常用统计分析方法及其软件实现

关于常用统计分析方法及其软件实现第一页，共五十三页，2022年，8月28日2基本概念——变量类型定性变量二分类变量——如性别：男、女，某种疾病：有、无，某种结局：出现、未出现等。无序多分类——如职业：工人、农民、民工、商人、学生等有序变量(等级变量)——如问卷调查中对某件事情的满意程度：非常不满意、有点满意、满意、很满意、非常满意；临床体检或实验室检验常用－、±、＋、＋＋、＋＋＋来表示测量结果第二页，共五十三页，2022年，8月28日3定量变量离散型：只能取整数值，如一年中的手术病人数，一年里的新生儿数，细菌菌落数等；连续型：可以取实数中的任何数值，如血压、身高、体重等，可以在实数的一定范围内连续取值第三页，共五十三页，2022年，8月28日4例：某县乳腺癌相关高危因素调查问卷(部分)

练习：判断变量类型第四页，共五十三页，2022年，8月28日5数据的简单描述定量资料集中趋势：算术均数、中位数、几何均数、众数离散趋势：标准差、四分位数间距、方差、极差、变异系数注意：分析时，根据资料正态性特征，用算术均数与标准差，或中位数与四分位数间距描述资料的集中趋势和离散趋势有序或分类资料频数分析第五页，共五十三页，2022年，8月28日6例：以“数据1.sav”为例，计算年龄的集中趋势和离散趋势指标。菜单：分析——描述统计——描述第六页，共五十三页，2022年，8月28日7菜单：分析——描述统计——频率第七页，共五十三页，2022年，8月28日8现场调查资料常用推断性统计分析方法

单因素分析两组之间比较定量资料比较——t检验、U检验；Wilcoxon秩和检验分类资料比较（二分类、无序多分类）——卡方检验有序资料比较——Wilcoxon秩和检验两组及以上之间比较定量资料比较——单因素方差分析；Kruskal-wallis秩和检验分类资料比较（二分类、无序多分类）——卡方检验有序资料比较——Kruskal-wallis秩和检验双变量相关分析：有序资料（kendall），非正态、定量（spearman）；正态、定量（pearson相关分析）回归分析：线性回归、单因素Logistic回归第八页，共五十三页，2022年，8月28日9现场调查资料常用推断性统计分析方法

多因素分析多重线性回归多因素Logistic回归(因变量二分类、有序、无序多分类)成组个体匹配：条件Logistic回归群组匹配：考虑群内聚集性，将群组设为层变量第九页，共五十三页，2022年，8月28日10可以选用的方法有成组设计的t检验、u检验、单样本t检验（与总体作比较，实际上此时因素也为二分类）、配对t检验、非参数Wilcoxon检验、符号检验、符号秩和检验等。

参数检验与非参数检验的区别？通常参数检验的检验效能要高于非参数检验，但当参数检验的条件（正态性、方差齐性）得不到满足、开口资料、等级资料或资料的总体分布未知时，可以使用非参数检验的方法进行分析。成组设计和配对设计的区别？配对设计是按照一些非实验因素将受试对象配成对子，给予每对中的个体以不同的处理，配对的条件一般为年龄、性别、体重……。其优点是在同一对的试验对象间取得均衡，从而提高试验的效率。通常分为自身配对设计（某中措施作用于同一个体或两种措施作用于同一个体）和非自身配对设计两种。两组之间定量资料的比较第十页，共五十三页，2022年，8月28日11

（1）成组设计的t检验，设计类型为成组设计，且因素变量为二分类变量，分析前需要先对资料的正态性和方差齐性进行检验（这是很多参数检验的前提条件）。

例：两组雌鼠，分别饲以高蛋白和低蛋白饲料，8周后记录各鼠体重增加量（克），问两组动物的增重是否有差别？（此处正态性和方差齐性检验略）。利用SPSS进行分析，数据文件及格式见“成组设计t检验.sav”，SPSS菜单操作为：分析→比较均值→独立样本T检验

结果见下页第十一页，共五十三页，2022年，8月28日12

方差齐性检验的分析结果，P值（Sig）＝0.905>0.05，表明方差齐性t检验分析结果，P值（Sig）＝0.076>0.05，表明两组动物增加的重量无差异（无统计学意义）。当方差齐性时，看第一行的结果（t＝1.891，P＝0.076），当方差不齐时，看第二行的结果（t＝1.911，P＝0.078）第十二页，共五十三页，2022年，8月28日13

（2）成组设计的u检验，当样本量较大时，两组之间均数的比较可以用u检验，其在SPSS中的实现过程同t检验，此处略。（3）单样本t检验；

例：通过以往大规模调查，已知某地婴儿出生体重均数为3.30kg，今测得某地一组婴儿的出生体重，问该地婴儿出生体重是否与一般婴儿出生体重不同？利用SPSS进行分析，数据文件及格式见“单样本t检验.sav”，SPSS菜单操作为：分析→比较均值→单样本T检验

第十三页，共五十三页，2022年，8月28日14

（4）配对t检验

例：用某药治疗10例高血压病人，测得治疗前后各病人的舒张压，问该药是否有降低舒张压的作用？利用SPSS进行分析，数据文件及格式见“配对t检验.sav”，SPSS菜单操作为：分析→比较均值→配对样本T检验结果见下页第十四页，共五十三页，2022年，8月28日15

第十五页，共五十三页，2022年，8月28日16

（5）非参数Wilcoxon秩和检验，适用于成组设计资料。

例：测得某病的健康人12人和患者10人的某指标值，问两组之间该指标值是否有差异？

第十六页，共五十三页，2022年，8月28日17

第十七页，共五十三页，2022年，8月28日18两组之间分类资料比较（1）二分类资料

I成组设计：所用统计方法为四格表χ2

检验。

第十八页，共五十三页，2022年，8月28日19

第十九页，共五十三页，2022年，8月28日20

第二十页，共五十三页，2022年，8月28日21II配对设计：对一组样品同时用两种检测方法对其进行检测，每种检测方法检测结果都分为阳性和阴性，数出两种检测方法同时判定为阳性、阴性的样品数以及它们检测结果不一致的样品数，将结果表示成配对四格表的资料格式。所用统计方法为配对四格表χ2

检验。

实例1中，两种检测方法不知何者为优，任何一种方法检测的结果都有假阳性和假阴性，比较它们检测结果不一致的两个频数，无论差别有无统计学意义，都不能说明两种检测方法何者为优，缺乏“金标准”，因而没有必要做统计分析。第二十一页，共五十三页，2022年，8月28日22

实例2属于隐含金标准的配对四格表资料，若甲培养基培养出阳性结果，而乙却培养出阴性结果，表明甲优于乙，这种阳性结果为真阳性，此时值得做统计分析。实例3则可以明确地判定试验检测方法的优劣。配对四格表的χ2检验可用McNemarχ2

检验,以检测结果不一致部分差别是否具有统计学意义。当然也可用Kappa检验法检验两种检测方法的检测结果是否具有一致性。

估计值P值卡方34.00005.51121E-09校正卡方32.02941.51856E-08

估计值P值卡方0.14290.705457校正卡方0.00001.000000结果结果第二十二页，共五十三页，2022年，8月28日23

第二十三页，共五十三页，2022年，8月28日24（2）无序多分类资料：所用方法为2×C表的χ2检验。

SPSS数据格式第二十四页，共五十三页，2022年，8月28日25可以采用两组有序变量资料的Wilcoxon秩和检验

两组之间有序资料比较干预过去三个月您抽烟吗UValuePValue从不很少有时经常前4648461345291-2.88510.0039后3163297181164合计7811758526455第二十五页，共五十三页，2022年，8月28日26

第二十六页，共五十三页，2022年，8月28日27

第二十七页，共五十三页，2022年，8月28日28当多组之间比较时，可以选用的方法有单因素方差分析、配伍组设计的方差分析（属两因素方差分析，其与二分类的配对t检验相对应）、非参数Kruskal-Wallis检验及非参数Friedman检验等。

（1）单因素方差分析

例：某医生为研究一种四类降糖新药的疗效，以统一的纳入标准和排除标准选择了60名2型糖尿病患者，按完全随机设计方案将患者分为三组进行双盲临床试验。其中，将糖新药高剂量组21人、低剂量组19人、对照组20人。对照组用公认的降糖药物，治疗4周后测得其餐后2小时血糖的下降值。问治疗4周后，餐后2小时血糖下降值的三组总体平均水平是否不同？（此处正态性和方差齐性检验略）。利用SPSS进行分析，数据文件及格式见“单因素方差分析.sav”，SPSS菜单操作为：分析→比较均值→单因素Anova两组及以上定量资料的比较

第二十八页，共五十三页，2022年，8月28日29

截图二：两两比较对话框，常用的有LSD、S-N-K、Bonferroni、Duncan、Dunnett方法。截图一：方差同质性检验第二十九页，共五十三页，2022年，8月28日30

方差齐性检验结果：P>0.05,方差齐方差分析结果，F=5.537,P=0.006<0.05，说明三组之间总体平均水平不同。因而进一步用Dunnett法作多个试验组与一个对照组间的比较（见下页）。第三十页，共五十三页，2022年，8月28日31

第三十一页，共五十三页，2022年，8月28日32

（2）非参数Kruskal-Wallis检验

例：仍以上述资料为例，假设此时资料不符合正态性或方差齐性的要求，我们使用非参数Kruskal-Wallis检验进行分析。SPSS菜单操作为：分析→非参数检验→旧对话框→K个独立样本第三十二页，共五十三页，2022年，8月28日33（1）二分类:所用方法为R×2表的χ2检验。如几种药物的疗效（有效、无效）比较；不同职业人群某病发生率的比较等等。

两组及以上分类资料的比较

第三十三页，共五十三页，2022年，8月28日34第三十四页，共五十三页，2022年，8月28日35（2）多分类:所用方法为R×C表的χ2检验。

第三十五页，共五十三页，2022年，8月28日36

实例2中小于5的理论频数的格子数超过了总格子数的1/5，若选用一般的χ2检验公式计算，将增大犯假阳性错误的概率，故此处应选用Fisher’s精确检验法。第三十六页，共五十三页，2022年，8月28日37第三十七页，共五十三页，2022年，8月28日38第三十八页，共五十三页，2022年，8月28日39此时资料属于单向有序的R×C表资料，可以使用秩和检验方法分析。

两组及以上有序资料的比较

第三十九页，共五十三页，2022年，8月28日40

Kruskal-WallisTest:使用SPSS分析实例2资料，数据格式见右侧截图。菜单操作为：分析→非参数检验→旧对话框→K个独立样本注意：例数必须先进行加权操作第四十页，共五十三页，2022年，8月28日41

双变量相关分析

菜单：分析——相关——双变量……数据格式分析结果相关分析对话框第四十一页，共五十三页，2022年，8月28日例：淡菜食用个数与临床症状严重程度的关系第四十二页，共五十三页，2022年，8月28日43

线性回归

菜单：分析——回归——线性…

例：淡菜食用个数与腹泻次数的回归分析第四十三页，共五十三页，2022年，8月28日线性回归分析结果(淡菜食用个数与腹泻次数的回归分析)RegressioncoefficientStd.errortP95%CIlowerupperconstant5.6461.7072.2219.071numberofmusselsconsumed0.4040.1203.3800.0010.1640.644第四十四页，共五十三页，2022年，8月28日45Logistic回归分析Logistic回归是适用于反应变量（即因变量）为分类变量的回归分析，近年来在许多研究领域得到了广泛的应用。

Logistic归按照反应变量的类型可分为：两分类反应变量的Logistic回归;多分类有序反应变量的Logistic回归（本课件不介绍）多分类无序反应变量的Logistic回归（本课件不介绍）Logistic回归按照研究设计的类型可分为：成组设计：非条件Logistic回归，即研究对象未经匹配;配对设计：条件Logistic回归，1:1、

1:m、m:n群组匹配：（本课件不介绍）第四十五页，共五十三页，2022年，8月28日46非条件Logistic回归分析——单因素

（1）因素为定量变量（如结婚年龄）-菜单：分析——回归——二元Logistic…

以”农村妇