常用統(tǒng)計(jì)分析方法及其軟件實(shí)現(xiàn)

1、關(guān)于常用統(tǒng)計(jì)分析方法及其軟件實(shí)現(xiàn)第1頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四2基本概念變量類型定性變量二分類變量如性別：男、女，某種疾?。河?、無，某種結(jié)局：出現(xiàn)、未出現(xiàn)等。無序多分類如職業(yè)：工人、農(nóng)民、民工、商人、學(xué)生等有序變量(等級(jí)變量)如問卷調(diào)查中對(duì)某件事情的滿意程度：非常不滿意、有點(diǎn)滿意、滿意、很滿意、非常滿意；臨床體檢或?qū)嶒?yàn)室檢驗(yàn)常用、來表示測(cè)量結(jié)果第2頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四3定量變量離散型：只能取整數(shù)值，如一年中的手術(shù)病人數(shù)，一年里的新生兒數(shù)，細(xì)菌菌落數(shù)等；連續(xù)型：可以取實(shí)數(shù)中的任何數(shù)值，如血壓、身高、體重等，可以在實(shí)數(shù)的一定范圍內(nèi)連續(xù)取

2、值第3頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四4例：某縣乳腺癌相關(guān)高危因素調(diào)查問卷(部分) 練習(xí)：判斷變量類型第4頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四5數(shù)據(jù)的簡(jiǎn)單描述 定量資料集中趨勢(shì)：算術(shù)均數(shù)、中位數(shù)、幾何均數(shù)、眾數(shù)離散趨勢(shì)：標(biāo)準(zhǔn)差、四分位數(shù)間距、方差、極差、變異系數(shù)注意：分析時(shí)，根據(jù)資料正態(tài)性特征，用算術(shù)均數(shù)與標(biāo)準(zhǔn)差，或中位數(shù)與四分位數(shù)間距描述資料的集中趨勢(shì)和離散趨勢(shì)有序或分類資料頻數(shù)分析第5頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四6例：以“數(shù)據(jù)1.sav”為例，計(jì)算年齡的集中趨勢(shì)和離散趨勢(shì)指標(biāo)。菜單：分析描述統(tǒng)計(jì)描述第6頁(yè)，共53頁(yè)，2022

3、年，5月20日，0點(diǎn)7分，星期四7菜單：分析描述統(tǒng)計(jì)頻率第7頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四8現(xiàn)場(chǎng)調(diào)查資料常用推斷性統(tǒng)計(jì)分析方法單因素分析兩組之間比較定量資料比較t檢驗(yàn)、U檢驗(yàn)；Wilcoxon秩和檢驗(yàn)分類資料比較（二分類、無序多分類）卡方檢驗(yàn)有序資料比較Wilcoxon秩和檢驗(yàn)兩組及以上之間比較定量資料比較單因素方差分析；Kruskal-wallis秩和檢驗(yàn)分類資料比較（二分類、無序多分類）卡方檢驗(yàn)有序資料比較Kruskal-wallis秩和檢驗(yàn)雙變量相關(guān)分析：有序資料（kendall），非正態(tài)、定量（spearman）；正態(tài)、定量（pearson相關(guān)分析）回歸分析：線

4、性回歸、單因素Logistic回歸第8頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四9現(xiàn)場(chǎng)調(diào)查資料常用推斷性統(tǒng)計(jì)分析方法多因素分析多重線性回歸多因素Logistic回歸(因變量二分類、有序、無序多分類)成組個(gè)體匹配：條件Logistic回歸群組匹配：考慮群內(nèi)聚集性，將群組設(shè)為層變量第9頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四10可以選用的方法有成組設(shè)計(jì)的t檢驗(yàn)、u檢驗(yàn)、單樣本t檢驗(yàn)（與總體作比較，實(shí)際上此時(shí)因素也為二分類）、配對(duì)t檢驗(yàn)、非參數(shù)Wilcoxon檢驗(yàn)、符號(hào)檢驗(yàn)、符號(hào)秩和檢驗(yàn)等。 參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)的區(qū)別？通常參數(shù)檢驗(yàn)的檢驗(yàn)效能要高于非參數(shù)檢驗(yàn)，但當(dāng)參數(shù)檢驗(yàn)的

5、條件（正態(tài)性、方差齊性）得不到滿足、開口資料、等級(jí)資料或資料的總體分布未知時(shí)，可以使用非參數(shù)檢驗(yàn)的方法進(jìn)行分析。成組設(shè)計(jì)和配對(duì)設(shè)計(jì)的區(qū)別？配對(duì)設(shè)計(jì)是按照一些非實(shí)驗(yàn)因素將受試對(duì)象配成對(duì)子，給予每對(duì)中的個(gè)體以不同的處理，配對(duì)的條件一般為年齡、性別、體重。其優(yōu)點(diǎn)是在同一對(duì)的試驗(yàn)對(duì)象間取得均衡，從而提高試驗(yàn)的效率。通常分為自身配對(duì)設(shè)計(jì)（某中措施作用于同一個(gè)體或兩種措施作用于同一個(gè)體）和非自身配對(duì)設(shè)計(jì)兩種。兩組之間定量資料的比較第10頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四11 （1）成組設(shè)計(jì)的t檢驗(yàn)，設(shè)計(jì)類型為成組設(shè)計(jì)，且因素變量為二分類變量，分析前需要先對(duì)資料的正態(tài)性和方差齊性進(jìn)行檢驗(yàn)

6、（這是很多參數(shù)檢驗(yàn)的前提條件）。 例：兩組雌鼠，分別飼以高蛋白和低蛋白飼料，8周后記錄各鼠體重增加量（克），問兩組動(dòng)物的增重是否有差別？（此處正態(tài)性和方差齊性檢驗(yàn)略）。 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“成組設(shè)計(jì)t檢驗(yàn).sav”，SPSS菜單操作為：分析比較均值獨(dú)立樣本T檢驗(yàn) 結(jié)果見下頁(yè)第11頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四12 方差齊性檢驗(yàn)的分析結(jié)果，P值（Sig）0.9050.05，表明方差齊性 t檢驗(yàn)分析結(jié)果，P值（Sig）0.0760.05，表明兩組動(dòng)物增加的重量無差異（無統(tǒng)計(jì)學(xué)意義）。 當(dāng)方差齊性時(shí)，看第一行的結(jié)果（t1.891，P0.076），當(dāng)方差不齊

7、時(shí)，看第二行的結(jié)果（t1.911，P0.078）第12頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四13 （2）成組設(shè)計(jì)的u檢驗(yàn)，當(dāng)樣本量較大時(shí)，兩組之間均數(shù)的比較可以用u檢驗(yàn)，其在SPSS中的實(shí)現(xiàn)過程同t檢驗(yàn)，此處略。 （3）單樣本t檢驗(yàn)； 例：通過以往大規(guī)模調(diào)查，已知某地嬰兒出生體重均數(shù)為3.30kg，今測(cè)得某地一組嬰兒的出生體重，問該地嬰兒出生體重是否與一般嬰兒出生體重不同？ 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“單樣本t檢驗(yàn).sav”，SPSS菜單操作為：分析比較均值單樣本T檢驗(yàn) 第13頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四14 （4）配對(duì)t檢驗(yàn) 例：用某藥治

8、療10例高血壓病人，測(cè)得治療前后各病人的舒張壓，問該藥是否有降低舒張壓的作用？ 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“配對(duì)t檢驗(yàn).sav”，SPSS菜單操作為：分析比較均值配對(duì)樣本T檢驗(yàn)結(jié)果見下頁(yè)第14頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四15 第15頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四16 （5）非參數(shù)Wilcoxon秩和檢驗(yàn)，適用于成組設(shè)計(jì)資料。 例：測(cè)得某病的健康人12人和患者10人的某指標(biāo)值，問兩組之間該指標(biāo)值是否有差異？ 第16頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四17 第17頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四1

9、8兩組之間分類資料比較 （1）二分類資料 I 成組設(shè)計(jì)：所用統(tǒng)計(jì)方法為四格表2 檢驗(yàn)。 第18頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四19 第19頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四20 第20頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四21 II 配對(duì)設(shè)計(jì)：對(duì)一組樣品同時(shí)用兩種檢測(cè)方法對(duì)其進(jìn)行檢測(cè)，每種檢測(cè)方法檢測(cè)結(jié)果都分為陽(yáng)性和陰性，數(shù)出兩種檢測(cè)方法同時(shí)判定為陽(yáng)性、陰性的樣品數(shù)以及它們檢測(cè)結(jié)果不一致的樣品數(shù)，將結(jié)果表示成配對(duì)四格表的資料格式。所用統(tǒng)計(jì)方法為配對(duì)四格表2 檢驗(yàn)。 實(shí)例1中，兩種檢測(cè)方法不知何者為優(yōu)，任何一種方法檢測(cè)的結(jié)果都有假陽(yáng)性和假

10、陰性，比較它們檢測(cè)結(jié)果不一致的兩個(gè)頻數(shù)，無論差別有無統(tǒng)計(jì)學(xué)意義，都不能說明兩種檢測(cè)方法何者為優(yōu)，缺乏“金標(biāo)準(zhǔn)”，因而沒有必要做統(tǒng)計(jì)分析。第21頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四22 實(shí)例2屬于隱含金標(biāo)準(zhǔn)的配對(duì)四格表資料，若甲培養(yǎng)基培養(yǎng)出陽(yáng)性結(jié)果，而乙卻培養(yǎng)出陰性結(jié)果，表明甲優(yōu)于乙，這種陽(yáng)性結(jié)果為真陽(yáng)性，此時(shí)值得做統(tǒng)計(jì)分析。實(shí)例3則可以明確地判定試驗(yàn)檢測(cè)方法的優(yōu)劣。配對(duì)四格表的2 檢驗(yàn)可用McNemar 2 檢驗(yàn),以檢測(cè)結(jié)果不一致部分差別是否具有統(tǒng)計(jì)學(xué)意義。當(dāng)然也可用Kappa檢驗(yàn)法檢驗(yàn)兩種檢測(cè)方法的檢測(cè)結(jié)果是否具有一致性。 估計(jì)值P值卡方34.0000 5.51121E-0

11、9校正卡方32.0294 1.51856E-08估計(jì)值P值卡方0.14290.705457校正卡方0.0000 1.000000結(jié)果結(jié)果第22頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四23 第23頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四24（2）無序多分類資料：所用方法為2C表的2檢驗(yàn)。 SPSS數(shù)據(jù)格式第24頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四25可以采用兩組有序變量資料的Wilcoxon秩和檢驗(yàn) 兩組之間有序資料比較干預(yù)過去三個(gè)月您抽煙嗎U ValueP Value從不很少有時(shí)經(jīng)常前4648461345291-2.88510.0039后31632

12、97181164合計(jì)7811758526455第25頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四26 第26頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四27 第27頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四28當(dāng)多組之間比較時(shí)，可以選用的方法有單因素方差分析、配伍組設(shè)計(jì)的方差分析（屬兩因素方差分析，其與二分類的配對(duì)t檢驗(yàn)相對(duì)應(yīng)）、非參數(shù)Kruskal-Wallis檢驗(yàn)及非參數(shù)Friedman檢驗(yàn)等。 （1）單因素方差分析 例：某醫(yī)生為研究一種四類降糖新藥的療效，以統(tǒng)一的納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)選擇了60名2型糖尿病患者，按完全隨機(jī)設(shè)計(jì)方案將患者分為三組進(jìn)行雙盲臨床試驗(yàn)

13、。其中，將糖新藥高劑量組21人、低劑量組19人、對(duì)照組20人。對(duì)照組用公認(rèn)的降糖藥物，治療4周后測(cè)得其餐后2小時(shí)血糖的下降值。問治療4周后，餐后2小時(shí)血糖下降值的三組總體平均水平是否不同？（此處正態(tài)性和方差齊性檢驗(yàn)略）。 利用SPSS進(jìn)行分析，數(shù)據(jù)文件及格式見“單因素方差分析.sav”，SPSS菜單操作為：分析比較均值單因素Anova 兩組及以上定量資料的比較 第28頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四29 截圖二：兩兩比較對(duì)話框，常用的有LSD、S-N-K、Bonferroni、Duncan、Dunnett方法。截圖一：方差同質(zhì)性檢驗(yàn)第29頁(yè)，共53頁(yè)，2022年，5月20

14、日，0點(diǎn)7分，星期四30 方差齊性檢驗(yàn)結(jié)果：P0.05,方差齊方差分析結(jié)果，F(xiàn)=5.537,P=0.0060.05，說明三組之間總體平均水平不同。因而進(jìn)一步用Dunnett法作多個(gè)試驗(yàn)組與一個(gè)對(duì)照組間的比較（見下頁(yè)）。第30頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四31 第31頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四32 （2）非參數(shù)Kruskal-Wallis檢驗(yàn) 例：仍以上述資料為例，假設(shè)此時(shí)資料不符合正態(tài)性或方差齊性的要求，我們使用非參數(shù)Kruskal-Wallis檢驗(yàn)進(jìn)行分析。SPSS菜單操作為：分析非參數(shù)檢驗(yàn)舊對(duì)話框 K 個(gè)獨(dú)立樣本第32頁(yè)，共53頁(yè)，202

15、2年，5月20日，0點(diǎn)7分，星期四33（1）二分類:所用方法為R2表的2檢驗(yàn)。 如幾種藥物的療效（有效、無效）比較；不同職業(yè)人群某病發(fā)生率的比較等等。 兩組及以上分類資料的比較 第33頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四34第34頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四35（2）多分類:所用方法為RC表的2檢驗(yàn)。 第35頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四36 實(shí)例2中小于5的理論頻數(shù)的格子數(shù)超過了總格子數(shù)的1/5，若選用一般的2檢驗(yàn)公式計(jì)算，將增大犯假陽(yáng)性錯(cuò)誤的概率，故此處應(yīng)選用Fishers精確檢驗(yàn)法。第36頁(yè)，共53頁(yè)，2022年，5月2

16、0日，0點(diǎn)7分，星期四37第37頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四38第38頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四39此時(shí)資料屬于單向有序的RC表資料，可以使用秩和檢驗(yàn)方法分析。 兩組及以上有序資料的比較 第39頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四40 Kruskal-Wallis Test:使用SPSS分析實(shí)例2資料，數(shù)據(jù)格式見右側(cè)截圖。菜單操作為：分析非參數(shù)檢驗(yàn)舊對(duì)話框 K 個(gè)獨(dú)立樣本注意：例數(shù)必須先進(jìn)行加權(quán)操作第40頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四41 雙變量相關(guān)分析 菜單：分析相關(guān)雙變量數(shù)據(jù)格式分析結(jié)果相關(guān)分析

17、對(duì)話框第41頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四例：淡菜食用個(gè)數(shù)與臨床癥狀嚴(yán)重程度的關(guān)系第42頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四43 線性回歸 菜單：分析回歸線性 例：淡菜食用個(gè)數(shù)與腹瀉次數(shù)的回歸分析第43頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四線性回歸分析結(jié)果(淡菜食用個(gè)數(shù)與腹瀉次數(shù)的回歸分析)Regression coefficientStd. errortP95%CIlowerupperconstant5.6461.7072.2219.071number of mussels consumed0.4040.1203.3800.0010.

18、1640.644第44頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四45Logistic回歸分析 Logistic回歸是適用于反應(yīng)變量（即因變量）為分類變量的回歸分析，近年來在許多研究領(lǐng)域得到了廣泛的應(yīng)用。 Logistic歸按照反應(yīng)變量的類型可分為：兩分類反應(yīng)變量的Logistic回歸;多分類有序反應(yīng)變量的Logistic回歸（本課件不介紹）多分類無序反應(yīng)變量的Logistic回歸（本課件不介紹）Logistic回歸按照研究設(shè)計(jì)的類型可分為：成組設(shè)計(jì)：非條件Logistic回歸，即研究對(duì)象未經(jīng)匹配;配對(duì)設(shè)計(jì)：條件Logistic回歸，1:1、 1:m、m:n群組匹配：（本課件不介紹）第45頁(yè)，共53頁(yè)，2022年，5月20日，0點(diǎn)7分，星期四46非條件Logistic回歸分析單因素 （1）因素為定量變量（如結(jié)婚年齡）