6.观察性研究统计分析策略.pptx

观察性研究(yánjiū)的统计分析策略;两类医学(yīxué)研究;随机对照试验(shìyàn)的局限性;观察(guānchá)性研究的实践性;观察性中医(zhōngyī)研究尤其重要;观察(guānchá)性研究目的;随机对照试验(shìyàn) 面对的挑战;第一(dìyī)部分：观察性研究的常见设计和统计方法;横断面研究(yánjiū) 病例对照研究(yánjiū) 队列研究(yánjiū);TimePast Present Future;一、横断面研究(yánjiū)的统计分析;Cross-sectional study;横断面研究(yánjiū)的目的;（一）统计(tǒngjì)描述 均数±标准差、中位数 (四分位数间距)、率、构成比、相对比 和实验性研究方法一致;（二）比较性研究 比较2组或多组群体某项指标有没有差异(chāyì) 独立样本的比较，与实验性研究方法一致 两样本t检验，多样本方差分析，两样本秩和检验，多样本秩和检验 ;举例 对无淋巴细胞转移与有淋巴细胞转移的胃癌患者(huànzhě)，观察其生存时间（偏态数据），问两组患者(huànzhě)的生存时间是否不同？ 应如何分析？;第十七页，共235页。;例子：某研究者在某单位工作人员中进行了体重指数（BMI）抽样调查，随机抽取不同年龄组男性受试者各16名，测量(cèliáng)了被调查者的身高和体重值，计算了体重指数，请问，不同年龄组的体重指数有无差异。;上述两个(liǎnɡ ɡè)例子;（三）关联性研究 观察性研究往往采集到多个变量 变量之间可能存在着一定的关系 研究不同变量之间的相关性是医学(yīxué)研究重要内容 ;相关性：事物是普遍联系的 事物间关系(guān xì)的表现形式： 确定性形式 非确定性（随机）形式;;10- 20- 30- 40- 50- 60- 年龄(niánlíng)（岁）;什么是统计学上的相关？ 在大量的实际问题中, 随机变量之间虽有某种关系, 但这种关系很难找到一种精确的表示(biǎoshì)方法来描述（不像数学函数） 例如，人的年龄与血压之间有一定的关系，知道一个人的年龄可以大致估计出他的血压，但并不能算出血压的精确值。 其原因在于人有较大的个体差异，因而年龄和血压的关系，是既密切但又不能完全确定的关系。;相关和相关分析定义 在这种大量(dàliàng)存在于随机变量间既互相联系，但又不是完全确定的关系，称为相关关系。 对相关关系的有无和关系大小做出统计推断的方法称为相关分析。;医学研究(yánjiū)中的相关;相关(xiāngguān)的种类：;; 举例 现有15例糖尿病患者(huànzhě)，测得每位患者(huànzhě)的胰岛素和血糖水平，见表1。 问题:糖尿病患者(huànzhě)胰岛素和血糖水平有无关系？;资料的特征(tèzhēng)及统计分析策略（1）;直线相关(linear correlation): 两个随机变量X、Y之间呈线性趋势的关系(guān xì),又称简单相关(simple correlation) 。;12例调查(diào chá)对象的体重和BMI值散点图;如何判断直线相关关系？ 通过散点图可以对两个变量之间有无相关关系进行大致的描述。 散点图不能准确反映变量之间的关系密切程度 因此，为准确度量两个变量之间的关系密切程度，最好的办法是采用数学(shùxué)的方式展示相关程度。 相关系数是对两个随机变量之间线性关系密切程度的度量。;直线相关系数又称 Pearson相关系数(Pearson coefficient)，或积差相关系数 总体(zǒngtǐ)相关系数ρ：若ρ≠0, 称X和Y线性相关, 简称相关；若ρ＝0, 则简称X和Y不相关。 样本相关系数r ：往往用来代替总体(zǒngtǐ)相关系数 ;;;r的特点(tèdiǎn);第三十八页，共235页。; 现有(xiàn yǒu)15例糖尿病患者，测得每位患者的胰岛素和血糖水平，见表1。 数据详见lincorr.sav 问题:糖尿病患者胰岛素和血糖水平有无关系？;如何(rúhé)进行分析？　;第一步，做散点图;第二步，计算(jì suàn)相关系数 　;根据样本资料计算出的相关系数r是一个样本统计量，存在抽样误差。 因此必须对r进行检验，以判断其是否来自(lái zì)总体相关系数ρ＝0的一个样本。 ; ;t检验(jiǎnyàn)方法;（2）计