卫生统计学考试复习资料：统计总结.doc

《卫生统计学考试复习资料：统计总结.doc》由会员分享，可在线阅读，更多相关《卫生统计学考试复习资料：统计总结.doc（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、卫生统计学考试复习资料：统计总结注：各位同学，清清能力有限，尽力写好了，如有错误的地方，请修正！一计量资料单组样本均数与总体均数比较总体方差已知-z检验总体方差未知-t检验两组样本大样本资料或服从正态分布的小样本资料(1)若方差齐性-t检验1.两独立样本t检验2.配对设计-1）差值服从正态分布-配对t检验2）差值不服从正态分布-配对符号秩和检验(2)若方差不齐，则作校正t检验小样本偏态分布资料，则用成组的Wilco_on秩和检验3.多组样本（1)大样本或服从正态分布且方差齐性1)单因素方差分析-1)无差异 2）有差异-两两比较（LSD检验，Bonferroni检验等）2)随机区组设计-两因素方

2、差分析-1)无差异 2）有差异-两两比较（LSD检验，Bonferroni检验等）2)小样本的偏态分布资料或方差不齐-Kruskal Wallis的统计检验-1)无差异 2）有差异-两两比较（用成组的Wilco_on秩和检验，但用Bonferroni方法校正P值等）二、计数资料1.22列联表资料1)n40且所以理论数5，则用22列联表_2检验n40但有一个格子理论频数1T5则用校正_2检验3)n40或至少存在理论频数1，则用Fisher确切概率法配对设计22列联表b+c40,McNemar#;s testb+c40,校正的_2检验RC列联表资料无序多分类资料-条件：理论频数小于5的个数不超过格

3、子数的1/5-_2检验有序多分类资料-多组资料的秩和检验三.线性相关与回归（计量资料）注：先绘制散点图线性相关分析：刻画两变量之间可能存在的线性联系的方向和程度条件：_、Y均为随机变量_与Y均为随机变量，双变量正态分布，散点图成线性趋势，各观察值相互独立-Pearson相关一、Y不服从双变量正态分布，总体分布类型未知，数据本身有不确定值或为等级资料-Spearman秩相关 检验相关系数r是否为0-t检验 线性回归分析：两变量之间的“依存性”如何，即一个变量的变化将引起另一个变量多大的变化（1）条件：1）Y为随机变量，_可为随机变量，也可是人为控制或选择的变量2）线性，独立性，正态性，等方差性（

4、2）假设检验1）检验回归模型是否成立-方差分析2）检验总体回归系数是否为0-t检验描述_对Y的影响程度-决定系数R2 =SS回归/ SS总多重线性回归（计量资料）描述一个因变量Y和多个自变量_1、_2、_3.之间的线性依存关系1.条件1）因变量Y为连续变量，自变量_可为连续、有序分类或无序分类变量2）线性，独立性，正态性，等方差性-残差分析2.假设检验-1）方差分析：检验整个回归方程是否有意义-确定系数R2反应回归方程的效果好坏 2) t检验 ：检验总体的偏回归系数是否为0自变量的筛选：前进法、后退法、逐步法、最优子集法多重共线性（自变量与自变量之间高度相关）-方差膨胀因子VIF、容忍度哑变量

5、的设置-自变量为有序有序变量或无序多分类变量-注：同进同退6.交互效应-引入新变量=两个自变量的乘积Logistic回归（计数资料)-用于对分类变量的回归分析1.单自变量的Logistic回归条件：因变量为二分类变量，自变量可以是数值变量，也可以是分类变量1）0，OR1，说明该因素是危险因素，0，OR1，说明该因素是保护因素2）假设检验：回归系数检验-似然比检验（计算卡方统计量）、Wald检验、记分检验2.多自变量的Logistic回归 3.有序多分类自变量的Logistic回归-设置哑变量（同进退）4.标准化的回归系数-研究Logistic回归中各变量的相对贡献5.自变量的筛选-筛选影响因素

6、操作和答题步骤：一t检验：1.单组样本均数t检验：统计描述：样本均数： 样本方差：统计推断：1）H0:u=u0,即样本均数与总体均数相等H1：u=u0,即样本均数与总体均数不等=0.052）资料为计量资料，样本的总体方差未知，选用单组样本均数t检验分析资料Analyze-compare means- one-sle T Test-_ -test variable-test value:总体均数-okT= v= p= 结论：P,根据的检验水准，不拒绝H0，尚没有理由认为样本均数与总体均数不同；p小于,根据的检验水准，拒绝H0，接受H1，认为样本均数与总体均数不同；95置信区间为专业结论.两独立样

7、本的t检验统计描述：group1:样本均数： 样本方差：Group2:样本均数： 样本方差：统计推断：1）H0:u1=u2,即两样本的总体均数相等 H1：u1=u2, 即两样本的总体均数不等 =0.052）资料为计量资料，对两样本进行正态性和方差齐性检验 Analyze-descriptive statistics-e_plore-y-dependent list-group-factor list-plots-normality plots with tests-continue-ok(正态性检验）看表格Test of normality Group1 t= v= p= p，资料服从正态分布

8、Group2 t= v= p= p，资料服从正态分布选用两独立样本均数t检验分析资料-Analyze-compare means-independent-sle TTest-y-test-variable-group-groupVariable -define group -group1:1-group2:2-continue-ok 看表格independent sles test(方差齐性检验）leven#;s test for equality of variablesF= p= p0.1 方差齐，看上行结果，p0.1，方差不齐，看下行结果看表格t-test for equality of

9、 means T= v= p= 结论：P,根据的检验水准，不拒绝H0，尚没有理由认为两样本总体均数不相等；p小于,根据的检验水准，拒绝H0，接受H1，认为两样本的总体均数不同；均数之差的95置信区间为专业结论.配对设计t检验统计描述：group1:样本均数： 样本方差：Group2:样本均数： 样本方差：D=group1-group2；均数： 方差：统计推断：1）H0:ud=o,即两样本差数的均值等于0 H1：ud=0, 即两样本差数的均值不等于0 =0.052）资料为计量资料，对d进行正态性检验 Analyze-descriptive statistics-e_plore-d-depende

10、nt list-plots-normality plots with tests-continue-ok(正态性检验）看表格Test of normality Group1 t= v= p= p，资料服从正态分布Group2 t= v= p= p，资料服从正态分布选用配对设计t检验分析资料Analyze-compare-means-paired-slesTTest-variable1:group1;-variable2:group2-paired Variable:group1,group 2-ok 看表格paired sles testT= v= p= 结论：P,根据的检验水准，不拒绝H0，

11、尚没有理由认为两样本总体均数不相等；p小于,根据的检验水准，拒绝H0，接受H1，认为两样本的总体均数不同；d的95置信区间为专业结论.单因素方差分析统计描述：group1:样本均数： 样本方差：Group2:样本均数： 样本方差：.统计推断：1）H0:几个总体效应相同 H1：几个总体效应不全相同 =0.052）资料为计量资料，对各样本进行正态性和方差齐性检验 Analyze-descriptive-statistics-e_plore-y-dependent-list-group-factor-list-plots-normality plots with tests-continue-ok(

12、正态性检验）看表格Test of normality Group1 t= v= p= p，资料服从正态分布Group2 t= v= p= p，资料服从正态分布选用多样本均数比较的单因素方差分析进行统计分析-Analyze-compare means-one-way ANOVA -y-dependent list -group-factor-post Hoc-LSD,Bonferroni-options-descriptive,Homogeneite-of-variance-test-continue-ok看结果：(方差齐性检验）test of Homogeneite-of-variancep0

13、.1 方差齐看表格ANOVA SS V MS F P组间变异组内变异总变异 看表格 Multiple comparisons(两两比较）P,说明两总体效应有差异结论：P,根据的检验水准，不拒绝H0，尚没有理由认为几个总体效应不同；p小于,根据的检验水准，拒绝H0，接受H1，认为几个总体效应不全相同；两两比较结果，专业结论.随机区组设计两因素方差分析统计推断：1）H0:各处理因素的总体效应相同 H1：各处理因素的总体效应不全相同H0：各区组因素的总体效应相同H1：各区组因素的总体效应不全相同 =0.052）选用随机区组设计的两因素方差分析进行统计分析-Analyze-general-linear

14、-model-univariate-y-dependentsvariable-treat,group-fi_ed-factor-model-custom-model:treat,group-continue-post-Hoc-post-hot-test-for:treat-SNK,Bonferroni-continue-save-unstandardized(predicted-values),standardized(residuals)-continue-ok看结果：看表格Test of between-subjects effectsSS V MS F P处理因素区组因素误差总变异 看表

15、格 Multiple comparisons(两两比较）选择SNK和Bonferroni中的任一中方法对处理因素和区组因素分别进行分析P,说明两总体的效应有差异做残差图判断随机区组资料是否满足各水平方差齐同，是否服从正态分布Graphs-scatter-simple-define-ZRE(标准化残差）-Y A_is-treat-_ A_is-ok残差图：散点随机地在残差为0的横线上下，且无任何特殊的结构，不存在异常点-满足正态性和方差齐性结论：P,根据的检验水准，不拒绝H0，尚没有理由认为几个总体效应不相同；p小于,根据的检验水准，拒绝H0，接受H1，认为几个总体效应不全相同；两两比较结果，专业结论.第 7 页 共 7 页