I1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分

7、析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：LSD检验，Bonferroni检验等）进行两两比较。7 W. s7 h- A! 5 ( U2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman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Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。% p6 J- F* , c5 r7 ( R% e$ g五、分类资料的统计分析 9 B j; a! P3 1.四格表资料7 E5 T S& P% 2 C, 4 e3 # q1)b+c40，

8、则用McNemar配对c2检验或配对边际c2检验C- a# 0 c% U4 w0 f2)b+c40，则用二项分布确切概率法检验, c# / F& V0 + z E2.CC表资料：2 W2 V$ J/ X7 q: z) y+ C9 _1)配对比较：用McNemar配对c2检验或配对边际c2检验! l+ U& 0 x j, I7 O/ d: f2)一致性问题（Agreement）：用Kap检验* e4 G Q1 v5 F变量之间的关联性分析六、两个变量之间的关联性分析! 9 E 2 X B/ i5 B+ R O Q1.两个变量均为连续型变量4 A1 g5 t% C! F8 h: j K1)小样本并

9、且两个变量服从双正态分布，则用Pearson相关系数做统计分析7 s h( c4 y$ F$ _2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析! c a4 W. 4 o& S+ Z4 x2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析& ?% K% R3 H2 ?1 D3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析8 c, X) C* s/ x七、回归分析 # S. w. _6 9 ?( b, J9 P1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变

10、化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。( V5 E. s) V5 T, e n2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。* $ F Q4 |# S. ; 1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素! H y( N; . O6 % n/ h/ 7 b2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，

11、以校正这些混杂因素对结果的混杂作用z+ * M- A6 r $ c3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，Xp）可以为连续型变量、有序分类变量或二分类变量。7 z( D) o, J* X$ f9 w1)非配对的情况：用非条件Logistic回归8 F4 K1 y+ Q7 y) O(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素0 J; a; o3 , 0 p9 a4 s5 j(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用- O; b( z( M9 E a, B2

12、P- g2)配对的情况：用条件Logistic回归k+ $ F6 u- k* (1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素+ 2 a; H0 t O$ t- t O$ P(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用! W2 Z! z6 r* O4 p* r* C2 A; p4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，Xp）可以为连续型变量、有序分类变量或二分类变量。 F0 O6 d; w& A1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 _ y- c6 r* L2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用% t3 % f. _) Q 9 W, u5.无序多分