第二章 醫(yī)學(xué)統(tǒng)計(jì)學(xué)方法

　　一、兩組或多組計(jì)量資料的比較

　　1.兩組資料：

　　1)大樣本資料或服從正態(tài)分布的小樣本資料

　　(1)若方差齊性，則作成組t檢驗(yàn)

　　(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn)

　　2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn)

　　2.多組資料：

　　1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法(如：一般用SNK法---q值檢驗(yàn)，Bonferroni檢驗(yàn)等)進(jìn)行兩兩比較。

　　2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法(如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等)進(jìn)行兩兩比較。

　　二、分類資料的統(tǒng)計(jì)分析

　　1.單樣本資料與總體比較

　　1)二分類資料：

　　(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn);

　　(2)大樣本時(shí)：用U檢驗(yàn)。

　　2)多分類資料：用Pearson χ2檢驗(yàn)(又稱擬合優(yōu)度檢驗(yàn))。

　　2. 四格表資料

　　1)n>40并且所以理論數(shù)大于5，則用Pearson χ2

　　2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)<5，則用校正χ2或用Fisher’s 確切概率法檢驗(yàn)

　　3)n￡40或存在理論數(shù)<1，則用Fisher’s 檢驗(yàn)

　　3. 2×C表資料的統(tǒng)計(jì)分析

　　1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMH χ2或成組的Wilcoxon秩和檢驗(yàn)

　　2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)χ2檢驗(yàn)

　　3)行變量和列變量均為無序分類變量

　　(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearson c2

　　(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

　　4. R×C表資料的統(tǒng)計(jì)分析

　　1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH χ2或Kruskal Wallis的秩和檢驗(yàn)

　　2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH χ2

　　3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析

　　4)列變量和行變量均為無序多分類變量，

　　(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearson χ2

　　(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)