（Ratio scale ） 类别尺度.PPT

ANOVA基本假設 常態性 隨機性 獨立性 違背時，易犯型一錯誤：可將α定較小 當樣本數夠大（每組＞20人），除非偏態情形特別嚴重，否則F檢定具有相當強度的強韌性（robust） 變異數同質性 F檢定仍具有相當強度的強韌性（robust） 1.每個處理水準觀察個數一樣 2.母體來自常態 3.最大與最小變異數的比值＜3 違反基本假設 之處理 將原始資料加以轉換 目的： 轉換方法： 1.符合變異數同質性 2.符合誤差常態化 3.滿足可加性 1. 平方根 2. 對數 （Log） 3. 倒數 Start Mann-Whitney U test (序位尺度以上） N Y Independent t test(等距尺度以上） 連續性資料：二組獨立樣本 常態假設成立 二組獨立樣本: Example Mann-Whitney U test Independent t test Start Kruskal-Wallis  test N Y ANOVA ( F test ) 連續性資料：K組獨立樣本 常態假設成立 K組獨立樣本: Example 1 變異數同質性檢定 Step2: Post-Hoc  ( 事後檢定 ) Scheffe Step1: One-Way ANOVA ( F test ) K組獨立樣本: Example 2 Step1:Kruskal-Wallis test Step2: Post-Hoc Mann-Whitney U test Start Wilcoxon Signed - Rank test N Y Paired t test 相關性資料：二組樣本 常態假設成立 二組相關樣本: Example Wilcoxon Signed-Rank test Paired t test Start Friedman test N Y ANOVA ( Repeated ) 相關性資料：K組樣本 常態假設成立 K組相關樣本: Example I Step1:Friedman test Step2: Post Hoc Wilcoxon Signed-Rank test K組相關樣本: Example II Step1:單因子重複量數 變異數分析 比較： wk0 vs wk1 wk1 vs wk2 wk2 vs wk3 Parametric vs Nonparametric 優點： 利用簡單機率原理，解釋有關之抽樣分配 計算簡單 限制條件少 資料尺度較低 缺點： 推論效率較母數統計 差 缺乏廣泛的機率表 無法解決交互用之問題 * * 台中榮總生統小組 93.11.10 匯入資料 變數分類與命名 變數分類與命名 變數分類與命名 核對資料正確性 資料遺漏 資料屬性歸類（連續型/類別型） 輸入值誤差太大 資 料 之 屬 性 分類資料（Categorical data） 類別尺度（Norminal scale） 序位尺度（Ordinal scale ） 連續資料（Continuous data） 等距尺度（Interval scale） 比率尺度（Ratio scale ） 類別尺度（Norminal scale） 彼此間無程度或次序性 依據個案之特性分類 疾病發生與否 性別 / 國籍 存活/死亡 血型 彼此間存在次序性/程度之差異 各類別間不一定有倍數或距離關係 序位尺度（Ordinal scale） 問卷調查：Likert scale （I / II / III / IV） 癌症病患期別 （非常滿意/滿意/無意見/不滿意/極不滿意） 資料連續，但無絕對零點 血壓值 溫度 等距尺度（Interval scale） 可完全表現出程度之大小 具有等距關係 比率尺度（Ratio scale） 資料連續，有絕對零點 可完全表現出程度之大小 具有比率關係 考試成績 身高 卡路里攝取量 等距尺度以上 Pearson 相關係數 序位尺度以上 Spearman 等級相關係數 類別尺度以上 χ2 檢定 使用資料時機 種類 連續性資料 資料之描述 信賴區間(confidence interval) 眾數 (mode) 最小值/最大值(minimum/maximum) 中位數 (median) 標準差 (Std) 標準誤 (SEM) 平均數 (mean) 離散趨勢 集中趨勢 1.集中趨勢與對此平均估計值把握程度2.樣本愈大，標準誤與信賴區間愈小 亦即對所得之平均值越有把握 20病人：平均年齡40歲，標準差為1.2歲