醫(yī)學(xué)]醫(yī)學(xué)統(tǒng)計(jì)學(xué)課件--數(shù)據(jù)處理的一般原則與方法第29章(編輯修改稿)
2025-02-11 23:09 本頁面
【文章內(nèi)容簡介】 件技術(shù) 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 27 設(shè)計(jì)類型： 完全隨機(jī)、隨機(jī)區(qū)組、拉丁方、 交叉、析因、正交、嵌套、裂區(qū)設(shè)計(jì) 處理因素： 單因素、雙因素、多因素 反應(yīng)變量： 單變量、雙變量、多變量 資料類型： 計(jì)量、無序分類、有序分類 樣本數(shù)目： 單樣本、兩樣本、多樣本 數(shù)據(jù)提供信息： 完全數(shù)據(jù)、不完全數(shù)據(jù)、 重復(fù)測(cè)量數(shù)據(jù) 假設(shè)檢驗(yàn)方法前提條件： 獨(dú)立、方差齊性、正態(tài)分布 重要 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 28 一、單變量計(jì)量資料 單因素 服從正態(tài)分布 單樣本 t檢驗(yàn) 可信區(qū)間法 不服從正態(tài)分布 單個(gè)樣本中位數(shù)與總體中位數(shù)比較 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 29 單因素 配對(duì)設(shè)計(jì)或自身前后對(duì)照設(shè)計(jì) 差值服從正態(tài)分布 成對(duì) t檢驗(yàn) 可信區(qū)間法 差值不服從正態(tài)分布 Wilcoxon符號(hào)秩檢驗(yàn) 一、單變量計(jì)量資料 1α可信區(qū)間不包括 μd=0,Pα 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 30 單因素、完全隨機(jī)設(shè)計(jì) 服從正態(tài)分布且方差齊性 兩樣本均數(shù)比較 t檢驗(yàn) 兩樣本均數(shù)的差數(shù)可信區(qū)間法 不服從正態(tài)分布或方差不齊性 兩獨(dú)立樣本 Wilcoxon秩和檢驗(yàn) 反應(yīng)變量為生存時(shí)間且含有截尾數(shù)據(jù) logrank檢驗(yàn) 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 31 (1)一個(gè)處理因素 完全隨機(jī)設(shè)計(jì) 服從正態(tài)分布、方差齊性 完全隨機(jī)設(shè)計(jì)方差分析 兩兩比較： SNKq 、 Duntt檢驗(yàn) 不服從正態(tài)分布或方差不齊性 多個(gè)獨(dú)立樣本比較 KruskalWallis H 檢驗(yàn) 兩兩比較： Nemenyi 檢驗(yàn) 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 32 (2)一個(gè)處理因素、一個(gè)控制因素 隨機(jī)區(qū)組設(shè)計(jì) 服從正態(tài)分布、方差齊性 隨機(jī)區(qū)組設(shè)計(jì)方差分析 兩兩比較： SNKq 、 Duntt檢驗(yàn) 不服從正態(tài)分布或方差不齊性 多個(gè)相關(guān)樣本比較 Friedman M 檢驗(yàn) 兩兩比較： q 檢驗(yàn) 一、單變量計(jì)量資料 當(dāng)處理 因素為重復(fù)測(cè)量因素且不滿足 “ 球?qū)ΨQ” 假設(shè)，應(yīng)用重復(fù)測(cè)量設(shè)計(jì)方差分析 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 33 (3)一個(gè)處理因素、二個(gè)控制因素 (行、列 ) 拉丁方設(shè)計(jì) 服從正態(tài)分布、方差齊性 拉丁方設(shè)計(jì)方差分析 兩兩比較： SNKq、 Duntt 檢驗(yàn) 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 34 (4)一個(gè)處理因素、二個(gè)控制因素 (階段、受試者 ) 二階段交叉設(shè)計(jì) 服從正態(tài)分布、方差齊性 前一階段處理效應(yīng)不持續(xù)作用到下一階段 二階段交叉設(shè)計(jì)方差分析 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 35 (5)處理因素 ≥每個(gè)因素的水平數(shù) ≥2 完全隨機(jī)分組析因設(shè)計(jì) 服從正態(tài)分布 分析各因素主效應(yīng)與交互作用 完全隨機(jī)分組析因設(shè)計(jì)方差分析 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 36 (6)處理因素 ≥每個(gè)因素的水平數(shù) ≥2 正交設(shè)計(jì) 服從正態(tài)分布 分析各因素主效應(yīng)與主要因素一階交互作用 正交設(shè)計(jì)直接分析、方差分析 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 37 (7)處理因素 ≥2，每個(gè)因素的水平數(shù) ≥2 處理因素中有一個(gè)為重復(fù)測(cè)量因素 不滿足 “ 球?qū)ΨQ ” 假設(shè) 分析各因素主效應(yīng)與交互作用 重復(fù)測(cè)量設(shè)計(jì)的方差分析 一、單變量計(jì)量資料 2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 38 二、計(jì)數(shù)資料 基于二項(xiàng)分布的直接概率法 正態(tài)近似法 u檢驗(yàn) n/)1(pu000??????2022/2/12 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 39 二、計(jì)數(shù)資料
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1