研究生-统计学讲义-如何选择统计方法.ppt

1、第 10 讲 如何选择统计方法,为了培养科学的统计思维方法，提高解决实际问题的能力，防止在统计分析方法的选择上出错，特对常用统计方法的选择从不同方位进行了高度概括，既可作为入门的先导，又可作为总复习的纲要。从宏观上给初学者一个总体印象，然后再逐步分解，纵横比较，广开思路，这种思维方法符合系统论方法的整体性原则，而系统论方法的整体性原则，又必须通过相互联系的原则具体化，这正是编写本讲的目的所在。,一、根据研究目的选择,要确定研究目的是统计描述，还是统计推断，前者主要描述样本特征，不考虑抽样误差问题。描述的形式有列表描述，图示描述和特征数描述(如平均数、标准差、百分比、百分率等)。后者通过样本所提

2、供的信息来推断总体特征，考虑了抽样误差问题。推断的内容包括：,1估计总体参数 用样本指标估计总体指标的所在范围，如总体均数或总体率的区间估计。 2比较差别 通过参数检验或非参数检验，运用逻辑推理判断方法，确定事物间的差别是随机的(差别无统计学意义)，还是非随机(本质)的(差别有统计学意义)。如t检验、F检验、2检验、u检验、H检验、Ridit分析等。 3寻找关系 寻找事物内在的联系和事物之间的关联性。其内容包括： (1) 描述和分析两个变量以及多个变量的相关关系。如直线相关、等级相关分析；多元线性相关；配对四格表资料的相关性、吻合性；双向有序资料的相关性；行列表资料行列属性的独立性；等等。 (

3、2) 描述和分析一个因变量y与一个自变量x 之间，一个因变量Y与两个自变量X1，X2之间以及一个因变量Y与多个自变量X1，X2，Xm之间的依存关系、曲线回归。 (3) 病因分析，寻找危险因素(如吸烟与肺癌的关系)，而且还可分析出危险因素作用的强弱，如病例对照研究；队列研究。,4正常值范围、容许区间的估计 应根据资料的频数分布类型选定估计方法。 常用的估计方法有： 正态分布法(包括均数标准差法、对数正态分布的均数标准差法、正态概率纸法)； 容许区间法； 百分位数法； 直线回归法； 圆形分布法(角度正常值的估计)等。 5圆形分布的研究 如昼时性或季节性资料，寻找“好发”时间。 6事物分类 判别分析

4、和聚类分析是研究事物分类的统计分析方法。前者是根据已总结出的类别来判断新的观察单位应属于哪一已知类别，可用于计量诊断及预测；后者是在尚不知事物的类别时对它进行分类，可用于生物及医学现象的分类研究。 7其他 如病例随访资料的生存分析等等。,二、根据资料类型选择,(,表1-5 不同资料类型的统计方法选择表,表1-6 计数资料统计分析方法,续表1-6,表1-7 计量资料统计分析方法,三、根据统计设计类型选择,1.配对设计 配对设计试验集中水平比较统计方法的选择见图1.1。,2.完全随机设计 完全随机设计试验集中水平比较统计方法的选择见图1.2,3交叉试验设计 交叉设计集中水平比较常用方差分析；秩和检

5、验。 4配伍组设计 配伍设计集中水平比较常用方差分析；秩和检验。 5析因设计 常用析因设计的多因素多水平有交互作用的方差分析法。 6正交设计 常用极差分析法和方差分析法。 7均匀设计 一般采用多元回归方法。,四、根据资料的总体分布类型是否已知选择,表1-8 根据资料的总体分布类型是否已知进行选择,利用分布的相互关系可简化计算。例如：利用二项分布、Poisson分布和正态分布之间的关系)作近似计算。利用抽样分布与正态分布的关系作近似计算，如： t分布与正态分布的关系：当自由度df=时，t分布就成为标准正态分布，此时t值u值。正态分布可认为是t分布中自由度df时的极限分布，故两大样本均数(比如n1

6、和n2均大于50)比较时，可用u检验作近似计算。 2分布与正态分布的关系，当自由度df1时，2(1)u2。故两个样本率的比较，可用（3）如果在专业上存活时间12小时有实际意义，按分类变量用精确概率法，A因素为2 /10、B因素为8 /10有实际意义，P=0.023，两组存活时间的差异有统计意义。,五、根据统计模型选择,例1.4 降压糖浆的临床实验得到舒张压（mmHg）资料如表1-9。,比较两组差异，可以使用三种统计模型： 只用治疗后的数值比较； 用治疗前后数值之差（变化值）比较； 用治疗前的数值作协变量（控制变量），协方差分析比较治疗后的数值差异。 本例三个统计模型的分析结果如表1-10，可见

7、统计模型选择的重要性。本例资料以模型和为宜。,表1-10 表1-9资料的三种模型的统计分析结果,注：DBP表示舒张压,对于同一资料，若有多种统计检验方法可选，可取 P 值较小的检验方法。 例1.5 比较A、B两因素对中毒小鼠存活时间(h)的影响，nA=nB=10，试验结果A因素为：3，4，5，8，9，9，10，10，18，24，均数标准差10.06.46；B因素为：4，11，12，13，15，15，16，17，18，20，均数标准差14.14.48。可用以下方法：,六、结合统计学与专业知识选择,（1） 完全随机试验的 t 检验(参数统计)，存活时间(h)为定量变量值，算得t=1.649，P0.

8、10，可认为两存活时间的差异无统计意义(P0.10)。 （2）两样本比较秩和检验(非参数统计)，算得TA=79，TB=129，界值T0.05(10)=83127，T0.025(10)=79131，P0.05，可认为两组存活时间的差异有统计意义(P0.05)。 （3） 如果在专业上存活时间12小时有实际意义，按分类变量用精确概率法，A因素为2 /10、B因素为8 /10有实际意义，P=0.023，两组存活时间的差异有统计意义。,哪个结论较为合理呢？从资料的实际情况来看，B因素组大部分小鼠存活时间明显长于A 因素组，且大于等于12小时有实际意义，故较为合理的结论应当是B因素组存活时间明显长于A因素组(P=0.023)。 类似本例情况，试用其它统计方法时，应改用非等价的统计方法，例如t 2 = F，2(1)u2。如果 t 检验或 u 检验P0.05，改用方差分析或2检验也必然P0.0