衛(wèi)生統(tǒng)計(jì)學(xué) 第十章 多組數(shù)值變量比較

第十章多組數(shù)值變量比較

完全隨機(jī)設(shè)計(jì)（單因素實(shí)驗(yàn)設(shè)計(jì)）

（一）分組方式完全隨機(jī)設(shè)計(jì)有兩種分組方式：

1將受試對象隨機(jī)分配到各處理組中；

2分別從不同總體中進(jìn)行隨機(jī)抽樣，獲取代表各不同總體的隨機(jī)樣本。（二）應(yīng)用根據(jù)試驗(yàn)效應(yīng)（指標(biāo)）的不同均數(shù)的比較率的比較構(gòu)成比（分布）的比較危險(xiǎn)度的比較生存資料的比較可以是多個效應(yīng)(指標(biāo))的比較。（三）特點(diǎn)實(shí)驗(yàn)設(shè)計(jì)和統(tǒng)計(jì)分析比較簡單；只能分析比較一個因素的實(shí)驗(yàn)效應(yīng)。受試對象有相同的機(jī)會被分配到不同的處理水平中。實(shí)驗(yàn)的誤差通常表現(xiàn)為組內(nèi)誤差（個體差異）。實(shí)施方案

1.確定處理水平。

2.隨機(jī)選擇一定數(shù)量的受試對象。

3.將選定的受試對象隨機(jī)地分配到不同處理水平和不同處理因素水平的組合（處理組）。

假設(shè)檢驗(yàn)兩組數(shù)值變量比較

正態(tài)性、等方差假設(shè)

t-檢驗(yàn)正態(tài)性假設(shè)成立、不等方差調(diào)整的t-檢驗(yàn)正態(tài)性、等方差假設(shè)不成立

Wilcoxon秩和檢驗(yàn)在正態(tài)性、等方差假設(shè)成立時t-檢驗(yàn)的效率是好的。假設(shè)檢驗(yàn)多組數(shù)值變量比較

正態(tài)性、等方差假設(shè)方差分析正態(tài)性、等方差假設(shè)不成立

Kruskal-Wallis秩和檢驗(yàn)

例9.1

為研究鉛對兒童神經(jīng)行為的影響，研究者在某鉛礦區(qū)對兒童的血鉛水平及神經(jīng)行為評價指標(biāo)手指敲擊測驗(yàn)進(jìn)行了測定，第一年和第二年兒童的血鉛水平均大于等于40mg/dl的17名，為暴露組(group=2)，第一年兒童的血鉛水平均大于等于40mg/dl、第二年兒童的血鉛水平小于40mg/dl的15名，為既往暴露組(group=3)，第一年和第二年兒童的血鉛水平均小于40mg/dl的15名，為對照組(group=1)，神經(jīng)行為評價指標(biāo)為第二年的手指敲擊測驗(yàn)得分。例9.1單因素完全隨機(jī)設(shè)計(jì)一個處理因素包括三水平效應(yīng)指標(biāo)為一個數(shù)值變量用單因素方差分析的方法進(jìn)行三個組均數(shù)的比較

第一節(jié)

方差分析的基本思想

假定

一、離均差平方和的分解

離均差平方和

自由度

均方F統(tǒng)計(jì)量F分布二、方差分析的步驟提出檢驗(yàn)假設(shè)及規(guī)定檢驗(yàn)水平α的大小。

H0:μ1=μ2=…=μa，各組所代表的總體均數(shù)相等；

H1:μi≠μh，至少有一個不等式成立。

i,h＝1,2,…,a。i≠h。

＝0.05。計(jì)算各種離均差平方和、自由度及均方。計(jì)算F統(tǒng)計(jì)量。確定P值并作出統(tǒng)計(jì)學(xué)推斷。結(jié)合專業(yè)知識和統(tǒng)計(jì)學(xué)推斷給出專業(yè)的解釋。

第二節(jié)單因素方差分析

一、條件單因素完全隨機(jī)設(shè)計(jì)效應(yīng)指標(biāo)為一個數(shù)值變量獨(dú)立性正態(tài)性等方差單因素方差分析步驟單因素方差分析步驟單因素方差分析步驟3．根據(jù)組間和組內(nèi)的自由度查附表3F臨界值表，確定P值并作出統(tǒng)計(jì)學(xué)推斷。

4.專業(yè)結(jié)論二、方差齊性檢驗(yàn)

方差齊性檢驗(yàn)例9.1的方差齊性檢驗(yàn)

數(shù)據(jù)格式

SPSS統(tǒng)計(jì)分析軟件在統(tǒng)計(jì)軟件輸出結(jié)果中，P值一欄經(jīng)常會出現(xiàn)0.000，實(shí)際上這是由于軟件取小數(shù)點(diǎn)的為數(shù)和四舍五入的原因造成的，當(dāng)遇到這樣的情況時，應(yīng)將其寫為<0.001。

第三節(jié)

均數(shù)之間的多重比較

多重比較

提供了很多統(tǒng)計(jì)方法實(shí)際上這反映了目前還沒有一種可以在任何條件下都有很好效果的方法從不同的角度上控制多重比較時發(fā)生Ⅰ類錯誤發(fā)生概率的方法。分類從使用的原理分類多重兩兩比較的檢驗(yàn)對極差進(jìn)行亞組同質(zhì)性的檢驗(yàn)從比較的目的分類各組均數(shù)間任意兩組間的比較一個對照組與其它組之間的比較

SNK法

SNK法

SNK法

SNK法

Bonferroni法

Bonferroni法

Tukey法

Dunnett-t檢驗(yàn)處理組與對照組的比較

PostHocTestsMultipleComparisons

(I)GROUPGROUP(J)

MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBoundTukeyHSD1128.892.7640.0062.2015.5737.072.8600.0440.1613.9921-8.892.7640.006-15.57-2.2023-1.812.9330.811-8.915.2831-7.072.8600.044-13.99-0.1621.812.9330.811-5.288.913HomogeneousSubsets五、事前對比檢驗(yàn)

對比（CONTRAST）SPSS中定義的常用對比Simple

RepeatedHelmertDifferenceDeviation

第五節(jié)Kruskal-Walls秩和檢驗(yàn)對于單因素完全隨機(jī)設(shè)計(jì)的資料：

如果觀測指標(biāo)是數(shù)值型變量（也可以是等級變量），當(dāng)正態(tài)性和等方差性得不到滿足時，可以使用Kruskal-Walls秩和檢驗(yàn)，對其分布進(jìn)行比較。

Kruskal-Walls秩和檢驗(yàn)是一種非參數(shù)檢驗(yàn)。非參數(shù)檢驗(yàn)(nonparametrictest)對總體的分布沒有特定的假設(shè)，不是用樣本觀測指標(biāo)的實(shí)測值直接構(gòu)造統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，通過將樣本實(shí)際數(shù)據(jù)排序編秩后，對秩次進(jìn)行比較。或者是根據(jù)某種特征計(jì)數(shù)，然后比較不同特征的個數(shù)。比較三個班級同學(xué)的身高先讓三個班的同學(xué)站在一起，按高矮排隊(duì)后連續(xù)報(bào)數(shù)每個班分別將自己班上同學(xué)所報(bào)數(shù)的數(shù)字相加，然后再除以班級的人數(shù)如果三個班同學(xué)的身高相近，其結(jié)果是三個班所報(bào)數(shù)字(即身高的秩次)的平均數(shù)應(yīng)該是很接近的。如果各班的平均數(shù)相差很大，則有理由相信其中某個班同學(xué)的身高比其它班高。這就是秩和檢驗(yàn)的思想。構(gòu)造的統(tǒng)計(jì)量為秩和統(tǒng)計(jì)量。Kruskal-Walls秩和檢驗(yàn)Kruskal-Walls秩和檢驗(yàn)Kruskal-Walls秩和檢驗(yàn)Kruskal-Walls秩和檢驗(yàn)Kruskal-Walls秩和檢驗(yàn)Kruskal-Walls秩和檢驗(yàn)例9.3用Kruskal-Wallis秩和檢驗(yàn)對例9.1的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。例9.3例9.3例9.3SPSSSPSS非參數(shù)檢驗(yàn)檢驗(yàn)的效率進(jìn)行非參數(shù)檢驗(yàn)時沒有對總體的分布類型進(jìn)行假設(shè)，所以備擇假設(shè)的范圍太廣，不宜計(jì)算檢驗(yàn)效能。非參數(shù)檢驗(yàn)檢驗(yàn)的效率五種分布的密度函數(shù)五種分布的分布函數(shù)非參數(shù)檢驗(yàn)檢驗(yàn)的效率非參數(shù)檢驗(yàn)檢驗(yàn)的效率第六節(jié)隨機(jī)區(qū)組設(shè)計(jì)的方差分析區(qū)組化設(shè)計(jì)

區(qū)組化設(shè)計(jì)是一類采用局部控制的方法減少試驗(yàn)誤差，提高試驗(yàn)效率的設(shè)計(jì)方法。經(jīng)常使用的有隨機(jī)區(qū)組設(shè)計(jì)，平衡不完全區(qū)組設(shè)計(jì)，裂區(qū)設(shè)計(jì)等。區(qū)組(block)是由若干特征相似的試驗(yàn)對象組成。區(qū)組內(nèi)隨機(jī)化是指在每個區(qū)組內(nèi)的處理順序要隨機(jī)排列。隨機(jī)區(qū)組設(shè)計(jì)(randomizedblockdesign)

將全部受試對象按某種可能與處理因素有關(guān)的特征分為若干個區(qū)組(block)每一區(qū)組內(nèi)的受試對象例數(shù)與處理因素的分組數(shù)相等在每個區(qū)組內(nèi)分別進(jìn)行隨機(jī)化，使每個受試對象有相同的機(jī)會接受一種處理水平設(shè)共有n個區(qū)組，處理因素有a個水平，受試對象總數(shù)為。

例9.4

為了研究酵解作用對血糖濃度的影響，從8名健康人中抽取了血液并制備成血濾液。每一個受試者的血濾液又分成4份。然后隨機(jī)地把4份血濾液分別放置0，45，90，135分鐘，測定其中血糖濃度，測得的數(shù)據(jù)見表9.8。表9.8按不同放置時間(分鐘)分組的血濾液中的血糖濃度

符號隨機(jī)區(qū)組設(shè)計(jì)的離均差平方和的分解隨機(jī)區(qū)組設(shè)計(jì)方差分析步驟

協(xié)