科研数据的分析与处理.ppt

1.各指标之间无自变量与因变量之分（1） 研究变量之间的相互关系有直线相关分析、典型相关分析等。（2） 研究多个变量的内部从属关系，并寻找综合指标，降低变量的维数，其常用的方法主要有主成分分析、因子分析和对应分析。（3） 研究多个变量内部或多个样品之间的亲疏关系有聚类分析。（4） 研究多个变量内部的各种复杂关系有线性结构方程的协方差分析。(三)变量间关系的研究第30页，共77页，星期日，2025年，2月5日2.各指标之间有自变量与因变量之分研究变量之间的依存关系有直线回归分析、曲线回归分析、多项式回归分析、多元线性回归分析、概率模型回归分析、生存资料的参数模型回归分析、COX模型回归分析和对数线性模型分析。(三)变量间关系的研究第31页，共77页，星期日，2025年，2月5日(一)假设检验(二)区间估计(三)变量间关系的研究(四)判别分析根据一些明确分类的总体所提供的信息，对未知个体的归属进行分类的判别分析。一、统计分析方法概述第32页，共77页，星期日，2025年，2月5日分析目的资料类型设计方案数理统计条件选择统计分析方法需考虑的因素第33页，共77页，星期日，2025年，2月5日二、计量资料假设检验方法的选择例：欲了解某地城乡婴儿营养状况有无差别，测量了其血红蛋白含量，见下表。第34页，共77页，星期日，2025年，2月5日首先要明确每次拟分析的定性变量个数是多少？其次要弄清定性变量的属性、列联表中频数的多少以及资料的收集方式。三、计数资料假设检验方法的选择第35页，共77页，星期日，2025年，2月5日第36页，共77页，星期日，2025年，2月5日每次只分析两个变量时，可将资料整理为2×2表、2×k表和R×C表的形式。常用的统计分析方法有Pearsonχ2检验、校正χ2检验、配对计数资料的McNemarχ2检验、Fisher精确概率法检验、秩和检验、Ridit分析、等级相关分析、典型相关分析、一般趋势和线性趋势检验、Kappa检验等；如果需要同时分析研究的定性变量的个数≥3时，常用的统计分析方法有加权χ2检验、Mantel-haenszelχ2检验、logistic回归模型和对数线性模型等。第37页，共77页，星期日，2025年，2月5日在计数资料的分析过程中，对于R×C表形式资料的分析是一个难点，存在的问题比较多。根据二维列联表中两个分组变量的类型以及分析的目的，对R×C表资料进行分类，因为不同类型的R×C表资料和不同的分析目的，就有不同的分析方法。R×C表检验方法的选择第38页，共77页，星期日，2025年，2月5日双向无序R×C表资料及其统计分析方法的选择单向有序R×C表资料及其统计分析方法的选择双向有序且属性不同的R×C表资料及其统计分析方法的选择双向有序且属性相同的R×C表资料及其统计分析方法的选择R×C表检验方法的选择第39页，共77页，星期日，2025年，2月5日第40页，共77页，星期日，2025年，2月5日第41页，共77页，星期日，2025年，2月5日对单向有序R×C表的两个分组变量，其中一个是无序的（实验分组变量——不同药品）；另一个却是有序的（指标分组变量——处理效果）。此时不适合选用χ2检验分析资料，因为χ2检验与“疗效”的有序性之间没有任何联系，故应采用与“有序性”有联系的秩和检验或Ridit分析。R×C表检验方法的选择第42页，共77页，星期日，2025年，2月5日第43页，共77页，星期日，2025年，2月5日对双向有序且属性不同的R×C表的两个分组变量，如年龄组别与某种疾病发生程度都是有序的，但属性不同，此时，也不适合选用χ2检验分析资料，因为χ2检验与两个变量的有序性之间没有任何联系，应改用与两个变量的“有序性”有联系的等级相关分析、典型相关分析或线性趋势检验。R×C表检验方法的选择第44页，共77页，星期日，2025年，2月5日第45页，共77页，星期日，2025年，2月5日对双向有序且属性相同的R×C表的两个分组变量，如两种方法对某种疾病发病程度诊断结果，它们都是有序的，且属性也相同。此时，研究的目的是要考察两种测定方法的测定结果之间是否具有一致性，故仍不适合选用一般的χ2检验分析资料，应采用与两个变量的有序性有联系的一致性检验或称Kappa检验，还可以用特殊的模型分析方法。R×C表检验方法的选择第46页，共77页，星期日，2025年，2月5日医学科研数据的整理与分析第一节科研数据的检查与整理第二节科研数据的描述第三节统计分析方法的选择第四节科研数据的综合分析第五节统计分析结果的解释与表达第47页，共77页，星期日，2025