SPSS数据分析的医学统计方法选择.docx
《SPSS数据分析的医学统计方法选择.docx》由会员分享,可在线阅读,更多相关《SPSS数据分析的医学统计方法选择.docx(19页珍藏版)》请在冰豆网上搜索。
![SPSS数据分析的医学统计方法选择.docx](https://file1.bdocx.com/fileroot1/2023-1/31/b01fcb4f-daff-432b-afa8-7fba45e3a599/b01fcb4f-daff-432b-afa8-7fba45e3a5991.gif)
SPSS数据分析的医学统计方法选择
SPSS数据分析的医学统计方法选择
●资料1
完全随机分组设计的资料
一、两组或多组计量资料的比较
1.两组资料:
1)大样本资料或服从正态分布的小样本资料
(1)若方差齐性,则作成组t检验
(2)若方差不齐,则作t’检验或用成组的Wilcoxon秩和检验
2)小样本偏态分布资料,则用成组的Wilcoxon秩和检验
2.多组资料:
1)若大样本资料或服从正态分布,并且方差齐性,则作完全随机的方差分析。
如果方差分析的统计检验为有统计学意义,则进一步作统计分析:
选择合适的方法(如:
LSD检验,Bonferroni检验等)进行两两比较。
2)如果小样本的偏态分布资料或方差不齐,则作KruskalWallis的统计检验。
如果KruskalWallis的统计检验为有统计学意义,则进一步作统计分析:
选择合适的方法(如:
用成组的Wilcoxon秩和检验,但用Bonferroni方法校正P值等)进行两两比较。
二、分类资料的统计分析
1.单样本资料与总体比较
1)二分类资料:
(1)小样本时:
用二项分布进行确切概率法检验;
(2)大样本时:
用U检验。
2)多分类资料:
用Pearson2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,则用Pearson2
2)n>40并且所以理论数大于1并且至少存在一个理论数<5,则用校正2或用Fisher’s确切概率法检验
3)n40或存在理论数<1,则用Fisher’s检验
3.2×C表资料的统计分析
1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则行评分的CMH2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类,列变量为有序多分类变量,则用趋势2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson2
(2)n40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s确切概率法检验
4.R×C表资料的统计分析
1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则CMH2或KruskalWallis的秩和检验
2)列变量为效应指标,并且为无序多分类变量,行变量为有序多分类变量,作nonezerocorrelationanalysis的CMH2
3)列变量和行变量均为有序多分类变量,可以作Spearman相关分析
4)列变量和行变量均为无序多分类变量,
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson2
(2)n40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s确切概率法检验
三、Poisson分布资料
1.单样本资料与总体比较:
1)观察值较小时:
用确切概率法进行检验。
2)观察值较大时:
用正态近似的U检验。
2.两个样本比较:
用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较
1.两组资料:
1)大样本资料或配对差值服从正态分布的小样本资料,作配对t检验
2)小样本并且差值呈偏态分布资料,则用Wilcoxon的符号配对秩检验
2.多组资料:
1)若大样本资料或残差服从正态分布,并且方差齐性,则作随机区组的方差分析。
如果方差分析的统计检验为有统计学意义,则进一步作统计分析:
选择合适的方法(如:
LSD检验,Bonferroni检验等)进行两两比较。
2)如果小样本时,差值呈偏态分布资料或方差不齐,则作Fredman的统计检验。
如果Fredman的统计检验为有统计学意义,则进一步作统计分析:
选择合适的方法(如:
用Wilcoxon的符号配对秩检验,但用Bonferroni方法校正P值等)进行两两比较。
五、分类资料的统计分析
1.四格表资料
1)b+c>40,则用McNemar配对2检验或配对边际2检验
2)b+c40,则用二项分布确切概率法检验
2.C×C表资料:
1)配对比较:
用McNemar配对2检验或配对边际2检验
2)一致性问题(Agreement):
用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析
1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布,则用Pearson相关系数做统计分析
2)大样本或两个变量不服从双正态分布,则用Spearman相关系数进行统计分析
2.两个变量均为有序分类变量,可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量,另一个变量为连续型变量,可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归:
如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,则直线回归(单个自变量的线性回归,称为简单回归),否则应作适当的变换,使其满足上述条件。
2.多重线性回归:
应变量(Y)为连续型变量(即计量资料),自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,可以作多重线性回归。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归:
应变量为二分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)非配对的情况:
用非条件Logistic回归
(1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
2)配对的情况:
用条件Logistic回归
(1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归:
应变量为有序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归:
应变量为无序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
八、生存分析资料:
(要求资料记录结局和结局发生的时间,如:
死亡和死亡发生的时间)
1.用Kaplan-Meier方法估计生存曲线
2.大样本时,可以寿命表方法估计
3.单因素可以用Log-rank比较两条或多条生存曲线
4.多个因素时,可以作多重的Cox回归
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
●资料2
1.连续性资料
1.1两组独立样本比较
1.1.1资料符合正态分布,且两组方差齐性,直接采用t检验。
1.1.2资料不符合正态分布
(1)可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验;
(2)采用非参数检验,如Wilcoxon检验。
1.1.3资料方差不齐
(1)采用Satterthwate的t’检验;
(2)采用非参数检验,如Wilcoxon检验。
1.2两组配对样本的比较
1.2.1两组差值服从正态分布,采用配对t检验。
1.2.2两组差值不服从正态分布,采用wilcoxon的符号配对秩和检验。
1.3多组完全随机样本比较
1.3.1资料符合正态分布,且各组方差齐性,直接采用完全随机的方差分析。
如果检验结果为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,tukey法,Scheffe法,SNK法等。
1.3.2资料不符合正态分布,或各组方差不齐,则采用非参数检验的Kruscal-Wallis法。
如果检验结果为有统计学意义,则进一步作两两比较,一般采用Bonferroni法校正P值,然后用成组的Wilcoxon检验。
1.4多组随机区组样本比较
1.4.1资料符合正态分布,且各组方差齐性,直接采用随机区组的方差分析。
如果检验结果为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,tukey法,Scheffe法,SNK法等。
1.4.2资料不符合正态分布,或各组方差不齐,则采用非参数检验的Fridman检验法。
如果检验结果为有统计学意义,则进一步作两两比较,一般采用Bonferroni法校正P值,然后用符号配对的Wilcoxon检验。
需要注意的问题:
(1)一般来说,如果是大样本,比如各组例数大于50,可以不作正态性检验,直接采用t检验或方差分析。
因为统计学上有中心极限定理,假定大样本是服从正态分布的。
(2)当进行多组比较时,最容易犯的错误是仅比较其中的两组,而不顾其他组,这样作容易增大犯假阳性错误的概率。
正确的做法应该是,先作总的各组间的比较,如果总的来说差别有统计学意义,然后才能作其中任意两组的比较,这些两两比较有特定的统计方法,如上面提到的LSD检验,Bonferroni法,tukey法,Scheffe法,SNK法等。
绝不能对其中的两组直接采用t检验,这样即使得出结果也未必正确。
(3)关于常用的设计方法:
多组资料尽管最终分析都是采用方差分析,但不同设计会有差别。
常用的设计如完全随即设计,随机区组设计,析因设计,裂区设计,嵌套设计等。
2.分类资料
2.1四格表资料
2.1.1例数大于40,且所有理论数大于5,则用普通的Pearson检验。
2.1.2例数大于40,所有理论数大于1,且至少一个理论数小于5,则用校正的检验或Fisher’s确切概率法检验。
2.1.3例数小于40,或有理论数小于2,则用Fisher’s确切概率法检验。
2.22×C表或R×2表资料的统计分析
2.2.1列变量&行变量均为无序分类变量,则
(1)例数大于40,且理论数小于5的格子数目<总格子数目的25%,则用普通的Pearson检验。
(2)例数小于40,或理论数小于5的格子数目>总格子数目的25%,则用Fisher’s确切概率法检验。
2.2.2列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通的Pearson检验只说明组间构成比不同,如要说明疗效,则可用行平均分差检验或成组的Wilcoxon秩和检验。
2.2.3列变量为效应指标,且为二分类变量,行变量为有序多分类变量,则可采用普通的Pearson检验比较各组之间有无差别,如果总的来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
2.3R×C表资料的统计分析
2.3.1列变量&行变量均为无序分类变量,则
(1)例数大于40,且理论数小于5的格子数目<总格子数目的25%,则用普通的Pearson检验。
(2)例数小于40,或理论数小于5的格子数目>总格子数目的25%,则用Fisher’s确切概率法检验。
(3)如果要作相关性分析,可采用Pearson相关系数。
2.3.2列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通的Pearson检验只说明组间构成比不同,如要说明疗效或强弱程度的不同,则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。
2.3.3列变量为效应指标,且为无序多分类变量,行变量为有序多分类变量,则可采用普通的Pearson检验比较各组之间有无差别,如果有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
2.3.4列变量&行变量均为有序多分类变量
(1)如要做组间差别分析,则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。
如果总的来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
(2)如果要做两变量之间的相关性,可采用Spearson相关分析。
2.4配对分类资料的统计分析
2.4.1四格表配对资料
(1)b+c>40,则用McNemar配对检验。
(2)b+c<40,则用校正的配对检验。
2.4.1C×C资料
(1)配对比较:
用McNemar配对检验。
(2)一致性检验,用Kappa检验。
●资料3
在研究设计时,统计方法的选择需考虑以下6个方面的问题:
(1)看反应变量是单变量、双变量还是多变量;
(2)看单变量资料属于3种资料类型(计量、计数及等级资料)中的哪一种;(3)看影响因素是单因素还是多因素;(4)看单样本、两样本或多样本;(5)看是否是配对或配伍设计;(6)看是否满足检验方法所需的前提条件,必要时可进行变量变换,应用参数方法进行假设检验往往要求数据满足某些前提条件,如两个独立样本比较t检验或多个独立样本比较的方差分析,均要求方差齐性,因此需要做方差齐性检验。
如果要用正态分布法估计参考值范围,首先要检验资料是否服从正态分布。
在建立各种多重回归方程时,常需检验变量间的多重共线性和残差分布的正态性。
表1-1
连续因变量
分类因变量
连续自变量
回归分析
Logistic 回归
分类自变量
方差分析(ANOVA)
表格检验(比如卡方检验)
不同的统计分析方法都有其各自的应用条件和适用范围。
实际应用时,必须根据研究目的、资料的性质以及所要分析的具体内容等选择适当的统计分析方法,切忌只关心p值的大小(是否<0.05),而忽略统计分析方法的应用条件和适用范围。
一、两个变量之间的关联性分析
1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布,则用Pearson相关系数做统计分析
2)大样本或两个变量不服从双正态分布,则用Spearman相关系数进行统计分析
2.两个变量均为有序分类变量,可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量,另一个变量为连续型变量,可以用Spearman相关系数进行统计分析
二、回归分析
1.直线回归:
如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,则直线回归(单个自变量的线性回归,称为简单回归),否则应作适当的变换,使其满足上述条件。
2.多重线性回归:
应变量(Y)为连续型变量(即计量资料),自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,可以作多重线性回归。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归:
应变量为二分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)非配对的情况:
用非条件Logistic回归
(1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
2)配对的情况:
用条件Logistic回归
(1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归:
应变量为有序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归:
应变量为无序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:
可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:
在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用。
●资料4
一.统计方法抉择的条件
在临床科研工作中,正确地抉择统计分析方法,应充分考虑科研工作者的分析目的、临床科研设计方法、搜集到的数据资料类型、数据资料的分布特征与所涉及的数理统计条件等。
其中任何一个问题没考虑到或考虑有误,都有可能导致统计分析方法的抉择失误。
此外,统计分析方法的抉择应在科研的设计阶段来完成,而不应该在临床试验结束或在数据的收集工作已完成之后。
对临床科研数据进行统计分析和进行统计方法抉择时,应考虑下列因素:
1.分析目的
对于临床医生及临床流行病医生来说,在进行统计分析前,一定要明确利用统计方法达到研究者的什么目的。
一般来说,统计方法可分为描述与推断两类方法。
一是统计描述(descriptive statistics),二是统计推断(inferential statistics)。
统计描述,即利用统计指标、统计图或统计表,对数据资料所进行的最基本的统计分析,使其能反映数据资料的基本特征,有利于研究者能准确、全面地了解数据资料所包涵的信息,以便做出科学的推断。
统计表,如频数表、四格表、列联表等;统计图,如直方图、饼图,散点图等;统计指标,如均数、标准差、率及构成比等。
统计推断,即利用样本所提供的信息对总体进行推断(估计或比较),其中包括参数估计和假设检验,如可信区间、t检验、方差分析、2检验等,如要分析甲药治疗与乙药治疗两组的疗效是否不相同、不同地区某病的患病率有无差异等。
还有些统计方法,既包含了统计描述也包含了统计推断的内容,如不同变量间的关系分析。
相关分析,可用于研究某些因素间的相互联系,以相关系数来衡量各因素间相关的密切程度和方向,如高血脂与冠心病、慢性宫颈炎与宫颈癌等的相关分析;回归分析,可用于研究某个因素与另一因素(变量)的依存关系,即以一个变量去推测另一变量,如利用回归分析建立起来的回归方程,可由儿童的年龄推算其体重。
2.资料类型
资料类型的划分现多采用国际通用的分类方法,将其分为两类:
数值变量(numerical variable)资料和分类变量(categorical variable)资料。
数值变量是指其值是可以定量或准确测量的变量,其表现为数值大小的不同;而分类变量是指其值是无法定量或不能测量的变量,其表现没有数值的大小而只有互不相容的类别或属性。
分类变量又可分为无序分类变量和有序分类变量两小类,无序分类变量表现为没有大小之分的属性或类别,如:
性别是两类无序分类变量,血型是四类无序分类变量;有序分类变量表现为各属性或类别间有程度之分,如:
临床上某种疾病的“轻、中、重”,治疗结果的“无效、显效、好转、治愈”。
由此可见,数值变量资料、无序分类变量资料和有序分类变量资料又可叫做计量资料、计数资料和等级资料。
资料类型的划分与统计方法的抉择有关,在多数情况下不同的资料类型,选择的统计方法不一样。
如数值变量资料的比较可选用t检验、u检验等统计方法;而率的比较多用2检验。
值得注意的是,有些临床科研工作者,常常人为地将数值变量的结果转化为分类变量的临床指标,然后参与统计分析,如患者的血红蛋白含量,研究者常用正常、轻度贫血、中度贫血和重度贫血来表示,这样虽然照顾了临床工作的习惯,却损失了资料所提供的信息量。
换言之,在多数情况下,数值变量资料提供的信息量最为充分,可进行统计分析的手段也较为丰富、经典和可靠,与之相比,分类变量在这些方面都不如数值变量资料。
因此,在临床实验中要尽可能选择量化的指标反映实验效应,若确实无法定量时,才选用分类数据,通常不宜将定量数据转变成分类数据。
3.设计方法
在众多的临床科研设计方法中,每一种设计方法都有与之相适应的统计方法。
在统计方法的抉择时,必须根据不同的临床科研设计方法来选择相应的统计分析方法。
如果统计方法的抉择与设计方法不一致,统计分析得到的任何结论都是错误的。
在常用的科研设计方法中,有成组设计(完全随机设计)的t检验、配对t检验、成组设计(完全随机设计)的方差分析、配伍设计(随机区组设计)的方差分析等,都是统计方法与科研设计方法有关的佐证。
因此,应注意区分成组设计(完全随机设计)与配对和配伍设计(随机区组设计),在成组设计中又要注意区别两组与多组设计。
最常见的错误是将配对或配伍设计(随机区组设计)的资料当做成组设计(完全随机设计)来处理,如配对设计的资料使用成组t检验、配伍设计(随机区组设计)使用成组资料的方差分析;或将三组及三组以上的成组设计(完全随机设计)资料的比较采用多个t检验、三个或多个率的比较采用四格表的卡方检验来进行比较,都是典型的错误。
如下表:
表1 常见与设计方法有关的统计方法抉择错误
表格1
设计方法
错误的统计方法
正确统计方法
两个均数的比较(成组设计、完全随机设计)
成组设计的t检验
成组设计的秩和检验
多个均数的比较(成组设计、完全随机设计)
多个成组设计的t检验
完全随机设计的方差分析及q检验、完全随机设计的秩和检验及两两比较
数值变量的配对设计
成组设计的t检验
配对t检验、配对秩和检验
随机区组设计(配伍设计)
多个成组设计的t检验、完全随机设计的方差分析
随机区组设计的方差分析及q检验、随机区组设计的秩和检验及两两比较
交叉设计
成组设计的t检验、配对t检验、配对秩和检验
交叉设计的方差分析、交叉设计的秩和检验
4.分布特征及数理统计条件
数理统计和概率论是统计的理论基础。
每种统计方法都要涉及数理统计公式,而这些数理统计公式都是在一定条件下推导和建立的。
也就是说,只有当某个或某些条件满足时,某个数理统计公式才成立,反之若不满足条件时,就不能使用某个数理统计公式。
在数理统计公式推导和建立的条件中,涉及最多的是数据的分布特征。
数据的分布特征是指数据的数理统计规律,许多数理统计公式都是在特定的分布下推导和建立的。
若实际资料服从(符合)某种分布,即可使用该分布所具有的数理统计规律来分析和处理该实际资料,反之则不能。
在临床资料的统计分析过程中,涉及得最多的分布有正态分布、偏态分布、二项分布等。
许多统计方法对资料的分布有要求,如:
均数和标准差、t和u检验;方差分析都要求资料服从正态分布,而中位数和四分位数间距、秩和检验等,可用于不服从正态分布的资料。
所以,临床资料的统计分析过程中,应考虑资料的分布特征,最起码的要求是熟悉正态分布与偏态分布。
例如:
在临床科研中,许多资料的描述不考虑资料的分布特征,而多选择均数与标准差。
如某妇科肿瘤化疗前的