医学统计学复习.docx

本文格式为Word版，下载可任意编辑医学统计学复习 医学统计学复习 医学统计学学习的内容；正态性检验，t检验，方差分析，卡方检验，非参数检验，pearson相关，spearman相关，双变量回归，多元变量的线性回归，主成分分析等 其中t检验包括单个样本的t检验,两个独立样本的t检验,两个配对样本的t检验 非参数检验主要用的是wilcoxon配对样本的wilcoxon符号秩检验，两个独立样本wilcoxon秩和检验和K-W 检验（用来代替方差分析） 得到一批数据首先对其举行正态性检假设符合正太性，可以考虑使用t检验，卡方检验；假设不得志正态性，那么考虑使用非参数检验 T检验 数据分布得志正态性 数据 正态性检验 方差分析 Wilcoxon秩转换检验 数据不得志正态分布 K-W H检验 T检验与方差分析的识别是t检验用于两组数据的对比，而方差分析用于三组或者更多数据的对比 1、正态性检验：分析—>描述统计—>探索—>将数据放入因变量列表—>绘图中选择带检验的正态图—>读取结果：样本数>100读K-S一 栏，若sig值（显著性）>0.05说明数据分布呈正态性，反之那么不成正态分布；样本数>100读S-W一栏，若sig值（显著性）>0.05说明数据分布呈正态性，反之那么不成正态分布。

2、当数据得志正态分布时，单个样本的t检验：分析—>对比均值—>单个样本的t检验—>将数据放入检验变量，同时将整体均数放入检验值中—>结果读取：读t值和显著性值，若sig值>0.05说明该样本均数与总体均数无差异，反之说明有差异 3、当数据得志正态分布时，两个配对样本的t检验：分析—>对比均值—>配对样本的t检验—>将两组数据分别放入variable中—>读取结果：读t值和sig值，若sig>0.05说明两组数据均值无差异，反之说明有差异 4、当数据得志正态分布时，两个独立样本的t检验：分析—>对比均值—>独立样本的t检验—>把数据放入检验变量，把group放入分组变量，并定义组—>读取结果：先看方差齐性检验，若sig值>0.05说明方差齐，看第一行的t值和sig值，若sig>0.05说明两组均数无差异，反之有差异当方差不齐时看其次行的t值（即t’值）和sig值，若sig>0.05说明两组均数无差异，反之有差异 5、当数据得志正态分布时，方差分析：分析—>对比均值—>单因素方差分析—>将数据放入因变量列表，将group放入因子列表，同时在选项中选择方差同质性检验—>读取结果，先看levene检验的结果，若sig值>0.05说明方差齐，然后读F值和sig值，若sig值>0.05说明所选几组数据间无差异；反之，说明这几组数据有差异，接着： 分析—>对比均值—>单因素方差分析—>将数据放入因变量列表，将group放入因子列表，同时选取事后多重对比中的LSD-t检验—>读取结果，从sig>0.05与否判断哪些组之间有差异。

若方差不齐，那么无法用单因素方差分析 6、当数据得志不正态分布时，wilcoxon带符号秩检验：分析—>非参数检验—>旧对话框：2个相关样本检验—>将数据分别放入variable中—>读取结果：读Z值和sig值，若sig值>0.05说明两组数据无差异，反之那么有差异 7、当数据得志不正态分布时，wilcoxon秩和检验：分析—>非参数检验—>旧对话框，2个独立样本t检验—>将数据放入检验变量，将group放入分组变量，并定义组—>结果读取Z值和sig值，若sig>0.05说明有无差异，反之那么有差异 8、当数据得志不正态分布时，K-W H检验：分析—>非参数检验—>旧对话框，k个独立样本—>将数据放入检验量列表，将group放到分组变量，并定义组—>读取卡方和sig值，若sig值>0.05说明无差异，反之那么有差异 9、卡方检验用于配对计数资料的对比：（1）数据—>加权个案—>选择加权个案，将频数放入频率变量；（2）分析—>描述统计—>交错表格—>依次将数据放入行列中（行为重点）—>在统计量中选择卡方—>结果读取，读pearson卡方和sig值，若sig>0.05说明无差异，反之有差异。

10、pearson相关（适用于计量资料）：分析—>相关—>双变量—>把 数据放入变量—>读取结果：看pearson相关性和sig值，若sig>0.05说明两者不相关，反之那么说明相关 11、sperman秩相关（适用于构成比、死亡率、group变量）：分析—>相关—>双变量—>将数据放入变量，同时选取sperman相关—>读取结果，看sperman相关系数和sig值，若sig值>0.05说明两组数据不相关，反之说明相关 12、二元线性回归：分析—>回归—>线性—>将y放入因变量列表，将x放入自变量列表—>读取结果（从后往前读）：先得到回归方程；ANOVA的sig值务必小于0.05，说明回归成的存在，ANOVA值反映出回归方程的稳定性，模型汇总R2回响了回归方程的切实性，R2回响回归付出度的相对程度，也就是在总变异中回归系数所能解释的百分比 13、多元线性回归：主要是对比向前与向后的区别 分析—>回归—>线性—>将y放入因变量列表，将x1、x2、x3……放入自变量列表—>结果读取：从后向前读，首先写出回归方程，接着看ANOVA的值，看模型汇总的值，看自变量的个数。

抉择选择向前还是向后面法主要考虑的内容为：自变量的个数、稳定性ANOVA、切实性R2、回归方程中单个变量 14、主成分分析：分析—>降维—>因子分析—>将x1、x2、x3……放入变量列表，选择得分中的保存变量—>读取结果：看在数据中新增加的变量，按升序或降序排列即可知道那个因子的影响对比大 15、非条件的logistic分析： 一、两组或多组计量资料的对比 1.两组资料： 1)大样本资料或按照正态分布的小样本资料 (1)若方差齐性，那么作成组t检验 (2)若方差不齐，那么作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，那么用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或按照正态分布，并且方差齐性，那么作完全随机的方差分析假设方差分析的统计检验为有统计学意义，那么进一步作统计分析：选择适合的方法（如：LSD检验，Bonferroni检验等）举行两两对比 2)假设小样本的偏态分布资料或方差不齐，那么作Kruskal Wallis的统计检验假设Kruskal Wallis的统计检验为有统计学意义，那么进一步作统计分析：选择适合的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）举行两两对比。

二、分类资料的统计分析 1.单样本资料与总体对比 1)二分类资料： (1)小样本时：用二项分布举行切当概率法检验； (2)大样本时：用U检验 2)多分类资料：用Pearson c2检验（又称拟合优度检验） 2. 四格表资料 1)n>40并且所以理论数大于5，那么用Pearson c2 — 6 —。