SPSS数据分析的医学统计方法选择.docx

1、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数据分析的统计方法选择小结 错误 !未定义书签。目 录 1资料 1 2完全随机分组设计的资料 2配对设计或随机区组设计 3变量之间的关联性分析 4资料 2 51.连续性资料 51.1两组独立样本比较 51.2两组配对样本的比较 51.3多组完全随机样本比较 61.4多组随机区组样本比较 62分类资料 62.1四格表资料 62.22 表C或 R2表资料的统计分析 72.3R 表C资料的统计分析 72.4配对分类资料的统计分析 7资料 3 8一、两个变量之间的关联性分析 8二、回归分析 9资料 4 9一统计方法抉择的条件 91分析

2、目的 102资料类型 103设计方法 114分布特征及数理统计条件 12二数据资料的描述 121数值变量资料的描述 132分类变量资料的描述 13三数据资料的比较 141假设检验的基本步骤 142假设检验结论的两类错误 153假设检验的注意事项 154常用假设检验方法 16四变量间的相关分析 171数值变量（计量资料）的关系分析 182无序分类变量（计数资料）的相关分析 183有序分类变量（等级资料） 等级相关 18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

3、 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 Kruskal Wallis 的统计检验。如果 Kruskal Wallis 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 Bonferron

4、i 方法校正 P 值等) 进行 两两比较。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。2.四格表资料Fisher s 确切概率法检验3)n 40 或存在理论数 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 Fisher s 确切概率法检验4.R C表资料的统计分析CMH1) 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 或 Kruskal Wallis 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none zero cor

5、relation analysis的 CMH 23)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)n40 并且理论数小于 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

6、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

7、1.四格表资料1)b+c40 ，则用 McNemar配对 2 检验或配对边际 2检验2)b+c 40，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

8、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

9、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

10、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

11、）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

12、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 21.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

13、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

14、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

15、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

16、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。2.22C 表或 R2 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

17、，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。2.3RC 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

18、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，

19、 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 c40 ，则用 McNemar配对检验。（ 2） b c40 ，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

20、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

21、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）

22、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）

23、，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

24、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）

25、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

26、、 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 (infere

27、ntial 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

28、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

29、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

30、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