简单综合案例的统计学方法（总结试验性定量数据分析）

案例：一项临床试验，研究对象是高血压患者，随机被分为两组，分别用药物联合运动锻炼（试验组）和药物（对照组）进行血压控制，对每人治疗前、后收缩压（mmHg）进行测量，剔除失访人群后，得到40名数据，数据库见prandom.sav，请问锻炼有无降压作用？

思考一般基于PICOS原则：P(Poulation)：研究对象；I（Intervention）：干预措施；C（Comparison）：比较组；O（Outcome）：结局；S(Study design)：研究类型。

每一步应该用什么统计学方法呢？
 
第一，基线可比问题  基线可比，比较的是治疗前两组血压总体上没有统计学差异。两组独立数据的比较，显然是t检验或者两样本秩和。

第二，实验后横向差异性问题。那么治疗后干预组和对照组组的血压应该存在着统计学差异，同样也是t检验或者两样本秩和。

第三，实验前后差异性问题。治疗前后血压值有没有统计学差异？这个配对设计，应该用配对t检验或者配对秩和。

第四，差值差异性问题。试验组前后差值和对照组前后差值有没有统计学差异。必须领会，这里有两组差值，而两组差值不是配对设计，是独立设计的，那么，也应该用独立成组两样t检验或者两样本秩和！

步骤：

1、计算差值

转换-计算变量

2、正态性检验

步骤：分析-统计描述-探索-选定治疗前、治疗后、差值-图（直方图、正态性检验）

如果P值>0.05,正态分布，T检验，反之，偏态，秩和检验。

3、治疗前、后进行差异性分析-独立样本T检验

步骤：分析-比较均值-独立样本T检验-检验变量（治疗前后）、分组（实验分组，group1、2）

P值>0.05,无统计学意义，反之，则有。

4、治疗前后进行分析-配对T检验

步骤：数据-拆分文件-比较组-分组依据（实验分组）

分析-比较均值-成对样本t检验-变量1（治疗前）、变量2（治疗后）

P值>0.05,无统计学意义，反之则有。

5、两组差值进行分析-独立样本t检验

步骤：数据-拆分文件-分析所有个案，不创建组。

分析-比较均值-独立样本t检验-检验变量（d）

上述案例包含独立样本T检验、配对样本T检验、正态分析，因为组数只有两组，且都为正态，所以没有提到秩和检验。且若组数为三组，也用同样的思考方式，只是方法变成了方差分析和多重比较。

两组数据比较，主要的方法有两种。一种是成组两样本t检验，一种是非参数秩和检验（wilcoxon两样本秩和检验）。T检验要求：定量、独立（随机抽样、非配对）、方差齐、正态。秩和检验要求：定量、独立、方差齐、非正态。

两样本秩和检验：

步骤：分析-非参数检验-旧对话框-2个独立样本-检验变量、分组变量（group1、2）

、曼-惠特尼。

多组定量数据的比较，有两种方法，一组是成组F（方差）检验，一种是多样本的非参数秩和检验（Kruskal Wallis秩和检验）。

成组F检验要求：正态性、独立性、方差齐性。处理两组及以上样本，所以既可以处理多样本，也可以处理2样本。

F检验步骤：

分析-比较均值-单因素ANOVA检验-因子、检验变量-选项-描述、方差齐性检验、韦尔奇、平均值图。

数据现看方差齐性检验表基于平均值那一栏，方差齐性检验P值大小，P>0.05，方差齐，可采用F检验，ANOVA表P值<0.05,则说明几组数据之间存在统计学差异，需要用到多重比较。

多重比较步骤：

分析-比较均值-单因素ANOVA检验-因子、检验变量-选项-描述、方差齐性检验、韦尔奇、平均值图-事后比较-邦弗伦尼（最保守）

多样本秩和检验（Kruskal Wallis H检验）及多重比较

要求：偏态，独立性。探讨的是总体的分布位置有没有差异，而非总体均数。

步骤：

（1）判断是否正态性：分析-描述统计-探索，偏态

（2）H检验（Bonferroni）：

步骤：分析-非参数检验-旧对话框-K个独立样本-检验类型（克鲁斯卡尔-沃利斯）、检验变量、分组变量（group1、3）

若P值<0.05，多组之间具有统计学意义，继续多重比较

步骤：分析-非参数检验-独立样本-字段-设置-定制检验-克鲁斯卡尔-沃利斯单因素-多重比较（全部成对）-运行-假设检验汇总-双击-查看-成组比较。

结果：sig P＜0.05/n 才有统计学意义，Adj.sig P＜0.05有统计学意义。

感觉好乱，大概几种方法都囊括了。后面有时间可能会比较精炼的总结一次，后面就开始学分类数据了，今天刚学简单的四方格卡方检验，后面再回顾叭。晚安！