常用统计方法

目　录
统计描述
T检验
方差分析
聚类与判别分析
二项分布
相关与回归
因素分析
非参数检验
X2检验
生存分析

 

定量资料的统计描述 N个连续型变量数据，分析结果：极差，最大值，最小值，算数平均数mean，几何均数geometric mean,中位数Median，标准差std.deviation，描述其频数分布特征的茎叶图；frenquencies 可做出描述其频数分布特征的柱状图，而descriptive不能描述频数分布特征。(定理:两个正数的算术平均数不小于它们的几何平均数。n个数连乘积的n次方根就是几何平均数)。
 
t检验
1.单样本均数的T检验单样本均数与已知总体均数间的比较；
2.配对资料的T检验 两种情况：
   a. 两个同质受试对象分别接受两种不同的处理(既先配对后处理，最常用)；
   b. 同一个受试对象分别接受两种不同的处理；
3.两独立样本T检验两组资料来自两个研究总体，其检验方法不同；
 
方差分析
1.单因素方差分析 两个以上样本的均值比较，成组设计中只有一个研究因素；
2.两因素方差分析 配伍组设计。
 
聚类与判别分析
聚类分析 比较各个事物间的性质。例如已知菌痢发病数按月分布，用k-Means Cluster法将各月分成流行月份和非流行月份两类；
判别分析 根据已知类别的事物的性质，建立函数式，对未知类别的新事物进行判断、归类。
 
二项分布与Poisson分布
实验中只有对立的两类结果，如生与死、男与女、阴与阳等。其中某一类结果发生的概率π为一个常数。Poisson分布可看作是二项分布的一种特殊情况。
 
相关与回归 是研究不同变量间关系的统计方法。相关表示相互关系，回归表示从属关系。就一般应用程序而言，须先确定有相关存在，进而做回归分析。
1.直线回归 体重与肺活量之间有无直线关系；
2.直线相关 体重与肺活量之间有无直线相关关系；
3.曲线拟合 不能辨别变量之间的准确关系时，首先将数据绘成散点图，根据图形的分布特点，选择最接近的函数模型；
4.等级相关 适合资料：a.不符合正态分布；b.总体分布型未知；c.等级表示的原始资料；
   例如已知10个乡肝癌死亡率与某种食物中黄曲霉毒素相对含量，作等等级相关分析；

5.秩回归 与等级相关应用条件同；
6.多元线性回归 研究一个应变量对多个自变量的线性依存关系；
7.logistic回归 分析某事件发生的概率与自变量之间的关系，如探讨疾病发生与否和暴露因素间的关系。

 

因子分析 对多个变量进行大量观察时，用少数几个因子(综合指标)来描述许多指标或因素之间的联系(提取公因式)。

非参数检验，秩和检验 在总体不服从正态分布且分布情况不明时，检验数据资料是否来自同一个总体假设。

 

X²检验
1.四格表资料的X²检验(n=样本含量；T=每个格子中的理论频数)
  a. 普通X²检验  n>=40且所有T>=5时用（Pearson Chi-square)。
     X²=(ad-bc)2*n/(a+b)(c+d)(a+c)(b+d)，自由度v=(行数-1)(列数-1)
  b. 校正X²检验 n>=40且有1<=T<5时用 (Continuity Corrected Chi-square)
  c. 确切概率法  n<40或有T<1时，或所得P接近检验水平时用(Fsher's Exact  Test)。

2.行×列表X²检验 R×C列表资料，T>=5或1<T<5的格子数不超过总格子数的1/5，当有 T<1或1<T<5的格子较多时，可采用并行并列、删行删列、增大样本含量的办法使其符合行X列表资料卡方检验的应用条件。
X²=n[(A11/n1n1+A12/n1n2+...+Arc/nrnc)-1]

3.构成比的X²检验
4.双向有序分类资料的关联性检验

 

生存分析
1、Kaplan-Meier法  选择analyze→ Survival→Kaplan-Meier,
2、两组比较的非参数检验法
3、cox回归分析