Stata软件基本操作和数据分析入门 第四讲 两组计量资料平均水平的统计检验.docVIP

PAGE  PAGE 51 Stata软件基本操作和数据分析入门 第四讲 两组计量资料平均水平的统计检验 一、配对设计的平均水平检验 统计方法选择原则： 如果配对的差值服从近似正态分布(小样本)或大样本，则用配对t检验 小样本的情况下，配对差值呈明显偏态分布，则用配对秩符号检验(matched-pairs signed-ranks test)。 例1 10例男性矽肺患者经克矽平治疗，其血红蛋白（g/dL）如下： 表 10例男性矽肺患者血红蛋白值（g/dL） 病例号12345678910治疗前11.315.015.013.512.810.011.012.013.012.3治疗后14.013.814.013.513.512.014.711.413.812.0问：治疗前后的血红蛋白的平均水平有没有改变 这是一个典型的前后配对设计的研究(但不提倡，因为对结果的解释???能会有问题) Stata数据输入结构 X1X211.3141513.8151413.513.512.813.510121114.71211.41313.812.312操作如下： gen d=x1-x2 产生配对差值的变量d sktest d 正态性检验 正态性检验结果如下： . sktest d Skewness/Kurtosis tests for Normality joint Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2) Probchi2 + d | 0.279 0.774 1.43 0.4885 正态性检验的无效假设为：资料正态分布 相应的备选假设为：资料非正态分布 ?=0.05，由于正态性检验的P值=0.4885?，故可以认为资料近似服从正态分布。 ttest d=0 配对t检验: H0:?d=0 vs H1:?d?0，?=0.05 结果如下： One-sample t test Variable | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] + d | 10 -.6799999 .5204272 1.645735 -1.857288 .4972881 Degrees of freedom: 9 Ho: mean(d) = 0 Ha: mean 0 Ha: mean ~= 0 Ha: mean 0 t = -1.3066 t = -1.3066 t = -1.3066 P t = 0.1119 P |t| = 0.2237 P t = 0.8881 P值=0.2237?，故认为治疗前后的血红蛋白的平均数差异没有统计学意义。即：没有足够的证据可以认为治疗前后的血红蛋白的总体平均数不同。 如果已知差值的样本量，样本均数和样本标准差，可以用立即命令如下。 设：已知样本量为10，差值的样本均数为-0.66，差值的标准差为1.65，则输入命令如下： ttesti 样本量 样本均数 样本标准差 0 本例为： ttesti 10 -0.66 1.65 0 得到下列结果如下： . ttesti 10 .66 1.65 0 One-sample t test | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] + x | 10 .66 .5217758 1.65 -.5203389 1.840339 Degrees of freedom: 9 Ho: mean(x) = 0 Ha: mean 0