统计学大题思路 4页

1:T检验：1第一步：看质料，如果存在，治疗前，治疗后，或者按组别，性别，年龄分组的话，那么就是配对T检验，分为：自身配对，和异体配对如果不是的话，就是成组T检验2：配对T检验中关键的是为配对差值的总体均数：u2」在假设屮，u=0也就是配对差值的总体均数等于02.2在符合条件中，U要符合正太分布2.3读T值和P值：T二？P二？按@二0.05,P<0.05说明，有统计学意义，说明有差异。3:成组T检验中：完全随机设计【单因素，两水平】3.1：第一组和第二组中的单因素是否相同。ul=u2：例如：在正常人和病人中，含铁转移酶是否相同。3.2：应用的条件是正太型和方差齐性。正态性看P,P要大于0.05,例如：P=0.084M0.05,所以有统计学意义,说明M数据服从正态分布。正态性分布的框架是：SW方差齐性读F和P,当F=???P=???,例如：F=1.877P=0.183,PM0.05说明有统计学意义，认为两总体方差齐性，方差齐性的P,和F是同一组的成组T检验：t=7.042,p二0.000P小于0.05说明有统计学意义，认为正常人与病毒性肝炎的患者的专业蛋白酶的含量不等。T检验中的T的数值和P是一组的方差分析1：完全随机设计：单因素，K水平，如同药物治疗，不同的药物治疗小白鼠2应用条件：正太性和方差齐性3假设条件：即各总体均数相等：ul=u2=u3=u4,Hl：各总体均数有不等或全不等。4：读出F值和P值，因为PV0.05,所以说明有统计学意义，证明各组药物的治疗效果不同。5进行两两比较：分别读出对应的两两比较的P值，如果大于0.05,则认为两药的治疗效果相同，如果小于0.05,则认为有统计学意义，认为两药的治疗效果不同，并且找出最佳的治疗药物。1随机区组设计：2：首先看是不是有无区组因素。在有处理因素和区组因素的条件下，确定为随机去组设计组，区组因素说白了就是组中分组，组内的区别划分。3：当确定后：要看假设：主要是看处理因素和区组因素对结果有无影响。一般看组间有无差异，看处理因素有无差异。4：结果分析：读F和P,处理因素有一个F和P,区组因素中也有一个F和P,首先读出F值，然后当P小于0.05时，说明有统计学意义，证明，处理因素或区组因素对结果有影响，如果P大于0.05,则证明，没有统计学意义，拒绝H1接受H0,说明，处理因素或者区组因素对于实验结果没有影响。\n析因设计、1：本设计的关键在于看是否有交互！2：-般都是两因素之间的交互，3：例如，A药用与不用，B药用与不用，AB两药同时使用，AB同时使用就为交互4：一般假设分为3个：A药使用没有效果，B要使用没有效果，AB两药没有交互作用5:读出F和P,先读出F值，如果P大于0.05,证明没有统计学意义，说明A,B两药没有疗效，AB两药没有交互作用，如果P小于0.05,证明，有统计学意义，证明A要有治疗效果，B药有治疗效果，AB两药有交互作用。TestsofBetween-SubjectsEffectsDependentVariable:月旦SourceTypeIIISumofSquares-JtMeanSquareFSig・CorrectedModel5298.917a31766.30641.077・000Intercept212S2.O83121252.083494.234A弱•4144.08314144.OS395.374・OOOB药884.0831884.0832O.S6O.002A药屮曰药270.7501270.7506.297.036Error344.000843.000Total26895.00012CorrectedTotal5642.91711aRSquared■・939(AdjustedRSquared■・916)AA药F=96.374,P=0.000<0.05；B药F=20.560,P=0.002<0.05o两药单独作用均有效。>A与B交互作用F=6・297,P=0・036v0.05。两药间交互作用有统计学意义。四格表的设计:笫一：看好表格的性质。确定4格表，别且这个资料的性质是：二分类计算资料第二：要确定N和T,N就是样本的总含量，也就是所有数据的个数之和。T就是按照总体数据的比率来算出的估算数据。一般T在这里要计算出最小的数据。方便最后的公式选择第三：选择公式：也就是四格表的适应类型：1：当TM5且NM40的时候选择四格表基本公式2：当1WTW5且N240的时候，选择连续性校正公式3：当NW40,且T<1的时候，选择精确检验.第四：根据所有的公式，读出卡方值估计出P,当P小于0.05,拒绝H0,也就是证明两种药物或者两种方法等，有统计学意义，证明有差异。如果拒绝H1,那么证明两种事物相同。后：公式1比较简单，公式2比较繁琐在四格表中，DF,也就是自由度为(R・1)*(C・1),在这里是2*2的表格，所以自由度当然是1,在选择公式中一定要注意。\nChi・SquareTestsValuedfAsymp.Sig.(2-sided)ExactSig.(2-sided)ExactSig.(1-sided)PearsonChi-Square56.77^1・000ContinuityCorrectiona53.6191.000LikelihoodRatioFisher*sExactTestLinear-by-Linear49.4681.000.ODOAssociationNofValidCases56.6213761a.Computedonlyfora2x2tableb.0cells(.0%)haveexpectedcountlessthan5・Theminimumexpectedcountis8.24.所有T都大于等于5,N大于376,所以读取第一行数据，X2值是56.772P为0.000Chi-SquareTestsValuedfAsymp.Sig.(2-sided)ExactSig.(2-sided)ExactSig.(1-sided)PearsonChi-Square4.059b1.044ContinuityCorrectiona2.7461.098LikelihoodRatio4.2101.040FisheryExactTest.072・048Linear-by-LnearAssociation4.0021.045NofValidCases71a.Computedonlyfora2x2tableb.2cels(50.0%)haveexpectedcountlessthan5.Theminimumexpectedcountis4.18.有2个T小于5,大于1,N大于40,所以选择连续校正X2检验，读第二行，X2为2.746,P为0.098大于0.05所以不拒绝H0,则无差异Chi-SquareTestsValuedfAsymp.Sig.(2-sicted)ExactSig.(2-sided)ExactSig.(1-sided)PearsonChi-SquareContinuityCorrection*LikelihoodRatioFisherMExactTestLinear-by-LinearAssoclationNofValidCases12.09^9.91312.92811.772371111.001.002.000.001・001Q01a.Computedonlyfora2x2tableb.0cells(.0%)haveexpectedcountlessthan5.Theminimumexpectedauntis8.27.看N小于40读第四行，精确检验：P为0.001拒绝H0,有区别。\nR*C表的卡方检验第一种，多个样本率的比较。1：资料为二分类计数资料2：多个样本率的比较：举的比较其实就是疗效，结果，作用的不同。3：假设：HO：n1=ji2=n3,三种药物治疗高血压病总体有效率相等H1：三个总体率不全相等<7=0.054：结果分析：读数据：卡方值然后估算出P值两两比较Chi-SquareTestsValuedfAsymp.Sig.(2-s»ded)PearsonChi-Square32.7322.000LikeBhoodRatio34.6662.000Unear-by-UnearAssociation31.1571.000NofValidCases102a.0cels(.0%)haveexpectedcountlessthan5.Theminimumexpectedcountis11.76.结果分析：Pearson/2=32.736,双侧P=0.000<0.05,拒绝HO,可以认为三种疗法效果不同。图下面的数据，0,代表所有的理论频数都大于5,最小的理论频数位11.76.NOFVALIDCASES为总体的样本的总数。笫二种：两种或者两种以上的构成比比较。1：资料：多分类计数资料2：目的是为了：两组或多组构成比的比较3：假设：H0：三种疗法病人的中医分型总体构成相同（疗法与证型无关）H1：三组病人中医分型总体构成不全相同（疗法与证型有关），=0.054：结果分析：Chi-SquareTestsValuedfAsymp.Sig.(2-sided)PearsonChi-Square6.143LikelihoodRatio9.7416・136Llnear-by-LinearAssociation4.0151・045NofValidCases199a.2cells(16.7%)haveexpectedcountlessthan5.Theminimumexpectedcountis3.59・理论数小于5的格子数为2（占16.7%）,最小理论数为3.59表下方提示理论频数小于5的单元格有2个，最小理论频数为3.59<5,说明可用Pearson卡方检验。结果分析：Pearson/I=9.596,双侧P=0.143>0.05,以0=0.05水准不拒绝H0,不能认为三组病人中医分型的构成比不同