统计学基本知识PPT.pptx

统计学基本方法 卡法检验（Chi-square test/Chi-Square Goodness-of-Fit Test）卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。一般四格表卡方检验卡方检验使用条件：两个独立样本比较可以分以下3种情况： 1.所有的理论数T≥5并且总样本量n≥40，用Pearson卡方进行检验。 2.如果理论数T＜5但T≥1，并且n≥40，用连续性校正的卡方进行检验。 3.如果有理论数T＜1或n＜40，则用Fisher’s检验。卡方检验的SPSS操作步骤1 打开软件，设置数据格式，四格表卡方检验固定数据为4行3列，前两列分别表示行与列，最后一列表示每一种出现的频数。2、分析前，要对数据进行频数变量，点击Data,依次找到weight cases.4、卡方检验，点击Analyze,依次找到DescriptiveStatistics-Crosstabs5、弹出对话框中，分别把r和c送入对应的行和列的框中，并点击Statistics，弹出框中选择Chi-square。6、最后点击OK.秩和检验（signed-rank test）在实践中我们常常会遇到以下一些资料，如需比较患者和正常人的血清铁蛋白、血铅值、不同药物的溶解时间、实验鼠发癌后的生存日数、护理效果评分等，我们将非参数统计中一种常用的检验方法--秩和检验，其中“秩”又称等级、即上述次序号的和称“秩和”，秩和检验就是用秩和作为统计量进行假设检验的方法。秩和检验的应用条件（1）总体分布形式未知或分布类型不明；（2）偏态分布的资料；（3）等级资料：不能精确测定，只能以严重、优劣等级、次序先后等表示（4）不满足参数检验条件的资料：各组方差明显不齐；（5）数据的一端或者两端是不确定数值，如“50mg”例题1建立变量名2、录入数值3统计分析4、分析-非参数检验-两相关样本（配对样本）logistics回归logistics回归对反应变量为分类变量所进行多变量分析logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y =w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数，就是logistic回归，如果L是多项式函数就是多项式回归。[1] Logistic回归模型的适用条件1 因变量为二分类的分类变量或某事件的发生率，并且是数值型变量。但是需要注意，重复计数现象指标不适用于Logistic回归。2 残差和因变量都要服从二项分布。二项分布对应的是分类变量，所以不是正态分布，进而不是用最小二乘法，而是最大似然法来解决方程估计和检验问题。3 自变量和Logistic概率是线性关系4 各观测对象间相互独立。1、在菜单上执行:analyse-regression(回归)-binary （双重）logistic2、将患病率作为因变量，将其他三个作为自变量，设置好这几个3、点击OK,开始处理数据4、结果。统计图常用的统计图有：直条图、圆形图、线图、半对数图、直方图、散点图、统计地图。统计图的选择1、相互独立的各指标大小用直条图。2、表示全体中各部分比重百分直条图或者圆形图。3、表示连续性资料的发展变化或者一事物随另一事物变迁的情况用线图。4、比较事物发展的速度用半对数图。5、表示连续性资料频数分布用直方图。6、表示两事物的相关关系散点图。7、表示某种现象的数量在地域上的分布用统计地图。直条图饼状图折线图散点图