常用统计分析方法介绍与实例解析.ppt

此时资料属于单向有序的R×C表资料，可以使用秩和检验、Ridit分析和Logistic回归的方法分析。 * 两组以上资料（无序多分类）的比较——等级资料 Kruskal-Wallis Test: 使用SPSS分析实例2资料，数据格式见右侧截图。 菜单操作为：分析→非参数检验→旧对话框→ K 个独立样本 注意：例数必须先进行加权操作 * 当多组之间比较时，可以选用的方法有单因素方差分析、配伍组设计的方差分析（属两因素方差分析，其与二分类的配对t检验相对应）、非参数Kruskal-Wallis检验及非参数Friedman检验等。 * （1）单因素方差分析 例：某医生为研究一种四类降糖新药的疗效，以统一的纳入标准和排除标准选择了60名2型糖尿病患者，按完全随机设计方案将患者分为三组进行双盲临床试验。其中，将糖新药高剂量组21人、低剂量组19人、对照组20人。对照组用公认的降糖药物，治疗4周后测得其餐后2小时血糖的下降值。问治疗4周后，餐后2小时血糖下降值的三组总体平均水平是否不同？（此处正态性和方差齐性检验略）。 利用SPSS进行分析，数据文件及格式见“单因素方差分析.sav”，SPSS菜单操作为：分析→比较均值→单因素Anova 两组以上资料（无序多分类）的比较——定量资料 截图二：两两比较对话框，常用的有LSD、S-N-K、Bonferroni、Duncan、Dunnett方法。 * 截图一：方差同质性检验 方差齐性检验结果：P0.05,方差齐 方差分析结果，F=5.537,P=0.0060.05，说明三组之间总体平均水平不同。 因而进一步用Dunnett法作多个试验组与一个对照组间的比较（见下页）。 * * （2）非参数Kruskal-Wallis检验 例：仍以上述资料为例，假设此时资料不符合正态性或方差齐性的要求，我们使用非参数Kruskal-Wallis检验进行分析。 SPSS菜单操作为：分析→非参数检验→旧对话框→ K 个独立样本 * I 当两变量属性不同时，称这样的列联表资料为双向有序且属性不同的R×C列联表资料。 * 两等级变量关系的分析 此时，根据分析目的的不同，可以选用不同的分析方法。 * （1）只关心各年龄组患者治疗结果之间的差别是否有统计学意义，此时可将其视为单向有序的R×C列联表资料，可以选用的统计方法有秩和检验、Ridit分析或Logistic回归分析等。 （2）希望考察年龄与疗效之间是否存在线性相关关系，此时可以选用处理定性资料的相关分析方法，通常采用Spearman秩相关分析方法（见下页）。 （3）若两个有序变量之间的相关关系有统计学意义，希望进一步知道两者之间的变化关系是呈直线关系还是呈某种曲线关系，此时宜选用线性趋势检验。 （4）若仅希望考察R×C表各行上频数分布是否相同，此时可以选用一般的卡方检验或Fisher‘s精确检验法。 利用SPSS进行Spearman相关分析，分析→ 相关→ 双变量… * 数据 格式 分析结果 相关分析对话框 II 当两变量属性相同时，称这样的列联表资料为双向有序且属性相同的R×C列联表资料。 * 左侧两组资料都希望回答两种方法结果是否具有一致性的问题，这其实是配对四格表资料的扩展，只不过，在处理配对四格表资料时，人们更关心两种检测方法的检测结果不一致部分的数量之间的差别是否具有统计学意义，而在处理此类资料时，更关心的是两种检测方法检测结果之间是否具有一致性，常用一致性检验（或称Kappa检验）方法。 * * 此时可以使用Spearman相关分析或用有序变量的Logistic回归分析方法进行分析。如研究收入水平对一个人自感健康状况（很好、好、一般、不好、很不好）的影响。在SPSS中的分析过程同上，此处不再详细介绍。 * 等级变量与定量变量之间的关系分析 两定量变量之间的关系分析 可以做相关分析或回归分析，分析两个变量之间的相关性或依赖性。 小结 资料类型： 定性（无序多分类、二分类) 等级（有序） 定量 ?分析方法： 卡方检验：定性 T检验：两组，定量 方差分析：=三组，定量 Wilcoxon：两组，等级、定量 Kruskal-wallis：=三组，等级、定量 相关分析：等级（kendall），非正态、定量（spearman） 正态、定量：pearson相关分析 * 多选题的两种形式： * 多选题分析 第一种形式： 您认为健康的生活方式包括哪些内容：