数据处理的一般原则与方法（第29章）

nullnull数据处理的 一般原则与第29章第二军医大学卫生统计学教研室 张罗漫null讲课： 第一节 医学统计学概述(重点) 第二节 原始数据的录入 第三节 数据处理的几个基本问 第四节 统计方法选择的基本思路(重点)null第一节 医学统计学概述nullnullnullnull实验设计随机化nullnull统计描述null统计描述 统计 指标计量资料 (单变量)中心 位置计量资料 (双变量)null统计描述 null统计描述等级 资料统计 指标计数资料单变量双变量：rsnull统计描述参 考 值 范围估计正态偏态null统计推论参数 估计null统计推论null统计推论null第二节 原始数据的录入一、原始数据的形式一、原始数据的记录形式行：观察单位 列：变量null标识变量分析变量null标识变量分析变量解释变量反应变量二、原始数据的录入二、原始数据的录入文件类型： 数据库文件：EpitaDa dBASE、FoxBASE、Foxprow Oracle Excel文件： Excel 文本文件：Word 统计软件数据文件：SPSS、SAS、STATA 变量名的定义： 变量值的量化：null第三节 数据处理 的几个基本问题一、数据的净化 逻辑检查 计算检查 二、离群数据的处理 离群值(outliner) 与P25或P75的距离为“四分位数间距”的1.5~3.0倍。 极端值(extreme value) 与P25或P75的距离为“四分位数间距”的3.0倍以上。 剔除离群或极端值要予以合理解释。一、数据的净化 逻辑检查 计算检查 二、离群数据的处理 离群值(outliner) 与P25或P75的距离为“四分位数间距”的1.5~3.0倍。 极端值(extreme value) 与P25或P75的距离为“四分位数间距”的3.0倍以上。 剔除离群或极端值要予以合理解释。三、统计方法前提条件的检验 多样本比较的方差分析： 独立 正态分布 方差齐性 多重线性回归分析： 变量间无多重共线 残差分布正态 ┇ 三、统计方法前提条件的检验 多样本比较的方差分析： 独立 正态分布 方差齐性 多重线性回归分析： 变量间无多重共线 残差分布正态 ┇ null第四节 统计方法选择 的基本思路null根据： 医学专业知识 医学统计学知识 计算机统计软件技术null设计类型：完全随机、随机区组、拉丁方、 交叉、析因、正交、嵌套、裂区设计 处理因素：单因素、双因素、多因素 反应变量：单变量、双变量、多变量 资料类型：计量、无序分类、有序分类 样本数目：单样本、两样本、多样本 数据提供信息：完全数据、不完全数据、 重复测量数据 假设检验方法前提条件： 独立、方差齐性、正态分布重要null一、单变量计量资料 1.样本均数与总体均数比较 单因素 服从正态分布 单样本t检验 可信区间法 不服从正态分布 单个样本中位数与总体中位数比较null2.两个相关样本均数的比较 单因素 配对设计或自身前后对照设计 差值服从正态分布 成对t检验 可信区间法 差值不服从正态分布 Wilcoxon符号秩检验一、单变量计量资料1-α可信区间不包括 μd=0,P<αnull3.两个独立样本的比较 单因素、完全随机设计 服从正态分布且方差齐性 两样本均数比较t检验 两样本均数的差数可信区间法 不服从正态分布或方差不齐性 两独立样本Wilcoxon秩和检验 反应变量为生存时间且含有截尾数据 log-rank检验 一、单变量计量资料null4.多个样本均数的比较 (1)一个处理因素 完全随机设计 服从正态分布、方差齐性 完全随机设计方差分析 两两比较： SNK-q 、Dunnett-t检验 不服从正态分布或方差不齐性 多个独立样本比较 Kruskal-Wallis H 检验 两两比较：Nemenyi 检验一、单变量计量资料null4.多个样本均数的比较 (2)一个处理因素、一个控制因素 随机区组设计 服从正态分布、方差齐性 随机区组设计方差分析 两两比较：SNK-q 、Dunnett-t检验 不服从正态分布或方差不齐性 多个相关样本比较 Friedman M 检验 两两比较：q 检验一、单变量计量资料当处理因素为重复测量因素且不满足“球对称”假设，应用重复测量设计方差分析null4.多个样本均数的比较 (3)一个处理因素、二个控制因素(行、列) 拉丁方设计 服从正态分布、方差齐性 拉丁方设计方差分析 两两比较： SNK-q、Dunnett-t 检验 一、单变量计量资料null4.多个样本均数的比较 (4)一个处理因素、二个控制因素(阶段、受试者) 二阶段交叉设计 服从正态分布、方差齐性 前一阶段处理效应不持续作用到下一阶段 二阶段交叉设计方差分析 一、单变量计量资料null4.多个样本均数的比较 (5)处理因素≥2、每个因素的水平数≥2 完全随机分组析因设计 服从正态分布 分析各因素主效应与交互作用 完全随机分组析因设计方差分析一、单变量计量资料null4.多个样本均数的比较 (6)处理因素≥2、每个因素的水平数≥2 正交设计 服从正态分布 分析各因素主效应与主要因素一阶交互作用 正交设计直接分析、方差分析一、单变量计量资料null4.多个样本均数的比较 (7)处理因素≥2，每个因素的水平数≥2 处理因素中有一个为重复测量因素 不满足“球对称”假设 分析各因素主效应与交互作用 重复测量设计的方差分析一、单变量计量资料null二、计数资料 1.一个样本率与总体率比较 基于二项分布的直接概率法 正态近似法u检验null2.两样本率比较 二、计数资料 (1)两组完全随机设计 N  40 且 T  5 Pearson 2 检验 N  40 但 5 > T  1 Pearson 2 检验 (Yates 校正公式) N<40 或 T <1 Fisher 确切概率法 (2)配对设计 McNemar 2 检验Logistic回归分析nullnull3.RC列联 相关、相差 (1)双向有序 备择假设：行变量与列变量为非零相关 Cochran-Mantel-Haenszel 2 检验 有序分组资料的线性趋势检验 2 回归 (2)单向(反应变量)有序 备择假设：行平均得分不同 Cochran-Mantel-Haenszel 2 检验 Wilcoxon 秩和检验二、计数资料null3.RC列联表 相关、相差 (3)双向无序 备择假设：行变量与列变量有一般关联 Cochran-Mantel-Haenszel 2 检验 Pearson 2 检验二、计数资料null1.配对设计 Wilcoxon符号秩检验 2.两组独立样本 Wilcoxon两样本秩和检验 3.完全随机设计多个样本比较 Kruskal-Wallis H 检验 4.随机区组设计多个样本比较 Friedman M 检验三、等级资料null1.相关分析 X1与X2服从二元正态分布 Pearson积差相关分析 X1与X2不服从二元正态分布 Spearman秩相关分析 2.回归分析 Y与X服从二元正态分布 或 Y服从正态分布而X为控制变量 Y与X间呈直线趋势 直线回归分析四、双变量资料null3.曲线回归分析（SPSS）null3.曲线回归分析（SPSS）null4. 协方差分析 比较带有协变量(Xj)的各组均数( )间的差别 协变量Xj对Yj有影响 分为完全随机设计与随机区组设计null1.有应变量的多元分析五、多变量资料null1.有应变量的多元分析 Y为计量资料且服从正态分布 自变量服从多元正态分布 多元线性回归或多元逐步回归分析五、多变量资料null1.有应变量的多元分析 Y为判别分类变量 自变量服从多元正态分布 判别分析或逐步判别分析五、多变量资料null1.有应变量的多元分析 Y为二分类或多分类变量 以分析危险因素为主要目的 条件或非条件Logistic回归分析五、多变量资料null1.有应变量的多元分析 Y为生存时间且含有截尾数据 Cox比例风险回归分析五、多变量资料null2.无应变量的多元分析五、多变量资料null2.无应变量的多元分析 将n个观察单位聚为k类(n  k) Q型聚类 将m个变量聚为k类(m  k) R型聚类 五、多变量资料null2.无应变量的多元分析 将所有变量化为少数几个互不相关的综合 变量 主成分分析 从所有变量中找出有限个不可观测的潜在 因素 因子分析 五、多变量资料null2.无应变量的多元分析 分析一个变量与一组变量的相关关系 多元线性相关分析 分析一组变量与另一组变量的相关关系 典型相关分析五、多变量资料null讲课内容： 第一节 医学统计学概述(重点) 第二节 原始数据的录入 第三节 数据处理的几个基本问题 第四节 统计方法选择的基本思路(重点)nullThank you!