nonparametric two-way analysis

origin菜单栏的中文解释

目录

File文件 (1)

Edit 编辑 (2)

View 视图 (2)

Plot 绘图 (3)

Column 列 (3)

Worksheet 工作表 (4)

Analysis 分析 (4)

Statistics 统计分析 (5)

Image 图像 (6)

Tools 工具 (9)

Format 格式 (9)

Windows 窗口 (10)

Help 帮助 (10)

File文件

New 新建 (18)

Project项目 (18)

Worksheet 工作簿 (19)

Matrix 矩阵 (20)

Graph 图形 (21)

Prom Template 从模板创建 (21)

Excel (22)

Layout 布局页 (22)

Notes 记事本 (23)

Function Plot 函数绘图 (24)

Open 打开 (27)

Open Excel 打开Excel文件 (27)

Open Sample OPJ 打开示例项目 (28) Append 追加 (28)

Close 关闭 (28)

Save Project 保存项目 (28)

Save Project As 项目另存为 (28)

Save Window As 窗口另存为 (29)

Save Template As 模板另存为 (29)

Save Workbook as Analysis Template 工作簿另存为分析模板

(30)

Save Project as Analysis Template项目另存为分析模板 (30)

Import 导入 (30)

Import Wizard 导入向导 (31)

Customize 定制............................................................................................................. .. (31)

󰀁通讯作者:陈平雁非参数双变量相关分析方法Spearman和

Kendall的MonteCarlo模拟比较

南方医科大学公共卫生与热带医学学院生物统计学系(510515)󰀁胡󰀁军󰀁张󰀁超󰀁陈平雁󰀁

󰀁󰀁󰀂提󰀁要󰀁󰀂目的󰀁对Spearman和Kendall󰀁stau-b两种非参数双变量相关分析方法在偏态分布和等级变量条件下进

行模拟比较。方法󰀁应用SAS9󰀁13软件编程,采用MonteCarlo方法,设置不同偏态分布类型、样本量及总体相关系数,比较两种非参数方法的样本相关系数及相对误差的大小。结果󰀁Spearman方法较之Kendall方法,估计的相关系数与总体

相关系数更为接近,且相对误差更小。结论󰀁在双变量为偏态分布和等级变量条件下,Spearman法优于Kendall方法。󰀁关键词󰀁󰀂非参数相关󰀁模拟研究󰀁Spearman法󰀁Kendall󰀁stau-b法

󰀁󰀁对于双变量相关分析,无论是教科书还是权威统

计软体SAS及SPSS等,通常介绍的方法为Pearson积

差相关系数,Spearman和Kendall󰀁stau-b秩相关系

数。Pearson相关适用于双变量正态分布的数据,

Spearman和Kendall󰀁s秩相关适用于等级资料、非双

变量正态分布的资料以及分布不确定的数据󰀁1-5󰀁。

一般而言,当资料服从双变量正态分布时,使用Pear-

son法是无可争议的,而且较非参数方法效率高也是

无争议的。但在偏态分布或等级变量条件下,Spear-

man法和Kendall法两种非参方法何者为优却未见报

道。为此,本研究拟对两方法进行模拟比较,以期为资

料分析时选择方法提供参考。

模拟研究方法

采用MonteCarlo方法,利用SAS中IML矩阵运

算模块及随机数函数从双变量偏态分布总体进行抽

样。总体相关系数󰀁设置为0󰀁3、0󰀁6及0󰀁9。样本量

n设置为10、30、60及100。在每个总体中按样本量

STATA命令应用及详细解释

1. summarize：该命令用于计算数值变量的描述性统计信息，包括均值、标准差、最小值、最大值等。

2. tabulate：该命令用于生成一个分类变量的频数和百分比表。它可以计算单个变量的分布情况，也可以计算多个变量之间的交叉分布情况。

3. tabstat：该命令用于生成一个或多个数值变量的汇总统计信息，包括均值、标准差、中位数等。与summarize命令相比，tabstat命令可以同时计算多个变量的统计量。

4. regress：该命令用于进行线性回归分析。可以使用regress命令估计一个自变量和一个或多个因变量之间的线性关系，并生成回归系数、拟合优度等回归结果。

5. logistic：该命令用于进行逻辑回归分析。逻辑回归分析常用于二分类问题，可以估计自变量对因变量的影响，并生成回归系数、odds比等结果。

6. ttest：该命令用于进行两样本独立样本的t检验。可以比较两个独立样本的均值差异，并计算t值、p值等检验结果。

7. oneway：该命令用于进行单因素方差分析。可以比较不同组别之间的均值差异，并进行方差齐性检验和多重比较。

8. twoway：该命令用于进行双因素方差分析。可以同时比较两个因素及其交互作用对均值差异的影响，并进行方差齐性检验和多重比较。 9. nonparametric：该命令用于进行非参数统计分析。包括Wilcoxon秩和检验、Kruskal-Wallis H检验、Mann-Whitney U检验等非参数假设检验方法。

10. generate：该命令用于创建一个新的变量，并根据已有变量和运算符生成新的值。生成的变量可以用于后续的计算和分析。

11. replace：该命令用于替换数据集中指定变量的值。可以根据条件语句来替换指定变量中的值。

12. bysort：该命令用于按照一个或多个变量的值对数据集进行排序，并按照排序后的次序执行其他STATA命令。

acceptance region 接受区域

adjusted 校正的

allocation 配置、布局

alternative hypothesis 备择假设

* analysis of variance 方差分析

* analysis of covariance 协方差分析

ANOCOVA ＝Analysis of covariance

* ANOVA ＝Analysis of variance

arithmetic mean 算术平均值

association 关联性

* assumed mean 假定平均值

* asymmetric distribution 非对称分布

autoregressive 自回归（的）

averages 平均量

B

bar chart 条线图

Bartlett\'s test 巴特利特检验

* Bayes, -ian 贝叶斯的、贝叶斯

beta function 贝塔函数

between （间）内

bias 偏倚

biased question 有偏质问

* binomial distribution 二项分布

binomial theorem 二项定理

bioassay 生物鉴定法

bivariate normal distribution 二元正态分布

blind test 盲检法

Bonferroni\'s inequality Bonferroni不等式

bootstrap 自助法

Box-Cox transformation Box-Cox变换

C

canonical correlation 典型相关

case control study 案例对照研究

categorization 分类

categorize 分类

category 类别

causality 因果关系

central limit theorem 中心极限定理