统计分析培训.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,11/7/2009,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,统计分析培训(pixn),第一页，共41页。,二项分布资料(zlio)的统计分析,第二页，共41页。,二项分布,Binomial Distribution,二分类变量：有且只有两种结果的变量，如性别、死亡生存(shngcn)、复发未复发，一般用0和1表示其结果,Bernouli试验：具有两值结果的一次试验。条件：1、互斥的有且只有两种结果；2、独立性；3、每次关心结果的发生概率不变。,二项分布：进行的N次Bernouli试验中，所关心结果按不变概率发生0、1、2、N-1、N次的概率分布,练习：4张牌里有一张A，放回抽样抽5次，抽到0,1,2,3,4张A的概率是多少？至少抽到2张A的概率？,第三页，共41页。,二项分布的集中趋势(qsh)和离散趋势(qsh),二项分布的均数,样本计数(j sh)：X0=np,样本率：p,二项分布的方差,样本计数(j sh)：Var(X)=np(1-p),样本率：Var(p)=p(1-p)/n,第四页，共41页。,二项分布近似(jn s)正态分布,理论(lln)上,当N和N(1-)均大于5时，或同样的，当X0和N-X0均大于5时，样本计数近似服从均数为N，方差为N(1-)的正态分布，样本率近似服从均数为，方差为(1-)/N的正态分布。,实际上,当Np和N(1-p)均大于5时，或同样的，当X0和N-X0均大于5时，样本计数近似服从均数为Np，方差为Np(1-p)的正态分布，样本率近似服从均数为p，方差为p(1-p)/N的正态分布。,第五页，共41页。,R C表 双向有序,成组设计(shj)资料的秩和检验(1)两样本比较问题,当N40，或有理论频数O40且理论频数O均5时，可直接(zhji)应用；,当N40但有理论频数1O5时，需进行连续性校正（称Yates校正）,当N40，或有理论频数O40时，,Yes,No,合计,Yes,a,b,n,1+,No,c,d,n,2+,合计,n,+1,n,+2,n,B,法,+,B,法,+,合计,A,法,+,56,35,91,A,法,-,21,28,49,合计,77,63,140,第二十五页，共41页。,行列表(li bio)的分析,生存,死亡,合计,组,1,a,b,n,1+,组,2,c,d,n,2+,合计,n,+1,n,+2,n,水平,1,水平,Q,合计,组,1,n,11,n,1C,n,1+,n,ij,组,G,n,G1,n,GQ,n,Q+,合计,n,+1,n,+Q,n,行列表(li bio)又称RC表、列联表,分析前要考虑的问题：,水平数,水平之间是否有序,要回答问题的性质,变量1的水平数变量2的水平数,2 2表(四格表),2 C表 C无序(w x),2 C表 C有序,R C表 双向无序(w x),R C表 单向有序,R C表 双向有序,第二十六页，共41页。,成组设计多个(du)样本率或百分构成的比较,检验统计量的计算方法相同,多组间所关心事件发生率的比较,假设不同（与四格表资料的2检验相比）：H0：各组所关心事件的发生率相同；H1：各组所关心事件的发生率不全相同两组间观察指标各水平百分构成的比较,假设H0：两组间观察指标各水平的百分构成相同；H1：两组间观察指标各水平的百分构成不同,2检验的适用条件理论(lln)频数：80%的格子5和100%的格子1。,第二十七页，共41页。,行列表(li bio)的关联性分析,对于双向无序行列表,检验统计量的计算方法相同,假设不同（与前相比）：H0：行变量与列变量间无关联性；H1：行变量与列变量间有关联性,对于单向有序行列表,行或列平均分差异检验或等级资料(zlio)的秩和检验,对于双向有序行列表,等级相关分析,第二十八页，共41页。,非参数(cnsh)统计分析方法 秩和检验法,第二十九页，共41页。,t检验(jinyn)、方差分析的应用条件,要求数据服从正态分布，两样本或多个(du)样本比较时还要求方差齐性。,当不满足上述条件时，,转换数据对数转换法、平方根转换法、反正弦转换法等使转换后数据满足正态性和方差齐性,秩和检验法,第三十页，共41页。,秩和检验(jinyn),用于计量分类等级资料统计推断的一组方法,非参数方法不要求数据服从正态甚至是任何分布（不用考虑分布中的均数、标准差等参数）,在两组或多组比较(bjio)时，无需考虑方差是否齐性,相对于t检验、方差分析等参数方法，统计效率较低（不能够充分利用数据信息）但稳健性好（极端值的作用较小）,第三十一页，共41页。,单样本(yngbn)分析One sample analysis,11,名健康妇女,10,天日均能量摄入（,kJ,）,编号,日均能量摄入,(kJ),1,5260,2,5470,3,5640,4,6180,5,6390,6,6515,7,6805,8,7515,9,7515,10,8230,11,8770,Mean,6753.6,SD,1142.1,日均能量(nngling)摄入参考值,7725kJ,第三十二页，共41页。,配对(pi du)设计资料的分析Analysis of Paired Data,编号,闭经前,闭经后,差,1,5260,3910,1350,2,5470,4220,1250,3,5640,3885,1755,4,6180,5160,1020,5,6390,5645,745,6,6515,4680,1835,7,6805,5265,1540,8,7515,5975,1540,9,7515,6790,725,10,8230,6900,1330,11,8770,7335,1435,Mean,6753.6,5433.2,1320.5,SD,1142.1,1216.8,366.7,问：闭经(b jn)前,后，日均能,量的摄入是,否有变化？,第三十三页，共41页。,配对设计(shj)资料的秩和检验(1)符号检验Sign test,如果样本观测值与参考值在平均上没有差别的话，那么小于参考值和大于参考值的观测数应大致相等，即：任一观测值在参考值左边或右边(yu bian)的概率相等，均为1/2,第三十四页，共41页。,配对设计资料的秩和检验(jinyn)(2)符号秩和检验(jinyn)Wilcoxon signed rank sum test,比符号检验进一步，考虑(kol)了量的大小。,计算观测值与参考值的差；,无视正负号对差从小到大排序；,对所有正（或负）的顺位求和。,第三十五页，共41页。,成组设计(shj)资料的秩和检验(1)两样本比较问题,24,小时能量消耗,(MJ/,天,),消瘦型（,n=13,）,肥胖型,(n=9),6.13,8.79,7.05,9.19,7.48,9.21,7.48,968,7.53,9.69,7.58,9.97,7.9,11.51,8.08,11.85,8.09,12.79,8.11,8.4,10.15,10.88,Mean,8.066,10.298,SD,1.238,1.398,第三十六页，共41页。,成组设计资料的秩和检验(1)两样本比较(bjio)问题,混合编秩。遇数据相同时取平均秩。,两样本比较时分组求秩和当较小样本的样本量和两样本的样本量差10时，以较小样本的秩和为检验统计(tngj)量（如样本量相同，则任取），查附表11。当样本量超范围时，则采用正态近似法。见书p132公式。对同秩的校正见书p132公式。,第三十七页，共41页。,成组设计资料的秩和检验(2)多个(du)样本比较时,混合编秩。遇数据相同时取平均秩。,Kruskal-Wallis H Test分组求秩和、平均秩和，求总秩和。按书p134公式求检验统计(tngj)量H的值。对同秩的校正按书p134公式。当组数为3，每组样本含量均不超过5时，查附表12当组数或任一组样本含量超范围时，H或校正H服从自由度为组数-1的2分布，查2界值表。,第三十八页，共41页。,成组设计资料的秩和检验(jinyn)(3)成组等级资料的比较,实质上为一分类数据。,分类水平间有等级关系。,利用等级信息进行编秩。,一般(ybn)样本量较大，可利用正态近似法（两样本比较时，按书p132公式）或2分布近似法（多个样本比较时，按书p134公式和）。,一般(ybn)同秩情况较多，需要校正。,第三十九页，共41页。,书上p132两样(lingyng)本比较例,中草药治疗两种不同类型小儿肺炎的疗效比较,疗效,病毒性肝炎,细菌性肝炎,合计,(1),(2),(3),(4),控制,65,42,107,显效,18,6,24,有效,30,23,53,无效,13,11,24,第四十页，共41页。,书上p135多样(du yn)本比较例,三种方案治疗急性无黄疸型病毒性肝炎疗效比较,疗效,西药组,中药组,中西医结合组,合计,秩次范围,平均秩次,(1),(2),(3),(4),(5),(6),(7),无效,49,45,15,109,1-109,55,好转,31,9,28,68,110-177,143.5,显效,5,22,11,38,178-215,196.5,痊愈,15,4,20,39,216-254,235,R,i,11651,9029.5,11704.5,-,-,-,n,i,100,80,74,254,-,-,第四十一页，共41页。,