单因素多水平定性资料.ppt

结果解释： 因Hc≈ c2 =21.6611，P=0.0002＜0.01，所以5个组之间的差别具有统计学意义。 因为CAT分度由“0度”到“3度”排序，且“DO”语句中给CAT分度的水平由“1”到“4”，说明平均秩和越小，CAT分度越小。显然，矫治前的平均秩和51.450最小，随着矫治后时间的推移，各检测时间的平均秩和逐渐增大，说明CAT分度随着时间推移，从“0度”到“3度”逐渐增大。 B.当想考察检测时间与CAT分度是否有相关性时，可用Spearman秩相关分析或典型相关分析。 Spearman 秩相关分析 Spearman 秩相关是一种非参数的度量相关性的分析方法，它对数据进行秩变换，然后计算直线相关系数。用rS 表示。 它适用于：两变量不全服从正态分布而不宜进行Person相关分析；原始数据为双向有序且属性不同的R×C列联表数据。 简单统计量 变量 N 均值 标准差 中位数 最小值 最大值 A 150 3.00000 1.41895 3.00000 1.00000 5.00000 B 150 2.64667 0.97717 3.00000 1.00000 4.00000  Spearman 相关系数, N = 150 当 H0: Rho=0 时，Prob |r| ? A B A B  1.00000 ? 0.36361 .0001 0.36361 .0001 1.00000 结果解释： Spearman秩相关分析的结果为rs=0.36361，P＜0.0001。说明两个有序变量之间的总体相关系数不等于零。 但相关系数的平方（最好大于0.5）较小，说明两有序变量之间的相关性无实用价值。 C.当想考察检测时间与CAT分度是否有直线关系时，可选用线性趋势检验。 A * B 表的统计量 统计量 自由度 值 概率 卡方 12 28.2014 0.0052 似然比卡方 12 33.2049 0.0009 Mantel-Haenszel 卡方 1 20.6977 .0001 Phi 系数 ? 0.4336 ? 列联系数 ? 0.3978 ? Cramer V 统计量 ? 0.2503 ? WARNING: 25% 的单元格的期望计数比 5 小。 卡方可能不是有效检验。  样本大小 = 150 结果解释： MH卡方值为20.6977，P＜0.0001，说明两个变量之间存在线性变化趋势，即随着矫治时间的推移，CAT分度呈线性上升。 D.当想考察各行上的频数分布是否相同时，可选用卡方检验或Fisher的精确检验。 单因素多水平定性资料 军事医学科学院 统计教研室 内容 结果变量为二值变量的单因素多水平设计定性资料 结果变量为多值名义变量的单因素多水平设计定性资料 结果变量为有序变量的单因素多水平设计定性资料 一、结果变量为二值变量的单因素多水平设计定性资料 具体讲是指原因变量为单因素多水平变量、结果变量为二值变量的列联表。 （1）如果原因变量为名义变量，则可按双向无序的R×C表资料进行分析。 目的：比较原因变量各水平的频数分布情况 方法：一般卡方检验或Fisher精确检验 SAS 系统  SAS 系统   FREQ 过程  频数 百分比 行百分比 列百分比 a * b 表 a b 合计 1 2 1 2538.4686.2148.08 46.1513.7930.77 2944.62?? 2 1116.9278.5721.15 34.6221.4323.08 1421.54?? 3 913.8575.0017.31 34.6225.0023.08 1218.46?? 4 710.7770.0013.46 34.6230.0023.08 1015.38?? 合计 5280.00 1320.00 65100.00 A * B 表的统计量  统计量 自由度 值 概率 卡方 3 1.5286 0.6757 似然比卡方 3 1.5217 0.6773 Mantel-Haenszel 卡方 1 1.4734 0.2248 Phi 系数 ? 0.1534 ? 列联系数 ? 0.1516 ? Cramer V 统计量 ? 0.1534 ? WARNING: 38% 的单元格的期望计数比 5 小。 卡方可能不是有效检验。  Fisher 精确检验 表概率 (P) 0.0139 Pr = P 0.6161  样本大小 = 65 结果解释：