[医药]第三节 分类变量资料的统计分析-统计推断.ppt

高职高专《医学统计学》 主要内容 学习目标 能够计算率的标准误并能进行两个率差别的u检验 描述总体率的估计方法 能够进行两个率或多个率(或构成比)差别的? 2检验 一 率的抽样误差与可信区间 1. 率的抽样误差与标准误 1. 率的抽样误差与标准误 率的标准误的计算 2. 总体率的可信区间(confidence interval of rate) 二 率的统计学推断 1.样本率与总体率比较的u 检验 2.两个独立样本率比较的u 检验 小 结 率的u检验能解决以下问题吗？ 三 卡方检验 三 卡方检验 卡方检验的基本思想 卡方检验的基本思想1.四格表(fourfold table) ?2检验 卡方检验的基本思想1.四格表(fourfold table) ?2检验 卡方检验的基本思想1.四格表(fourfold table) ?2检验 卡方检验的基本思想1.四格表(fourfold table) ?2检验 ?2分布（chi-square distribution） ?2检验的基本公式 四格表专用公式 四格表专用公式 四格表连续性校正公式 四格表连续性校正公式 2.配对四格表资料的?2检验 配对四格表资料的?2检验 3.行×列（R×C）表资料的?2检验 R×C表的?2检验通用公式 几种R×C表的检验假设H0 R×C表的计算举例 R×C表?2检验的应用注意事项 R×C表?2检验的应用注意事项 1. 对R×C表，若较多格子（1/5）的理论频数小于5 或有一个格子的理论频数小于1，则易犯第一类错误。 出现某些格子中理论频数过小时怎么办？ （1）增大样本含量（最好！） （2）删去该格所在的行或列（丢失信息！） （3）根据专业知识将该格所在行或列与别的行或列合并。（丢失信息！甚至出假象） * * 第三节 分类变量资料的统计分析 ——统计推断 信阳职业技术学院 赵玉霞 一 率的抽样误差与可信区间 二 率的统计学推断 1.样本率与总体率比较的u检验 2.两个样本率比较的u检验 三 卡方检验 1.四格表?2检验(两个率比较) 2.配对四格表?2检验(两个率比较) 3.行×列（R×C）?2检验(多个率或构成比比较) 1.率的抽样误差与标准误 2.总体率的可信区间 如果总体均数μ 未知，用样本均数 估计 样本均数( )和总体均数(μ)的差异称为均数的抽样误差(sampling error of rate) ，用均数的标准误（standard error of rate）度量。 复习 样本率(p)和总体率(π)的差异称为率的抽样误差(sampling error of rate) ，用率的标准误（standard error of rate）度量。 如果总体率π未知，用样本率p估计 根据样本率推算总体率可能所在的范围 1.样本率与总体率比较u 检验 2.两个样本率的比较u 检验 u检验的条件：n p 和n（1- p）均大于5时 两种疗法的心血管病病死率比较 10.45 (pc) 268 240 28 合 计 3.13 (p2) 64(n2) 62 2 (X2) 安慰剂 12.75 (p1) 204(n1) 178 26 (X1) 盐酸苯乙双胍 病死率(%) 合计 生存 死亡 疗法 u检验的条件： n1p1 和n1(1- p1)与 n2p2 和n2(1- p2)均 5 1．样本率也有抽样误差，率的抽样误差的大小用σp或Sp来衡量。 2．率的分布服从二项分布。当n足够大，π和1-π均不太小，有nπ≥5和n（1-π）≥5时，近似正态分布。 3．总体率的可信区间是用样本率估计总体率的可能范围。当p分布近似正态分布时，可用正态近似法估计率的可信区间。 4．根据正态近似原理，可进行样本率与总体率以及两样本率比较的u检验。 率的反应为生与死、阳性与阴性、发生与不发生等二分类变量，如果二分类变量为非正反关系（如治疗A、治疗B）；反应为多分类，如何进行假设检验？ 率的u检验要求：n足够大，且nπ≥5和 n（1-π）≥5。如果条件不满足，如何进行假设检验？ ?2检验(Chi-square test)是现代统计学的创始人之一，英国人K . Pearson（1857-1936）于1900年提出的一种具有广泛用途的统计方法，可用于两个或多个率间的比较，计数资料的关联度分析，拟合优度检验等等