王海龙
临床科研中变量的类型
定量变量（quantitative variable ）
称数值变量，是对每个观察对象用定量方法测定某项指标大小所得的资料，一般有度量衡单位。
常见计量单位包括：
年龄、身高、体重、血压等
类型
离散型
变量连续性变量
定性变量和定量变量
定性资料（categorical variable）
也称分类变量，先将观察对象按某种属性或类别分组，然后清点各组观察对象的个数所得的资料。
按照变量之间的顺序、等级划分
有序变量
名义变量
按照类别数划分
二分类变量
多分类变量
变量的转换
注意：搜集数据阶段尽可能搜集定量数据
按研究因素间的因果联系分类
根据研究变量在在疾病过程中的发生作用，可以分为四类：
自变量、因变量、中介变量、混杂变量
统计方法的选择
统计方法选择基本原则
①研究目的
②设计类型
③资料类型
④统计方法的应用条件 统计方法的具体应用
①单变量分析
②双变量分析
③多变量分析
统计描述：通过统计指标、统计图或统计表，对数据资料进行最基本的统计分析，使其反应数据资料的基本特征。
统计推断：利用样本提供的信息对总体进行推断，包括参数估计和假设检验。
统计方法选择基本原则
分析不同干预措施间效果有无差异
t 检验
回归分
析
相关分析秩和检验卡方检验方差分析主成分分析
分析不同因素间关系
变量或记录分成若干类别
分析影响生存时间和生存结局
对同类结果进行定量分析
生存分析
判别分析聚类分析Meta 分析
设计类型
不同设计类型，对应着不同统计方法
常见的设计类型包括
完全随机设计、配对设计、随机区组设计、交叉设计、析因设计、和重复设计等
分析资料前，首先区分变量的类型和特征，再根据研究目的选择适当的统计方法
根据资料的性质采用相应的统计学方法
1）计数资料与计量资料和等级资料
计数资料：常用的显著性检测方法为卡方检验( X2-test )；
计量资料：常用的显著性检测方法包括t检验(小样本)，u检验(大样本)及F检验(多因素方差分析)、非参数检验；
等级资料：常用的显著性检测方法为Ridit分析及非参数检验等
2）多组间的比较
先作多组间的显著性差异分析，只有多组间存在显著性差异时，才能作多组间的两两比较。
统计方法的应用条件
应用统计方法前，先看是否满足检验方法所需的前提条件，必要时可做变量转换。
例如：
成组t检验资料满足独立性、正态、方差齐
χ2检验样本量大于40且最小理论频数大于5
单变量分析双变量分析多变量分析
单变量分析
不含自变量，仅有因变量的资料称为进行分析称为单变量统计分析。
应用包括：
样本推断总体参数和可信区间
单组样本资料的假设检验
配对样本的假设检验
检验样本的总体分布
1. 因变量为定量资料
总体均数估计：通过样本统计量推断总体参数。
点估计
区间估计当总体标准差σ已知，或σ未知但样本量足够大时可信区间为
/2/2
Z Z
x
x x
n
为总体标准差，如计算95％可信区间，Z
0.05/2
＝
1.96，如计算99％可信区间，Z0.01/2＝
2.58。
当 不知时，可用下式计算
/2,/2,v v
x x t s x t n
为样本均数，n 为样本含量，为标准误，S 为样本标准差（代替总体标准差 ），t , 是按自由度 ＝n －1的t 分布曲线下，两侧尾部面积各占所对应的临界值。
x
x
S
单组样本资料的假设检验
通过样本均数与已知总体均数 之间的差异与标准误比值，来推断样本均数所代表的未知总体均数与已知总体均数差异是否是抽样误差造成的，即是否相同。σ已知或样本量≥30 Z 检验σ未知t 检验
//
t S n
Z n
注意：无论t 检验还是Z 检验都要求样本来自于正态分布
配对样本的假设检验
将受试对象按一定条件配成对子（同种属、同年龄组、同性别等），再随机分配每对中的受试对象到不同处理组。
若差值服从正态分布，可采用配对t 检验；否则，采用配对资料的符号秩和检验。检验公式
/
t S n
为样本中各对差值d 的均数，n 为对子数，为样本差值的标准差
d
d
S
2. 因变量为定性资料，应用包括?总体率的参数估计
?单组样本频率的假设检验等
?检验样本来自的总体分布（如二项分布、
Poisson 分布等）
图1定性资料单变量分析统计方法选择流程图
因变量为定性资料
是否参数估计是
否
总体参数估计
是否检验总体符合何种分布
是
二项分布或Poisson 分布检验
单组样本频率的假设检验
是否n 较大时，nπ及n （1-π）均大于5
是
单组样本频率Z 检验否
用二项分布概率直接求出
问卷调查的常用统计分析方法 问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解如下，以方便第一次接触SPSS的同学也能做简单的分析。后面还有分析时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。 调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。 SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale 是定量、Ordinal是定序、Nominal是指定类；二注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解如下，以方便第一次接触SPSS的同学也能做简单的分析。后面还有分析时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。自己写的，错误之处请指正， 调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。 SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale 是定量、Ordinal是定序、Nominal是指定类；二注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 1 、单选题：答案只能有一个选项 例一当前贵组织机构是否设有面向组织的职业生涯规划系统？
常用统计分析方法 排列图 因果图 散布图 直方图 控制图 控制图的重要性 控制图原理 控制图种类及选用 统计质量控制是质量控制的基本方法，执行全面质量管理的基本手段，也是CAQ系统的基础，这里简要介绍制造企业应用最广的统计质量控制方法。 常用统计分析方法与控制图 获得有效的质量数据之后,就可以利用各种统计分析方法和控制图对质量数据进行加工处理,从中提取出有价值的信息成分。 常用统计分析方法 此处介绍的方法是生产现场经常使用,易于掌握的统计方法,包括排列图、因果图、散布图、直方图等。 排列图 排列图是找出影响产品质量主要因素的图表工具.它是由意大利经济学家巴洛特（Pareto)提出的.巴洛特发现人类经济领域中"少数人占有社会上的大部分财富,而绝大多数人处于贫困状况"的现象是一种相当普遍的社会现象,即所谓"关键的少数与次要的多数"原理.朱兰(美国质量管理学家)把这个原理应用到质量管理中来,成为在质量管理中发现主要质量问题和确定质量改进方向的有力工具. 1.排列图的画法
排列图制作可分为5步: (1)确定分析的对象 排列图一般用来分析产品或零件的废品件数、吨数、损失金额、消耗工时及不合格项数等. (2)确定问题分类的项目 可按废品项目、缺陷项目、零件项目、不同操作者等进行分类。 (3)收集与整理数据 列表汇总每个项目发生的数量，即频数fi、项目按发生的数量大小，由大到小排列。最后一项是无法进一步细分或明确划分的项目统一称为“其它”。 (4)计算频数fi、频率Pi和累计频率Fi 首先统计频数fi，然后按(1)、(2)式分别计算频率Pi和累计频率Fi (1) 式中，f为各项目发生频数之和。 (2)
选择合适的统计学方法 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两
16种常用的数据分析方法汇总 2015-11-10 分类：数据分析评论(0) 经常会有朋友问到一个朋友，数据分析常用的分析方法有哪些，我需要学习哪个等等之类的问题，今天数据分析精选给大家整理了十六种常用的数据分析方法，供大家参考学习。 一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前 需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在 可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验
非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致 性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。 列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量相关；
综合 1、统计的含义包括（）。ACD A.统计资料 B.统计指标 C.统计工作 D.统计学 E.统计调查 2、统计研究运用各种专门的方法，包括（）。ABCDE A.大量观察法 B.统计分组法 C.综合指标法 D.统计模型法 E.统计推断法 3、全国第5次人口普查中（）。BCE A.全国人口数是统计总体？ B.总体单位是每一个人 C.全部男性人口数是统计指标 D.人口性别比是总体的品质标志 E.人的年龄是变量 4、下列各项中，属于连续变量的有（）。ACD A.基本建设投资额 B.岛屿个数 C.国民生产总值中3次产业比例 D.居民生活费用价格指数 E.就业人口数 5、下列指标中，属于数量指标的有（）。AC A.国民生产总值 B.人口密度 C.全国人口数 D.投资效果系数 E.工程成本降低率 6、下列标志中，属于品质标志的有（）。BE A.工资 B. 所有制 C.旷课次数 D.耕地面积 E.产品质量 7、下列各项中，哪些属于统计指标？（）ACDE A.我国2005年国民生产总值 B.某同学该学期平均成绩 C.某地区出生人口总数 D.某企业全部工人生产某种产品的人均产量 E.某市工业劳动生产率 8、统计指标的表现形式有（）。BCE A.比重指标 B.总量指标 C.相对指标 D.人均指标 E.平均指标 9、总体、总体单位、标志、指标间的相互关系表现为（）。ABCD A.没有总体单位也就没有总体，总体单位也不能离开总体而存在 B.总体单位是标志的承担者 C.统计指标的数值来源于标志
D.指标是说明总体特征的，标志是说明总体单位特征的 E.指标和标志都能用数值表示 10、国家统计系统的功能或统计的职能有（）。ABCD A.收集信息职能 B.提供咨询职能 C.实施监督职能 D.支持决策职能 E.组织协调职能 11、当人们谈及什么是统计时，通常可以理解为（）ACD A．统计工作 B．统计整理 C．统计资料 D．统计学 E．统计学科 12、调查得到的经过整理具有信息价值的统计资料包括（）ABDE A．统计数据 B．统计图标 C．统计软件 D．统计年鉴 E．统计报告 13、以下关于统计学的描述，正确的有（）ACD A．统计学是一门收集、整理和分析统计数据的方法论科学 B．统计学是一门收集、整理和分析统计数据的实质性科学 C．统计学的研究目的是探索数据的内在数量规律性 D．统计学提供了探索数据内在规律的一套方法 E．统计学提供了探索数据内在规律的一套软件 14、统计数据按其采用的计量尺度不同可以分为（）ABC A．分类数据 B．顺序数据 C．数值型数据 D．截面数据 E．扇面数据 15、统计数据按其收集方法不同，可以分为（）AB A．观测数据 B．实验数据 C．时序数据 D．混合数据 E．顺序数据 16、统计数据按被描述的对象和时间的关系不同分为（）ABD A．截面数据 B．时间序列数据 C．观测数据 D．混合数据 E．扇面数据 17、从统计方法的构成看，统计学可以分为（）AD A．描述统计学 B．理论统计学 C．应用统计学 D．推断统计学 E．管理统计学 18、如果要研究某市987家外资企业的基本情况，下列属于统计指标的有（）ABD A．所有外资企业的职工平均工资 B．所有外资企业的平均利润 C．甲企业的固定资产原值 D．所有外资企业平均职工人数 E．部分外资企业平均职工人数 统计数据的收集 1、普查是一种（）。BCD A.非全面调查 B.专门调查 C.全面调查 D.一次性调查 E.经常性调查 2、某地对集市贸易个体户的偷漏税情况进行调查，1月5日抽选5%样本检查，5月1日抽选10%样本检查，这种调查是（）。ABC
第一部分统计分析流程 一．资料分类： （1）定量（数量性状）资料 （2）定性（质量性状）资料 （3）等级资料 二．数据录入SPSS： (1) 建立变量名 (2) 录入数据： A. 定量资料的原始数据 B. 定性或等级资料的次数数据（也可是原始数据） 三．数据分布的检测 （1）定量资料：正态性或其它连续分布检测 （2）定性资料：一般可不做，若题目要求则进行离散分布检测 四．基本统计分析 （1）选择合适的统计指标对数据进行统计描述 （2）用SPSS进行基本统计分析，获取该统计指标 （3）用三线表或统计图进行归纳 五．进行统计推断，置信区间计算和其它分析（如相关分析）（1）选择合适的统计推断方法（注意方法的前提条件） （2）用SPSS进行统计推断分析，获得P值 （3）根据小概率事件不可能性原理进行统计推断 六．根据统计分析结果，结合专业知识，给出生物学解释。
第二部分 数据分布的检测 一． 定量资料总体分布：单样本K-S 检验 可检验：正态分布（Normal ），均匀分布（uniform ）,泊松分布（Poisson),指数分布（Exponential)]等 连续型数据 分布。 【1】 通过探索分析explore 中调用Normality plots with tests, 检测正态分布； 【2】 通过非参数检验调用单样本K-S 检验，检测各种分布。 二. 定性资料和等级资料分布：卡方检验 通过非参数检验调用卡方检验 离散变量总体 分布。 第三部分 统计指标的选择 一． 数量性状资料（包括计量和计数资料） 1．正态分布： (2) 大样本(n>30): （集中趋势）± S （样本间的变异） (3) 小样本（n ≤30）: （集中趋势）± （抽样误差） 2． 偏态分布： 中位数（median ，集中趋势） ，四分位间距（IQR ，变异程度） 二． 质量性状资料和等级资料（次数资料） 1．样本含量n 足够多时： 统计次数―>率或比 （相对值） 2．．样本含量n 少时： 统计次数―> 用绝对数表示 x x x S
二、数据搜集方法 A、为什么要搜集数据：数据是统计分析的基础 B、什么是数据搜集：根据统计研究的目的和要求，有组织、有计划地向调查对象搜集原始 资料和次级资料。
C 、 数据来源 （一）原始数据的搜集方法 1、全面调查 （1）定期统计报表制度：严格的报告制度 指按照国家统一规定的各项要求，自下而上地定期向国家和主管部门报送基本统计资料的一种报告制度 优点：能保证统计资料的全面性和连续性 能保证统计资料的统一性和及时性 能满足各级部门对统计资料的需要 缺点：统计报表过多会增加基层负担 有可能由于虚报瞒报而影响统计资料质量 （2）普查：指国家为详尽了解某项重要的国情国力而专门组织的一次性全面调查 由于需要大量的人力、物力和财力，不宜经常进行 最近的一次普查：2004年第一次全国经济普查 我国人口普查：1953年 1964年 1982年 1990年 2000年 2010年 2、 随机抽样调查：根据随机原则推算总体特征，又称概率抽样 抽样调查是一种非全面调查，抽样推断的理论基础是概率论。 特点： （1）按随机原则选样，即样本单位的抽取不受主观因素及其他系统性因素的影响，每个总体单位都有均等的被抽中机会 间接来源
（2）能够保证样本对总体的代表性，即样本单位和总体具有相同的概率分布 （3）调查目的是从数量上推算总体数量特征和数量表现，它可以到全面调查的作用 （4）抽样误差可以事先计算并控制 优点： （1）能用较少的人力、物力和时间达到全面调查的目的 （2）调查资料的准确性较高、受人为干扰的可能性较小 方式： （1）简单随机抽样，每个个体被抽中的机会相等；选择一个受试对象对其他元素没有影响；使用随机数表，抽签等方式。 可以应用Excel中的随机函数rand()根据样本框安排随机样本 *样本框：抽样过程中抽取样本的所有抽样单位的名单。如，从全体学生中，直接抽取200名学生作为样本，那么，全体学生的名单（花名册）就是这次抽样的样本框。 例：在编号为1-100的学生中随机抽取 随机编号=int(rand()*100))+1 学会查看Excel的帮助文件 （2）等距抽样，又称机械抽样或系统抽样，常用于电话调查。 例如：从一个学生人数为200人的总体中抽取容量为20的样本，将学生的学号排序，假定随机选取学号起点4，然后从总体中选取样点的学号为第4，第14，第24，… （3）类型抽样，又称分层抽样，把总体某种分类标准分为若干群组，这些群组满足互斥性、完备性、和相似性要求，然后在组中按照同样的比例随机选取样本。 特点：代表性高，抽样误差低。 例如：调查对象按收入分为高、中、低三个层次，然后从每个阶层中或随机抽取 （4）整群抽样，又称聚类抽样。先对总体分类，然后用简单随机抽样选类，最后对选中的类作普查或简单随机抽样调查。较为有效。 例如：按照家庭、宿舍楼或街区来抽取调查对象，对抽到的家庭、宿舍楼或街区再作全面或随机调查。 3、非概率抽样：不按照概率均等的原则，而是根据人们的主观经验或其它条件来抽取样本。缺点： （1）由于调查者的主观决策影响抽样的整个过程，因而不能保证样本是否重现了总体的分布结构，样本的代表性往往较小，用这样的样本推论总体是极不可靠的。
数据分析的统计方法选择小结 完全随机分组设计的资料 一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差 分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD 检验，Bonferroni检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验； (2)大样本时：用U检验。 2)多分类资料：用Pearson χ2检验（又称拟合优度检验）。 2. 四格表资料 1)n>40并且所以理论数大于5，则用Pearson χ2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正χ2或用Fisher’s 确切概率法检验 3)n≤40或存在理论数<1，则用Fisher’s 检验 3. 2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为二分类变量，则行评分的CMH χ2或成组的Wilcoxon秩和检验 2)列变量为效应指标并且为二分类，行变量为有序多分类变量，则用趋势χ2检验 3)行变量和列变量均为无序分类变量 (1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson χ2 (2)n≤40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概 率法检验 4. R×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH χ2或Kruskal Wallis的秩和检验 2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH χ2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，
质量管理常用的七种统计方法 日本质量管理专家石川馨博士将全面质量管理中应用的统计方法分为初级、中级、高级三类，本节将要介绍的七种统计分析方法是他的这种分类中的初级统计分析方法。 日本规格协会10年一度对日本企业推行全面质量管理的基本情况作抽样统计调查，根据1979年的统计资料，在企业制造现场应用的各种统计方法中，应用初级统计分析方法的占98%。 由此可见，掌握好这七种方法，在质量管理中非常之必要；同时，在我国企业的制造现场，如何继续广泛地推行这七种质量管理工具（即初级的统计分析方法），仍然是开展全面质量管理的重要工作。 一、排列图 排列图法又叫帕累特图法，也有的称之为ABC分析图法或主项目图法。它是寻找影响产品质量主要因素，以便对症下药，有的放矢进行质量改善，从而提高质量，以达到取得较好的经济效益的目的。故称排列法。由于这种方法最初是由意大利经济学家帕累特（Pareto）用来分析社会财富分布状况的，他发现少数人占有社会的大量财富，而多数人却仅有少量财富，即发现了“关键的少数和次要的多数”的关系。因此这一方法称为帕累特图法。后来美国质量管理专家朱兰（J．Ｍ．Juran）博士将此原理应用于质量管理，作为在改善质量活动中寻找影响产品质量主要因素的一种方法．在应用这种方法寻找影响产品质量的主要因素时，通常是将影响质量的因素分为Ａ、Ｂ、Ｃ三类，A类为主要因素，B类为次要因素，C 类为一般因素。根据所作出的排列图进行分析得到哪些因素属于A类，哪些属于B类，哪些属于C类，因而这种方法又把它叫做ABC分析图法。由于根据排列图我们可以一目了然地看出哪些是影响产品质量的关键项目，故有的亦把它叫主项目图法。 所谓排列图，它是由一个横坐标、两个纵坐标、几个直方形和一条曲线所构成的图。其一般形式如图1所示，其横坐标表示影响质量的各个因素（即项目），按影响程度的大小从左到右排列；两个纵坐标中，左边的那个表示频数（件数、金额等），右边的那个表示频率（以百分比表示）；直方形表示影响因素，有直方形的高度表示该因素影响的大小；曲线表示各影响因素大小的累计百分数，这条曲线称为帕累特曲线。 二、因果分析图法 因果分析图法是一种系统地分析和寻找影响质量问题原因的简便而有效的图示方法。因其最初是由日本质量管理专家石川馨于1953年在日本川琦制铁公司提出使用的，故又称为石川图法。由于因果图形似树枝或鱼刺，故也有称之为树枝图法或鱼刺图法。另外，还有的
数据分析的统计方法选择小结 目录 数据分析的统计方法选择小结 (1) 目录 (1) ●资料1 (2) 完全随机分组设计的资料 (2) 配对设计或随机区组设计 (3) 变量之间的关联性分析 (4) ●资料2 (5) 1.连续性资料 (5) 1.1两组独立样本比较 (5) 1.2两组配对样本的比较 (5) 1.3多组完全随机样本比较 (6) 1.4多组随机区组样本比较 (6) 2．分类资料 (6) 2.1四格表资料 (6) 2.2 2×C表或R×2表资料的统计分析 (7) 2.3 R×C表资料的统计分析 (7) 2.4 配对分类资料的统计分析 (7) ●资料3 (8) 一、两个变量之间的关联性分析 (8) 二、回归分析 (9) ●资料4 (9) 一．统计方法抉择的条件 (9) 1．分析目的 (10) 2．资料类型 (10) 3．设计方法 (11) 4．分布特征及数理统计条件 (12) 二．数据资料的描述 (12) 1．数值变量资料的描述 (13) 2．分类变量资料的描述 (13) 三．数据资料的比较 (14) 1．假设检验的基本步骤 (14) 2．假设检验结论的两类错误 (14) 3．假设检验的注意事项 (15) 4．常用假设检验方法 (16) 四．变量间的相关分析 (17) 1．数值变量（计量资料）的关系分析 (17) 2．无序分类变量（计数资料）的相关分析 (18) 3．有序分类变量（等级资料）等级相关 (18)
●资料1 完全随机分组设计的资料 一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如 果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。 如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验； (2)大样本时：用U检验。 2)多分类资料：用Pearson χ2检验（又称拟合优度检验）。 2. 四格表资料 1)n>40并且所以理论数大于5，则用Pearson χ2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正χ2或用 Fisher’s 确切概率法检验 3)n≤40或存在理论数<1，则用Fisher’s 检验 3. 2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的 CMH χ2或成组的Wilcoxon秩和检验 2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势χ2检验 3)行变量和列变量均为无序分类变量 (1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson χ2 (2)n≤40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确
统计方法的选择 一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作 完全随机的方差分析。如果方差分析的统计检验为有统 计学意义，则进一步作统计分析：选择合适的方法 （如：LSD检验，Bonferroni检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作 Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适 的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验；
(2)大样本时：用U检验。 2)多分类资料：用Pearson c2检验（又称拟合优度检验）。 2. 四格表资料 1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正 c2或用Fisher’s 确切概率法检验 3)n￡40或存在理论数<1，则用Fisher’s 检验 3. 2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验 2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量 (1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2 (2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4. R×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2016考研数学：数据分析的统计方法选 择 一部分考生在概率论第一轮复习结束后，针对教材，对大纲要求的知识点认认真真地学习了一遍，并将课后题也全部都做了。在这个时候将一道题目放在他的面前，会出现这样一种情况：这个题目是考察哪个知识点或哪几个知识点的综合，做这类题目要用到哪几个公式，这些公式的应用条件是什么，这些全部都很清楚;可是做题还是感觉无从下手，这是什么原因呢? 出现这种情况主要是因为对题目要用到的公式理解的还不够深刻，公式中的各个量到底代表什么，每个量有什么特点，这些量在不同的题目中可能会出现哪些表现形式，没有太好的把握，不能做到正确的应用这些公式。这一类型的题目做的太少了。 解决这个问题需要做一定量的针对训练，在训练中借鉴别人总结的解题方法，并在此基础上得到自己的解题心得及注意事项，改正错误解题步骤，每做一道题目有一道题目的收获。每一次专项训练做多少题目合适因题型而异，有些公式及知识只要少量的题目训练就可以掌握(离散型随机变量的考察多是这种情况);而对于一些相对来说较复杂的公式，就需要我们通过大量的题目训练来掌握(连续性随机变量的考察多是这种情况)。在针对题型的专项训练中，我们要处理各种各样的不同情况，在不断的总结这类题目的解题方法和解题技巧的同时，我们对于公式就有了更深一层次的理解和把握，从而可以不断提高做这类题目的正确率。 考研路上并不是一帆风顺的，在遇到困难时，积极地寻找解决方法，找到适合自己的解决办法，不断的进步，不断的提高，最后一定能走到胜利的终点! 一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法(如：LSD检验，Bonferroni检验等)进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作KruskalWallis的统计检验。如果KruskalWallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法(如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等)进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验; (2)大样本时：用U检验。 2)多分类资料：用Pearsonc2检验(又称拟合优度检验)。
01如何选择合适的统计学方法？ 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确** （3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差
主成分分析 主成分分析（principal component analysis） 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 （1）主成分分析的原理及基本思想。 原理：设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息的统计 方法叫做主成分分析或称主分量分析，也是数学上处理降维的一种方法。 基本思想：主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现再F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。 （2）步骤 Fp=a1mZX1+a2mZX2+……+apmZXp 其中a1i, a2i, ……,api(i=1,……,m)为X的协方差阵Σ的特征值多对应的特征向量，ZX1, ZX2, ……, ZXp是原始变量经过标准化处理的值，因为在实际应用中，往往存在指标的量纲不同，所以在计算之前须先消除量纲的影响，而将原始数据标准化，本文所采用的数据就存在量纲影响[注：本文指的数据标准化是指Z标准化]。 A=(aij)p×m=(a1,a2,…am,)，Rai=λiai，R为相关系数矩阵，λi、ai是相应的特征值和单位特征向量,λ1≥λ2≥…≥λp≥0 。 进行主成分分析主要步骤如下： 1. 指标数据标准化（SPSS软件自动执行）； 2. 指标之间的相关性判定； 3. 确定主成分个数m； 4. 主成分Fi表达式；
一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度
统计学方法的正确抉择 一．统计方法抉择的条件 在临床科研工作中，正确地抉择统计分析方法，应充分考虑科研工作者的分析目的、临床科研设计方法、搜集到的数据资料类型、数据资料的分布特征与所涉及的数理统计条件等。其中任何一个问题没考虑到或考虑有误，都有可能导致统计分析方法的抉择失误。 此外，统计分析方法的抉择应在科研的设计阶段来完成，而不应该在临床试验结束或在数据的收集工作已完成之后。 对临床科研数据进行统计分析和进行统计方法抉择时，应考虑下列因素： 1．分析目的 对于临床医生及临床流行病医生来说，在进行统计分析前，一定要明确利用统计方法达到研究者的什么目的。一般来说，统计方法可分为描述与推断两类方法。一是统计描述(descriptive statistics)，二是统计推断(inferential statistics)。 统计描述，即利用统计指标、统计图或统计表，对数据资料所进行的最基本的统计分析，使其能反映数据资料的基本特征，有利于研究者能准确、全面地了解数据资料所包涵的信息，以便做出科学的推断。统计表，如频数表、四格表、列联表等；统计图，如直方图、饼图，散点图等；统计指标，如均数、标准差、率及构成比等。 统计推断，即利用样本所提供的信息对总体进行推断（估计或比较），其中包括参数估计和假设检验，如可信区间、t检验、方差分析、 2检验等，如要分析甲药治疗与乙药治疗两组的疗效是否不相同、不同地区某病的患病率有无差异等。 还有些统计方法，既包含了统计描述也包含了统计推断的内容，如不同变量间的关系分析。相关分析，可用于研究某些因素间的相互联系，以相关系数来衡量各因素间相关的密切程度和方向，如高血脂与冠心病、慢性宫颈炎与宫颈癌等的相关分析；回归分析，可用于研究某个因素与另一因素（变量）的依存关系，即以一个变量去推测另一变量，如利用回归分析建立起来的回归方程，可由儿童的年龄推算其体重。 2．资料类型 资料类型的划分现多采用国际通用的分类方法，将其分为两类：数值变量(numerical variable)资料和分类变量(categorical variable)资料。数值变量是指其值是可以定量或准确测量的变量，其表现为数值大小的不同；而分类变量是指其值是无法定量或不能测量的变量，其表现没有数值的大小而只有互不相容的类别或属性。分类变量又可分为无序分类变量和有序分类变量两小类，无序分类变量表现为没有大小之分的属性或类别，如：性别是两类无序分类变量，血型是四类无序分类变量；有序分类变量表现为各属性或类别间有程度之分,如：临床上某种疾病的“轻、中、重”，治疗结果的“无效、显效、好转、治愈”。由此可见，数值变量资料、无序分类变量资料和有序分类变量资料又可叫做计量资料、计数资料和等级资料。
(完整)常用医学统计学方法的选择 编辑整理： 尊敬的读者朋友们： 这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)常用医学统计学方法的选择）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。 本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为(完整)常用医学统计学方法的选择的全部内容。
常用医学统计学方法的选择 1。多组率的比较用卡方检验(χ2检验,chi—square test) 直接用几个率的数值比较，与直接用原始数据录入比较,结果会有什么不同？卡方值会受样本量的影响，样本越多，卡方值越大. 2。多组计量资料比较采用方差分析（F检验），不能用t检验。当方差分析结果为P<0。05时,只能说明k组总体均数之间不完全相同。若想进一步了解哪两组的差别有统计学意义，需进行多个均数间的多重比较，即SNK—q检验（多个均数两两之间的全面比较）、LSD-t检验（适用于一对或几对在专业上有特殊意义的均数间差别的比较）和Dunnett检验 (适用于k-1个实验组与一个对比组均数差别的多重比较）。 3。非正态分布多组数据之间比较选用非参数检验、单样本中位数检验（符号检验和 Wilcoxon 检验）、双样本中位数检验(Mann—Whitney 检验）、方差分析（Kruskal—Wallis、Mood 中位数和 Friedman 检验） 4。按血糖水平从低到高分成多组，进行多组之间死亡率的比较，由于死亡率同样受年龄、性别、病史、您身边的论文好秘书：您的原始资料与构思,我按您的意思整理成优秀论文论著，并安排出版发表，扣1550116010 、766085044自信我会是您人生路上不可或缺的论文好秘书血脂等因素的影响,所以需选取合适统计方法实现“调整年龄、性别等危险因素后,按血糖分组进行死亡率的比较（由血糖从低到高分成的4组）”。 ①年龄是定量变量（是数值），调整年龄的方法可在Logistic回归中运用，连续性变量年龄加入covariate中，当成协变量，就可以调整年龄，age—adjusted odds ratio就能得到了。②性别性别是二分类变量，不是定量变量，不可在LOGISTIC回归里比较。调整性别可在卡方检验中采取分层的方法比较。 如果为多分类LOGISTIC回归,在选择用multinomianl LOGISTIC回归中，可选入年龄等进入covariate,观察年龄的配比情况。可把性别选入factors（自变量）。这样可以实现调整年龄、性别等危险因素。 5.回顾性研究（1)临床妊娠率和女性年龄的关系+（2)男性影响临床妊娠的精子参数比较： 数据类型及变量的说明：y：计量 拟采用的分析方法：卡方检验 拟采用的分析软件：spss 原始数据附件及格式：word表 能否用其他方法统计分析：可用卡方分割，调整检验水准(根据比较的次数N，校正后的检验水准为0.05/N)。 6。重复t检验:多个样本均数间的两两比较（又称多重比较)不宜用t检验，因为重复数次， t检验将增加第一类错误的概率，使检验效率降低。此时宜用方差分析,并在此基础上用两两比较方法（如．SNK、LSD、Duncan法等). 对于同一对均数间的差异,用t检验无显著性,而两两比较可能有显著性，可见错误选用统计方法将推出错误结论。 统计方法的选择: 分计量、计数、等级资料三