非参数统计吴喜之_看过许多统计教程,这篇是我最推荐的

01

两组间比较

对于数值变量,首先进行正态性检验,如果各组均满足正态性且两组间方差相等,采用均数±标准差进行统计描述,采用t检验进行组间比较;否则采用中位数(四分位数间距)进行统计描述,采用非参数检验(Mann-whitney检验)进行组间比较。对于分类变量,采用例数(百分比)的形式描述,组间比较采用χ2检验或精确概率法。

Mann-whitney检验可参考:

t检验不能用,应该用非参数检验(Mann-Whitney U 检验)

χ2检验和精确概率法可参考:

卡方检验与精确概率法

整理统计结果太麻烦,可参考

【视频教程】临床基线资料table1快速生成

02 

多组间比较

数值变量如果服从正态分布,采用均数±标准差进行统计描述,采用方差分析进行组间比较,如果组间差异有统计学意义,进一步采用LSD法(也可以是其它方法)进行两两比较。如果不服从正态分布,采用中位数(四分位数间距)进行统计描述,组间比较采用非参数检验(Kruskal-Wallis秩和检验),当组间总的有统计学差异,进一步采用Dunn法(也可以是其它方法)进行多重比较。

对于分类变量,采用例数(百分比)的形式描述,组间比较采用χ2检验或精确概率法,当组间总的有统计学差异,进一步采用χ2检验或精确概率法进行两两比较,两两比较的P值需采用Boferroni法进行校正。

单因素方差分析及两两比较:

 单因素方差分析及两两比较

Kruskal-Wallis秩和检验及两两比较:

方差分析不能用,那就用多组独立样本的非参数检验

03 

Logistic回归

首先采用单因素logistic回归进行危险因素的初筛,将单因素分析中P<0.10的因素纳入多因素logistic回归,多因素分析以P<0.05认为有统计学意义。

Logistic回归:

基于多因素Logistic回归分析,筛选可能的独立危险因素

单因素logistic回归,这么多自变量,重复点菜单,太浪费时间

04 

诊断试验之ROC

金标准是二分类变量,诊断指标是数值变量,绘制ROC曲线,计算ROC曲线下面积,判断指标的诊断价值,并ROC曲线最靠近左上角的点作为cut-off值,探索最佳截断点。

如果涉及到联合诊断,则描述为:分析A法、B法及二者联合诊断结果与金标准的一致性,绘制ROC曲线,根据曲线下面积评估各种方法及联合诊断的诊断价值。

ROC曲线绘制:

ROC曲线还在用SPSS或Graphpad,就OUT了

ROC曲线两两比较:

【ROC曲线】哪种诊断方法的准确性更好?

05

诊断试验之Kappa

金标准是二分类变量,诊断指标也是二分类变量,计算新诊断方法的灵敏度、特异度等指标,并计算二者的Kappa一致性系数,并进行统计学检验,如果P<0.05,认为二者的一致性具有统计学意义,并且Kappa一致性系数越高,说明二者的一致性越高。

Kappa一致性检验:

两种诊断方法比较,配对χ2检验 or Kappa?

06

统计效率提升

14天轻松学会统计分析,可参考:

小白变统计高手训练营,开班在即

如果以上内容,还是解决不了你的问题,建议阅读:

如何学习统计最有效率?

统计太难怎么办?有了这个“神器”,分析数据如有神助

07

科研效率提升

读文献太慢,写文章太难,建议参考:

英文文献太难读,SCI太难写,科研达人推荐了这些

刚写完的英文文章,有不少拼写和语法错误,建议参考:

杂志编辑:你的文章有大量语法和拼写错误,我是如何应对的

浏览器用的好,可以大大提升科研效率,建议参考:

 Chrome秒变科研神器, 大佬不想告诉你的一些秘技

08

临床预测模型系列

【预测模型】构建Logistic模型并绘制列线图

【预测模型】构建COX回归模型并绘制列线图

【预测模型】构建COX回归模型,绘制ROC曲线,计算AUC及95%可信区间

【预测模型】Logistic回归模型验证:绘制ROC曲线,计算AUC及95%CI,以及不同模型的比较

【预测模型】单因素logistic回归,这么多自变量,重复点菜单,太浪费时间

a6770bd38a7affb6b992a10b63b9e80b.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 参数统计统计学中的一个重要分支,主要用于处理数据中没有明确的分布情况、异常值或缺失值等情况。吴喜之教授的《参数统计》是参数统计学习的经典教材之一,此书自1990年出版以来,已成为国内外高校统计学、数学等相关专业课程的必备教材。 该书主要涵盖了参数统计学的基本理论、方法和应用,对于学习不同类型非参数检验方法、核密度估计、回归分析及其在数据分析中的应用等方面都有着详细的介绍。此外,书中还包含了大量数理统计学基本概念,如概率分布、样本空间、随机变量等等内容,是参数统计学的基础。 参数统计吴喜之pdf以其简洁明了的例子及详细的细节分析,深得广大学生和研究者的好评。读者在阅读过程中,不仅能够加深对于参数统计学理论、方法的理解,同时还能从中习得一些在实际数据分析中的操作技巧。总而言之,这本书是常好的一本教材,常适合需要深入学习参数统计学的读者参考。 ### 回答2: 参数统计是一种基于数据内在分布的统计方法,相对于参数统计而言,更加灵活和实用。而《参数统计吴喜之pdf》是一本介绍参数统计学的重要参考手册,对于从事数据分析和统计研究的人们来说,具有重要的指导作用。 在书中,作者介绍了参数统计学的基本概念和原理,包括数据分布、假设检验、置信区间、方差分析、回归分析等内容。其中,作者着重介绍了一些常用的非参数检验方法,如Wilcoxon秩和检验、Kolmogorov-Smirnov检验、Friedman秩和检验等等。此外,书中还涉及了参数回归,核密度估计等内容,并给出了一些实际的案例分析。 总体来说,《参数统计吴喜之pdf》具有很高的实用价值,为参数统计学的学习提供了重要的参考和帮助。此外,作者对于一些难点问题的解析和分析,也能够使初学者更加深入地理解参数统计学的应用和方法。对于从事数据统计和分析的人员而言,是一本很好的入门资料。同时,也希望随着人们对于数据分析方法的不断研究和深入,这本书能够得到更广泛的应用和推广。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值