医学实验设计与统计分析.pptVIP

* * * * * * * * * * * * * * * 4.3 两组等级资料的秩和检验 若选行列表资料的卡方检验，只能推断两组肺炎样本疗效构成比的差别有无统计学意义，损失疗效的“等级”信息,应采用秩和检验，可推断两组等级强度的差别有无统计学意义，比较两组病情的疗效。 4.4 成组设计多样本比较的秩和检验（ Kruskal-Wallis H test， H检验） （五）双变量资料的分析 简单相关分析 两变量满足二元正态分布 Pearson积矩相关分析 两变量不满足二元正态分布 Pearson秩相关分析 线性回归分析 两变量关系呈线性趋势 简单线性回归分析 曲线回归分析 两变量关系呈曲线趋势 指数曲线 多项式曲线 生长曲线 Logistic曲线 非线性回归分析 表3 12只大白鼠的进食量与体重增加量 序号 进食量（g） 体重增加量（g） 1 305.7 23.6 2 188.6 14.7 3 277.2 19.2 4 364.8 27.7 5 285.3 18.9 6 244.7 16.1 7 255.9 17.2 8 149.8 12.9 9 268.9 18.3 10 247.6 17.7 11 168.8 13.7 12 200.6 15.6 合计 2957.9 215.6 例：用某饲料喂养12只大白鼠，得出大白鼠的进食量与体重增加量如表3，对大白鼠的进食量与体重增加量进行回归分析。 （六）多变量资料的分析 6.1有应变量的多元分析 表 多元分析的数据类型——（有应变量） Case 应变量 自变量 Y X1 X2 … X1k … Xm 1 Y1 X11 X12 … X2k … X1m 2 Y2 X21 X22 … … X2m 3 Y3 X31 X32 … X3k … X3m … … … … … … … n Yn Xn1 Xn2 … Xnk … Xnm 若应变量Y为数值型随机变量，且服从正态分布，可选用多元回归分析或多元逐步回归分析，回归方程形如： 若因变量Y为分类变量（二分类或多分类），且以判别分类为主要目的，自变量满足多元正态分布，可选判别分析或逐步判别分析，判别函数形如： 若因变量Y为生存时间，并含有截尾数据，可选Cox模型做生存分析，风险函数形如： 若因变量为含截尾数据的生存时间，自变量只有1个处理因素，可选用Kaplan-Meier法做生存分析。 若因素Y为二类变量或多分类变量，且以分析危险因素为主要目的，如果为配比设计，选条件Logistic回归，如果无配比设计，选非条件Logistic回归，回归模型形如： （六） 多变量资料的分析 6.2无因变量的多元分析 表 多元分析的数据类型——（无应变量） Case 自变量 X1 X2 … X1k … Xm 1 X11 X12 … X2k … X1m 2 X21 X22 … … X2m 3 X31 X32 … X3k … X3m … … … … … … n Xn1 Xn2 … Xnk … Xnm 欲将变量或观察单位划分为性质相近的k类，可选用聚类分析。 若将n个观察单位聚为k类（k≤n），可选用样品（Q型）聚类方法。 若将m个变量（指标）聚为k类（k≤m），可选用指标（R型）聚类方法。 为达到既变量降维，又对变量进行分类的目的，可选用主成分分析或因子分析。 （六）多变量资料的分析 6.3相关分析 若分析1个变量与1组变量的相关关系，可选多重线性相关分析； 若分析1组变量与另1组变量的相关关系，可选典则相关分析； 6.4当代数据分析技术——数据挖掘 神经网络 决策树 关联规则 模糊聚类 （七）如何分析图表？ 3.1图表是科研论文的基础，没有图表就没有自然（实验性）科学的论文。（少数理论成果例外） 3.2每幅图表的分析可有下述阶段： 扫描：揭示图表中的一般特征。 聚焦：将分析的重点集中于某1～2个关键内容（关键点）。 解剖：对关键内容（关键点）进行深入剖析。 归纳：总结关键内容的学术要点、亮点、创新点。 凝练：凝练出进一步研究的科学问题。 3.3对图表的分析要遵循“四句话”的改造制作功夫： 由此及彼，由表及里，去粗取精，去伪存真 扫描 凝练 归纳 解剖 聚焦 统计表 附表 标题 备注： 统计图 图形类型 适用的数据类型 主要目的 说 明 条图 计量/计数 比较各组统计指标的差别 一个坐标轴为组名称，另一个坐标轴为统计指标。 直方图 计量 表达连续性资料的频数分布 以不同直方形面积代表数量，各直方形面积与各组的数量成正比关系。 圆图 计数 描述计数资料的构成比 没有坐标轴；必须使用图例来区分各个部分。