1、常用推斷性統計分析方法介紹常用推斷性統計分析方法介紹及其實例解析及其實例解析浙江省疾病預防控制中心 何 凡Tel:mail: 12基本概念基本概念變量類型變量類型常用推斷性統計分析常用推斷性統計分析1. 兩組之間比較定性資料2. 兩組之間比較等級資料3. 兩組之間比較定量資料4. 兩組以上資料(無序多分類)的比較定性資料5. 兩組以上資料(無序多分類)的比較等級資料6. 兩組以上資料(無序多分類)的比較定量資料7. 兩等級變量關系的分析8. 等級變量與定量變量之間的關系分析9. 兩定量變量關系的分析10. 多選題分析11. Logisit

2、ic回歸分析目 錄基本概念基本概念變量類型變量類型1 1、定性變量：、定性變量：p 最常見的是分類變量或名義變量； 如職業：工人、農民、民工、商人、學生等，此為多分類變量；最簡單和最常用的分類變量是二分類變量，如性別：男、女，某種疾病：有、無，某種結局：出現、未出現等。3p 有序變量或等級變量 與分類變量不同，各種可能的“取值”中自然地存在著次序，如問卷調查中對某件事情的滿意程度：非常不滿意、有點滿意、滿意、很滿意、非常滿意；臨床體檢或實驗室檢驗常用、來表示測量結果；再如護理與康復，2004，3（1）：54-55，臨床教學中培養護生觀察能力的方法探討，作者選用了講座、教學查房和案例教學三種方法

3、，提高護生觀察能力的作用變量為：很有幫助、有幫助、一般。42 2、定量變量：分兩種、定量變量：分兩種離散型和連續型離散型和連續型p 離散型：只能取整數值，如一年中的手術病人數，一年里的新生兒數，細菌菌落數等；p 連續型：可以取實數中的任何數值，如血壓、身高、體重等，可以在實數的一定范圍內連續取值；有一些測量值，如紅細胞計數，雖然以“個”為單位時只能取連續值，但其數值很大，當以“千”或“萬”為單位時，卻可取小數值，故通常把這類變量也作為連續型變量處理。5p 有時為了數據分析的方便，可以將一種類型的變有時為了數據分析的方便，可以將一種類型的變量轉化為另一種類型。但只能由高級向低級轉化，即量轉化為另

4、一種類型。但只能由高級向低級轉化，即連續型連續型有序有序分類分類二分類。二分類。 實例：實例：如如護理與康復護理與康復20042004，3 3（1 1）：）：3-43-4，全子宮切除術后最佳，全子宮切除術后最佳下床活動時間與肛門排氣時間關系的探討，作者把肛門排氣時間分為三個下床活動時間與肛門排氣時間關系的探討，作者把肛門排氣時間分為三個等級（等級（ 30h30h），然后再進行分析。），然后再進行分析。6常用推斷性統計分析方法常用推斷性統計分析方法7p 兩組之間比較兩組之間比較定性資料定性資料 （1 1）二分類資料）二分類資料 I I 成組設計：所用統計方法為成組設計：所用統計方法為四格表四格表

5、2 2 檢驗。8 9 10 II II 配對設計：配對設計：對一組樣品同時用兩種檢測方法對其進行檢測，每種檢測方法檢測結果都分為陽性和陰性，數出兩種檢測方法同時判定為陽性、陰性的樣品數以及它們檢測結果不一致的樣品數，將結果表示成配對四格表的資料格式。所用統計方法為配對四格表2 檢驗。11 實例1中，兩種檢測方法不知何者為優，任何一種方法檢測的結果都有假陽性和假陰性，比較它們檢測結果不一致的兩個頻數，無論差別有無統計學意義，都不能說明兩種檢測方法何者為優，缺乏“金標準”，因而沒有必要做統計分析。 實例2屬于隱含金標準的配對四格表資料，若甲培養基培養出陽性結果，而乙卻培養出陰性結果，表明甲優于乙，

6、這種陽性結果為真陽性，此時值得做統計分析。實例3則可以明確地判定試驗檢測方法的優劣。配對四格表的2 檢驗可用McNemar 2 檢驗,以檢測結果不一致部分差別是否具有統計學意義。當然也可用Kappa檢驗法檢驗兩種檢測方法的檢測結果是否具有一致性。12 估計值估計值P值值卡方34.0000 5.51121E-09校正卡方32.0294 1.51856E-08估計值估計值P值值卡方0.14290.705457校正卡方0.0000 1.000000結果結果 13（2 2）無序多分類資料：所用方法為）無序多分類資料：所用方法為2 2CC表的表的 2 2檢驗。檢驗。 14 SPSS數據格式可以采用兩組有

7、序變量資料的可以采用兩組有序變量資料的WilcoxonWilcoxon秩和檢驗秩和檢驗15 p 兩組之間比較兩組之間比較等級資料等級資料干預過去三個月您抽煙嗎U ValueP Value從不很少有時經常前4648461345291-2.88510.0039后3163297181164合計7811758526455 16 17可以選用的方法有成組設計的t檢驗、u檢驗、單樣本t檢驗（與總體作比較，實際上此時因素也為二分類）、配對t檢驗、非參數Wilcoxon檢驗、符號檢驗、符號秩和檢驗等。18 參數檢驗與非參數檢驗的區別？通常參數檢驗的檢驗效能要高于非參數檢驗，但當參數檢驗的條件（正態性、方差齊性

8、）得不到滿足、開口資料、等級資料或資料的總體分布未知時，可以使用非參數檢驗的方法進行分析。成組設計和配對設計的區別？配對設計是按照一些非實驗因素將受試對象配成對子，給予每對中的個體以不同的處理，配對的條件一般為年齡、性別、體重。其優點是在同一對的試驗對象間取得均衡，從而提高試驗的效率。通常分為自身配對設計（某中措施作用于同一個體或兩種措施作用于同一個體）和非自身配對設計兩種。p 兩組之間比較兩組之間比較定量資料定量資料 （1 1）成組設計的）成組設計的t t檢驗，設計類型為成組設計，且因素變量為檢驗，設計類型為成組設計，且因素變量為二分類變量，分析前需要先對資料的正態性和方差齊性進行檢二分類變

9、量，分析前需要先對資料的正態性和方差齊性進行檢驗（這是很多參數檢驗的前提條件）。驗（這是很多參數檢驗的前提條件）。19 例：兩組雌鼠，分別飼以高蛋白和低蛋白飼料，例：兩組雌鼠，分別飼以高蛋白和低蛋白飼料，8周后記錄各鼠體重周后記錄各鼠體重增加量（克），問兩組動物的增重是否有差別？（此處正態性和方差齊增加量（克），問兩組動物的增重是否有差別？（此處正態性和方差齊性檢驗略）。性檢驗略）。 利用SPSS進行分析，數據文件及格式見“成組設計t檢驗.sav”，SPSS菜單操作為：分析比較均值獨立樣本T檢驗 結果見下頁結果見下頁 Independent Samples Test.015.9051.8911

10、7.0761.91113.082.078Equal variances assumedEqual variances not assumed體重增加量FSig.Levenes Test forEquality ofVariancestdfSig. (2-tailed)t-test for Equality of Means 方差齊性檢驗的分析結果，P值（Sig）0.9050.05，表明方差齊性 t檢驗分析結果，P值（Sig）0.0760.05，表明兩組動物增加的重量無差異（無統計學意義）。 當方差齊性時，看第一行的結果（t1.891，P0.076），當方差不齊時，看第二行的結果（t1.911，

11、P0.078）20 （2 2）成組設計的）成組設計的u u檢驗，當樣本量較大時，兩組之間均數的比檢驗，當樣本量較大時，兩組之間均數的比較可以用較可以用u u檢驗，其在檢驗，其在SPSSSPSS中的實現過程同中的實現過程同t t檢驗，此處略。檢驗，此處略。 （3 3）單樣本）單樣本t t檢驗；檢驗；21 例：通過以往大規模調查，已知某地嬰兒出生體重均數為例：通過以往大規模調查，已知某地嬰兒出生體重均數為3.30kg，今測得，今測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？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進行分析，數據

12、文件及格式見“單樣本t檢驗.sav”，SPSS菜單操作為：分析比較均值單樣本T檢驗 One-Sample Test-1.23211.244嬰 兒 體 重tdfSig. (2-tailed)Test Value = 3.30 （4 4）配對）配對t t檢驗檢驗22 例：用某藥治療例：用某藥治療10例高血壓病人，測得治療前后各病人的舒張壓，例高血壓病人，測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？問該藥是否有降低舒張壓的作用？ 利用SPSS進行分析，數據文件及格式見“配對t檢驗.sav”，SPSS菜單操作為：分析比較均值配對樣本T檢驗結果見下頁結果見下頁 Paired Samples

13、 Test9.70012.3472.4849.035治 療 前 - 治 療 后Pair 1MeanStd. DeviationPaired DifferencestdfSig.(2-tailed)23 （5 5）非參數）非參數WilcoxonWilcoxon秩和檢驗秩和檢驗，適用于成組設計資料。，適用于成組設計資料。24 例：測得某病的健康人例：測得某病的健康人12人和患者人和患者10人的某指標值，人的某指標值，問兩組之間該指標值是否有差異？問兩組之間該指標值是否有差異？ 25（1 1）二分類）二分類: :所用方法為所用方法為R R2 2表的表的 2 2檢驗。檢驗。 如幾種藥物的療效（有效、無

14、效）比較；不同職業人群某病發如幾種藥物的療效（有效、無效）比較；不同職業人群某病發生率的比較等等。生率的比較等等。26 p 兩組以上資料（無序多分類）的比較兩組以上資料（無序多分類）的比較定性資料定性資料 27（2 2）多分類）多分類: :所用方法為所用方法為R RCC表的表的 2 2檢驗。檢驗。 28 實例2中小于5的理論頻數的格子數超過了總格子數的1/5，若選用一般的2檢驗公式計算，將增大犯假陽性錯誤的概率，故此處應選用Fishers精確檢驗法。293031此時資料屬于單向有序的此時資料屬于單向有序的R RCC表資料，可以使用秩和檢驗、表資料，可以使用秩和檢驗、RiditRidit分析和分

15、析和LogisticLogistic回歸的方法分析。回歸的方法分析。 32 p 兩組以上資料（無序多分類）的比較兩組以上資料（無序多分類）的比較等級資料等級資料 Kruskal-Wallis Test:使用SPSS分析實例2資料，數據格式見右側截圖。菜單操作為：分析非參數檢驗舊對話框 K 個獨立樣本注意：例數必須先進行加權操作Test Statisticsa,b61.1462.000Chi-SquaredfAsymp. Sig.療效Kruskal Wallis Testa. Grouping Variable: 藥物b. 33當多組之間比較時，可以選用的方法有單因素方差分析、配當多組之間比較時

16、，可以選用的方法有單因素方差分析、配伍組設計的方差分析（屬兩因素方差分析，其與二分類的配伍組設計的方差分析（屬兩因素方差分析，其與二分類的配對對t t檢驗相對應）、非參數檢驗相對應）、非參數Kruskal-WallisKruskal-Wallis檢驗及非參數檢驗及非參數FriedmanFriedman檢驗等。檢驗等。34 （1 1）單因素方差分析）單因素方差分析 例：某醫生為研究一種四類降糖新藥的療效，以統一的納入標準和排除標準選擇了60名2型糖尿病患者，按完全隨機設計方案將患者分為三組進行雙盲臨床試驗。其中，將糖新藥高劑量組21人、低劑量組19人、對照組20人。對照組用公認的降糖藥物，治療4

17、周后測得其餐后2小時血糖的下降值。問治療4周后，餐后2小時血糖下降值的三組總體平均水平是否不同？（此處正態性和方差齊性檢驗略）。 利用SPSS進行分析，數據文件及格式見“單因素方差分析.sav”，SPSS菜單操作為：分析比較均值單因素Anovap 兩組以上資料（無序多分類）的比較兩組以上資料（無序多分類）的比較定量資料定量資料 截圖二：兩兩比較對話框，常用的有LSD、S-N-K、Bonferroni、Duncan、Dunnett方法。35截圖一：方差同質性檢驗 Test of Homogeneity of Variances血 糖 下 降 值.177257.838Levene Statisti

18、cdf1df2Sig.ANOVA血 糖 下 降 值176.765288.3825.537.006909.8725715.9631086.63759B etw een G roupsW ithin G roupsTotalSum of SquaresdfM ean SquareFSig.方差齊性檢驗結果：方差齊性檢驗結果：P0.05,P0.05,方差齊方差齊方差分析結果，F=5.537,P=0.006=三組，定量 Wilcoxon：兩組，等級、定量 Kruskal-wallis：=三組，等級、定量 相關分析：等級（kendall），非正態、定量（spearman） 正態、定量：pearson相關分析46 多選題的兩種形式：多選題的兩種形式：47p 多選題分析多選題分析 第一種形式： 您認為健康的生活方式包括哪些內容： a. 戒煙、限酒 b. 平衡膳食 c. 心胸開闊 d. 多吃保健品、營養品 e. 控制體重 f. 多吃多睡 g. 經常運動 h