论文中常用的统计方法简介PPT讲稿

▪ 集中趋势的描述——平均数平均数：描 述一组变量值的集中位置或平均水平的 指标体系。
1. (算术)均数：对称分布，尤其是正态分 布；
2. 几何均数：对数转换后呈对称分布，尤 其是对数正态分布；
3. 中位数 ：一般偏态分布；
2021/3/7
9
▪ 离散趋势描述：描述一组变量值的离散 趋势或变异程度的指标体系。
1. 极差：任何计量资料，是参考变异指标 2. 四分位数间距：与中位数配套用 3. 标准差 ：与算术均数配套用 4. 变异系数 ：描述对称分布（特别是正
态分布）资料的相对变异程度。
2021/3/7
10
示例1：率和构成比的区分
2021/3/7
11
示例2： 如某种疗法治疗5例病人5例全部治愈，则 计算治愈率为5/5×100% =100%，若4例 治愈，则治愈率为4/5×100% =80%，由 100%至80%波动幅度较大，但实际上只有 1例的变化。
G l g 1 l1 g1 0l1 g20 l1 g 53 0l1 g40 l1 g5 0 100
此例的算术均数为22222 问题：描述此类型资料集中趋势时，为什么倾向选 用几何均数？
2021/3/7
23
频数表资料的几何均数
G l 1 g filfiX g i l 1 g f1 lX g 1 f2 lX g 2 fi fn lX g n
抗体滴度 ⑴
1:4 1:8 1:16 1:32 ┇ 1:512 合计
人数, f ⑵
1 5 6 2 ┇ 5 72
滴度倒数, X ⑶
4 8 16 32 ┇ 512
lgX ⑷
0.6021 0.9031 1.2041 1.5051
┇ 2.7093

论文中常用的统计方法 简介
XXX
㈠资料类型
1. 计量资料 2. 计数资料 3. 等级资料
㈡统计描述
1. 计量资料的统计描述 2. 计数资料的统计描述
㈢统计分析
面对一组资料时，先区分其资料类型。 ⑴计量资料： ①t检验：满足条件是正态性、方差齐性和小 样本含量。当样本含量n较大时，t值近似于 u值，称为u检验或Z检验； ②方差分析（F检验）：满足条件是分组大 于二个，正态性、方差齐性；
⑴集中趋势描述（描述一组变量值的集 中位置或平均水平） ① 算数均数 ② 几何均数 ③ 中位数 ④ 百分位数
பைடு நூலகம்
计量资料的统计描述
① ② ③ ④ ⑵离散趋势描述（描述数据变异大小） 极差（一组变量值的最大值与最小值之差） 四分位间距 方差与标准差 变异系数（多用于观察指标单位不同时）
正态资料用均数±标准差；非正态资料中位数±四 分位间距描述
百分位数
是一种位置指标，中位数实际上是第 50百分位数。
计量资料
又称定量资料或数值变量，直接表现 为数值大小，一般有度量衡单位。根 据其观察值取值是否连续，又可分为 连续性或离散型两类。前者可在实数 范围内任意取值，如身高、体重、血 压等；后者只可取整数值，如某医院 每年的病死人数等。
计数资料
③秩转换的非参数检验（W检验）：不满足t
检验和F检验条件的
㈢统计分析
1 ①X2检验：用于推断两个总体率或构成 比之间有无差别、多个总体率或构成 比之间有无差别、多个样本率的多重 比较、两个分类变量之间有无关联性、 频数分布拟合优度； ②W检验：不满足上述条件的。 ⑶等级资料：W检验
计量资料的统计描述
又称定性资料或无序分类变量资料， 为将观察单位按某种属性或类别分组 计数，分类汇总各种观察单位数后而 得到的资料。分两种情况： 1.二分类：如检查某小学学生大便中 的蛔虫卵，结果可报告为蛔虫卵阴性 与阳性两类；2.多分类：如观察某人群 的血型，结果可分为A型、B型AB型、 O型。

数/鉴别负载；鉴别力指数/方差百分比、残余鉴别力—— Wilk’S lambda；Fisher鉴别系数）
3.7 对数线性模型
主要功能：通过数学方法来描述多个分类变量的交
互频数分布；可以在控制其他变量的情况下研究任意 两个变量之间的关联
注意事项：
对数线性模型包括三类分析程序：分层模型分析 （从饱和模型入手得到简约模型）、一般模型分析（检验 简约模型能否准确拟合观测数据并推断总体）和logit 模型 分析（直接服务于分类变量之间的因果关系） 运用不同的模型，变量设置、项目设置均不同，能 够提供的功能类型也不同（整体检验、分层检验、单项
3.4 多元线性回归
主要功能：分析一个测量型因变量与多个自变 量之间的线性关系
注意事项：
因变量必须是测量型随机变量 若自变量为非测量型，则需设置虚拟变量 重点是回归模型的各项检验（整体线性拟合度检 验——方差分析+判定系数R^2;回归系数的检验—— T检验；多重共线性的检验——容忍度和方差膨胀系 数；残差项异方差检验和自相关检验） 难点：多重共线性、异方差和自相关的诊断和排除
3.9 多元方差分析
主要功能：同时分析和检验不同类别在多个测 量型变量上是否存在显著差别
注意事项：
因变量有多个且必须是测量型变量，自变量是非测 量型变量 因变量应为正态分布且方差相等，而且需要存在一 定程度的线性相关 例：Income、EduRatio、Natinality、Rural可构 建单因素二元模型、双因素二元饱和模型、双因素 二元非饱和模型
3.3 对应分析
主要功能：揭示定性/非测量变量之间的联系
基本步骤：
对定性/非测量型变量进行交叉汇总，得到对应分析 要求的汇总表（注意检查Crosstabs中是否有频数为 零的单元格） 运行程序（AnalyseData reduction correspondence） 检查运行结果和各种统计图，看是否已反映变量关系； 若否，调整参数重新运行 解释分析结果

-
15
• 在临床试验研究中有必要对判断的一致性 (agreement)作出估计。
• 若一致性较差，说明诊断结果受到判断不 一致的影响，若一致性较好，说明重复检 查结果是可信的。
• 判断不一致很难避免，只能施控制，
• 应当选用适当的统计方法评价其判断的一 致性的程度 。
-
16
• 诊断检查的一致性 • 直接影响到临床试验的结ai)(aibi)(cidi)(3aici)(bidi) Ni
-
9
8 13 21 8 146 154 16 159 175
6 40 46 8 243 251 14 283 297
37 43 80 30 201 231 67 244 311
-
10
• 计算统计量
2 ai Ai 2
两次判断的结果完全一致，Kappa＝0，说明两 次判断的结果完全是由于机遇造成， • 若Kappa值≥0.75，说明已取得相当满意的一致 程度，若小于0.4，说明一致程度不够理想。
-
20
例 两名放射科医师对200名棉沉着病可疑患者的 诊断结果见表：
-
21
表 200例棉屑沉着病可疑患者的诊断结果
第一人检查
• Kappa的计算公式：
KappaPA Pe 1Pe
式中PA为实际观察到的一致率
，PA
实际观察一致数 总检查人数
PA
A，
N
A
为两次观察结果一致的观察数
，
Pe 为期望一致率，即两次检查结果由于偶然机会
所造成的一致率，简称期望率。
-
19
Kappa值的意义
• Kappa值较大说明一致性较好。 • 实际上Kappa值在0到1之间，Kappa＝1，说明