常用醫(yī)學(xué)統(tǒng)計(jì)學(xué)方法匯總

1、選擇合適的統(tǒng)計(jì)學(xué)方法選擇合適的統(tǒng)計(jì)學(xué)方法1連續(xù)性資料連續(xù)性資料1.1兩組獨(dú)立樣本比較1.1.1資料符合正態(tài)分布且兩組方差齊性直接采用t檢驗(yàn)。1.1.2資料不符合正態(tài)分布，（1）可進(jìn)行數(shù)據(jù)轉(zhuǎn)換如對(duì)數(shù)轉(zhuǎn)換等使之服從正態(tài)分布然后對(duì)轉(zhuǎn)換后的數(shù)據(jù)采用t檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn)如Wilcoxon檢驗(yàn)。1.1.3資料方差不齊，（1）采用Satterthwate的t’檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn)如Wilcoxon檢驗(yàn)。1.2兩組配對(duì)樣本的比較1.2.1

2、兩組差值服從正態(tài)分布，采用配對(duì)t檢驗(yàn)。1.2.2兩組差值不服從正態(tài)分布，采用wilcoxon的符號(hào)配對(duì)秩和檢驗(yàn)。1.3多組完全隨機(jī)樣本比較1.3.1資料符合正態(tài)分布，且各組方差齊性，直接采用完全隨機(jī)的方差分析。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。1.3.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的Kruscal－Wal

3、lis法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用成組的Wilcoxon檢驗(yàn)。1.4多組隨機(jī)區(qū)組樣本比較1.4.1資料符合正態(tài)分布，且各組方差齊性，直接采用隨機(jī)區(qū)組的方差分析。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。1.4.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的F

4、ridman檢驗(yàn)法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用符號(hào)配對(duì)的Wilcoxon檢驗(yàn)。需要注意的問題：（1）一般來說，如果是大樣本，比如各組例數(shù)大于50，可以不作正態(tài)性檢驗(yàn)，直接采用t檢驗(yàn)或方差分析。因?yàn)榻y(tǒng)計(jì)學(xué)上有中心極限定理，假定大樣本是服從正態(tài)分布的。（2）當(dāng)進(jìn)行多組比較時(shí)，最容易犯的錯(cuò)誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯(cuò)誤的概率。正確的做法應(yīng)該是，

5、先作總的各組間的比較，如果總的來說差別有統(tǒng)計(jì)學(xué)意義，然后才能作其中任意兩組的比較，這些兩兩比較有特定的統(tǒng)計(jì)方法，性，可采用Spearson相關(guān)分析。2.4配對(duì)分類資料的統(tǒng)計(jì)分析2.4.1四格表配對(duì)資料，（1）b＋c40，則用McNemar配對(duì)檢驗(yàn)。（2）b＋c40，則用校正的配對(duì)檢驗(yàn)。2.4.1CC資料，（1）配對(duì)比較：用McNemar配對(duì)檢驗(yàn)。（2）一致性檢驗(yàn)，用Kappa檢驗(yàn)。在SPSS軟件相關(guān)分析中pearson(皮爾遜)kend

6、all（肯德爾）和spearman（斯伯曼斯皮爾曼）三種相關(guān)分析方法有什么異同兩個(gè)連續(xù)變量間呈線性相關(guān)時(shí)，使用Pearson積差相關(guān)系數(shù)，不滿足積差相關(guān)分析的適用條件時(shí)，使用Spearman秩相關(guān)系數(shù)來描述.Spearman相關(guān)系數(shù)又稱秩相關(guān)系數(shù)，是利用兩變量的秩次大小作線性相關(guān)分析，對(duì)原始變量的分布不作要求，屬于非參數(shù)統(tǒng)計(jì)方法，適用范圍要廣些。對(duì)于服從Pearson相關(guān)系數(shù)的數(shù)據(jù)亦可計(jì)算Spearman相關(guān)系數(shù)，但統(tǒng)計(jì)效能要低一些。P

7、earson相關(guān)系數(shù)的計(jì)算公式可以完全套用Spearman相關(guān)系數(shù)計(jì)算公式，但公式中的x和y用相應(yīng)的秩次代替即可。Kendallstaub等級(jí)相關(guān)系數(shù)：用于反映分類變量相關(guān)性的指標(biāo)，適用于兩個(gè)分類變量均為有序分類的情況。對(duì)相關(guān)的有序變量進(jìn)行非參數(shù)相關(guān)檢驗(yàn)；取值范圍在11之間，此檢驗(yàn)適合于正方形表格；計(jì)算積距pearson相關(guān)系數(shù)，連續(xù)性變量才可采用計(jì)算Spearman秩相關(guān)系數(shù)，適合于定序變量或不滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù)計(jì)算Kend

8、all秩相關(guān)系數(shù)，適合于定序變量或不滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù)。計(jì)算相關(guān)系數(shù)：當(dāng)資料不服從雙變量正態(tài)分布或總體分布未知，或原始數(shù)據(jù)用等級(jí)表示時(shí)，宜用spearman或kendall相關(guān)Pearson相關(guān)復(fù)選項(xiàng)積差相關(guān)計(jì)算連續(xù)變量或是等間距測(cè)度的變量間的相關(guān)分析Kendall復(fù)選項(xiàng)等級(jí)相關(guān)計(jì)算分類變量間的秩相關(guān)，適用于合并等級(jí)資料Spearman復(fù)選項(xiàng)等級(jí)相關(guān)計(jì)算斯皮爾曼相關(guān)，適用于連續(xù)等級(jí)資料注：1若非等間距測(cè)度的連續(xù)變量因?yàn)榉植疾幻?/p>