千文网小编为你整理了多篇相关的《医学统计学统计方法总结》，但愿对你工作学习有帮助，当然你在千文网还可以找到更多《医学统计学统计方法总结》。
第一篇：医学统计学常用方法小结
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。
2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数
3)n￡40或存在理论数
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s 确切概率法检验
4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料 1.单样本资料与总体比较： 1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服
第二篇：医学统计学统计方法总结
计量资料：
一、描述性分析
集中趋势：对称——算术均数偏态——中位数等比——几何均数 离散趋势：对称——方差、标准差偏态——四分位数间距
均数悬殊或单位不同的资料比较——变异系数
二、统计推断（根据样本推断总体）1.参数（均数）估计总体方差未知——总体方差已知——
参考值范围：单双侧正态分布——
XuS
(xt/2v
snsn,xt/2v
s
sn))
(xu/2,xu/2
n
XuSXuS
偏态分布——百分位数法
二者的含义、用途 2.假设检验
（1）均数的比较（正态）
单个样本、配对（与两独立样本的区别）两样本（方差齐——t检验
方差不齐——校正t检验或秩和检验或变量转换）多样本：方差齐完全随机设计方差分析随机区组设计方差分析
方差不齐——秩和检验或变量转换
非正态：秩和检验或变量转换
F—+—>t
两两比较：SNK任两个对比
LSD一对或几对比较
Dunnet 实验与对照组比较
t——>FF=t
2(2)方差比较
两个方差：F检验（正态）
多个方差：Bartlett（正态）
Levene检验
假设检验注意事项
计数资料
一、描述性分析
频率或严重程度——率
比重或构成——构成比
一指标为另一指标的若干倍或百分比——相对比
应用注意：不能以比代率、可比性、样本率不能直接对比
率或构成比比较：
1.若某因素内部构成不同并且影响比较，进行标化
二、统计推断
1.参数估计
二项分布率的估计：查表或正态法
泊松分布均数估计：查表或正态法
2.假设检验
单个样本率：直接法或二项分布U检验泊松分布U检验（率很小）两样本率的比较：四格表2检验（校正）
二项分布U检验（n大、np>5,n(1-p)>5）
泊松分布U检验（（率很小）
精确概率法
多个率或构成比比较：2检验(理论数不能小于1或小于的理论数
不能多于5分1)
两两比较：
任两个对比、实验与对照组比较
等级资料：-----效应比较
秩和检验
两变量关系：
1.定量（计量资料）正态pearson相关 回归
非正态秩相关
2．无序分类定性
3.有序分类定性2检验和列联相关系数
（1）单向有序分组有序、指标无序卡方检验分组无序、指标有序秩和检验
（2）双向有序
属性相同属性不同Kappa检验 线性趋势秩相关
第三篇：医学统计学各种资料比较_选择方法小结
医学统计学各种资料比较 选择方法小结
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2
2)n>40并且所以理论数大于1并且至少存在一个理论数
3)n￡40或存在理论数
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2
3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料 1.单样本资料与总体比较：
1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验
2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析
2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析
2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
2)配对的情况：用条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）
1.用Kaplan-Meier方法估计生存曲线 2.大样本时，可以寿命表方法估计
3.单因素可以用Log－rank比较两条或多条生存曲线 4.多个因素时，可以作多重的Cox回归
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
第四篇：-医学统计方法a
《医学统计方法》试题
医学统计方法概述（10题）
1．某次研究进行随机抽样，测量得到该市120名健康成年男子的血红蛋白数，则本次研究总体为：
A.所有成年男子B．该市所有成年男子C．该市所有健康成年男子
D．120名该市成年男子E．120名该市健康成年男子
2．医学统计的研究内容是
A．研究样本B．研究个体C．研究变量之间的相关关系D．研究总体E．研究资料或信息的收集.整理和分析
3．总体应该由
A．研究对象组成B．研究变量组成C．研究目的而定
D．同质个体组成E．个体组成4.在统计学中，参数的含义是
A．变量B．参与研究的数目C．研究样本的统计指标
D．总体的统计指标E．与统计研究有关的变量
5．调查某单位科研人员论文发表的情况，统计每人每年的论文发表数应属于
A．计数资料B．计量资料C．总体D．个体E．样本
6．统计学中的小概率事件，下面说法正确的是：
A．反复多次观察，绝对不发生的事件B．在一次观察中，可以认为不会发生的事件C．发生概率小于0.1的事件D．发生概率小于0.001的事件E．发生概率小于0.1的事件
7、统计上所说的样本是指：
A、按照研究者要求抽取总体中有意义的部分
B、随意抽取总体中任意部分C、有意识的抽取总体中有典型部分
D、按照随机原则抽取总体中有代表性部分E、总体中的每一个个体
8、以舒张压≥12.7KPa为高血压，测量1000人，结果有990名非高血压患者，有10名高血压患者，该资料属（）资料。
A、计算B、计数C、计量D、等级E、都对
9、红细胞数(1012L-1)是:
A、观察单位 B、数值变量 C、名义变量 D、等级变量 E、研究个体
10、疗效是:
A、观察单位 B、数值变量 C、名义变量 D、等级变量 E、研究个体
答案：1C2E3D4D5A6B7D8B9B10D
数值变量资料的统计描述（13题）
1.标准正态分布曲线的特征是：
A．=0 =0B．=0 =1C．=1 =0
D．=0 =不确定E．=1 =不确定
2.描述计量资料的主要统计指标是 ：
A.平均数B.相对数C.t值D.标准误E.概率
3、一群7岁男孩身高标准差为5cm，体重标准差为3kg，则二者变异程度比较：
A、身高变异大于体重B、身高变异小于体重C、身高变异等于体重D、无法比较E、身高变异不等于体重
4、随机抽取某市12名男孩，测得其体重均值为3.2公斤，标准差为0.5公斤，则总体均数95%可信区间的公式是：
A、3.2±t0.05.11 ×0.5B、3.2 ±t0.05.12 ×0.5/
C、3.2 ±t0.05.11 ×0.5/D、3.2±1.96×0.5/
E、3.2 ±2.58×0.5/
5.某组资料共5例, X2=190, X=30, 则均数和标准差分别是
A.6 和 1.29B.6.33 和 2.5C.38 和 6.78
D.6 和 1.58E 6和2.5
6．以下指标中那一项可用来描述计量资料离散程度。
A．算术均数B．几何均数C．中位数D．极差 E．第50百分位数
7．偏态分布资料宜用下面那一项描述其分布的集中趋势。
A．算术均数B．标准差C．中位数D．四分位数间距E．方差
8．下面那一项可用于比较身高和体重的变异度
A．方差B．标准差C．变异系数D．全距E．四分位数间距
9．正态曲线下.横轴上，从均数到+∞的面积为。
A．97.5%B．95%C．50%D．5%E．不能确定
10．下面那一项分布的资料，均数等于中位数。
A．对数正态B．左偏态C．右偏态D．偏态E．正态
11.对于正态分布资料的95％正常值范围，宜选用（）A.x±2.58sB.x±1.96sC.x±2.58sxD.x±1.96sE.x±1.645s
12．做频数表时，以组距为5，下列哪项组段划分正确
A．0一，5一，10一，„B．0—5，5一10，10一，„
C．一5，一10，一15，„D．0—4，5—9，10一，„E．5一，7一，9一，„
13．均数与标准差之间的关系是
A．标准差越小，均数代表性越大 B．标准差越小，均数代表性越小
C．均数越大，标准差越小D．均数越大，标准差越大E．标准差越大，均数代表性越大
答案：1.B 2.A 3.D 4.C 5.D 6.D 7.C 8.C 9.C 10.E 11.B 12.A 13.A
数值变量资料的统计推断（13题）
1.抽样研究中，S为定值，若逐渐增大样本含量，则样本：
A．标准误减小B．标准误增大C．标准误不改变
D．标准误的变化与样本含量无关E．以上都对2、12名妇女分别用两种测量肺活量的仪器测最大呼气率(l/min)，比较两种方法检测结果有无差别，可进行：
A、成组设计u检验B、成组设计t检验 C、配对设计u检验
D、配对设计t检验E、X2检验
3．比较两种药物疗效时，对于下列哪项可作单侧检验()。
A．已知A药与B药均有效B．不知A药好还是B药好
C.已知A药不会优于B药D.不知A药与B药是否均有效
E.已知A药与B药均无效
4.两个大样本均数比较的u检验, |u|=1.98,则统计结论是
A.P 0.05D.P =0.05E、P
5.配对计量资料比较的t检验公式中，分母是 A.dB.sdC.dD.dE、d2
6.配对t检验中，用药前数据减去用药后数据和用药后数据减去用药前数据，两次t检验
A、t值符号相反，结论相反B、t值符号相同，结论相同
C、t值符号相反，但结论相同
D、t值符号相同，但大小不同，结论相反E、t值符号与结论无关
7．下面那一项小，表示用该样本均数估计总体均数的可靠性大。
A．CVB．SC．SxD．RE．四分位数间距
8．两个小样本数值变量资料比较的假设，首先应考虑。
A．t检验B．u检验C．秩和检验
D．t检验和秩和检验均可E．资料符合t检验还是秩和检验
9．抽样误差是指
A.总体参数与总体参数间的差异 B．个体值与样本统计量间的差异
C．总体参数间的差异D．样本统计量与总体统计量间的差异E．以上都不对
10、tt0.05,，统计上可接受（）的假设。
A、12B、12C、X1X2D、X1X2E、以上都错
11、统计推断的内容：
A.是用样本指标估计相应的总体指标B.是检验统计上的“假设”
C.a、b均不是D.a、b均是E、以上都错
12、两样本均数比较，经t 检验，差别有显著性时，P 越小，说明：
A.两样本均数差别越大B.两总体均数差别越大
C.越有理由认为两总体均数不同D.越有理由认为两样本均数不同 E.样本均数与总体均数不同
13.表示均数的抽样误差大小的统计指标是
A.标准差B.方差C.均数标准误D.变异系数E.极差
答案：1.A 2.D 3.C 4.D 5.C 6.C 7.C 8.E 9.D 10.B 11.D 12.C 13.C
分类变量资料的统计描述与推断（13题）
1.描述分类变量资料的主要统计指标是:
A.平均数B.相对数C.变异系数D.相关系数E.百分位数
2.男性人口数/女性人口数，这一指标为：
A、率B、构成比C、相对比D、动态数列E、不是相对数
3、构成比有个重要特点是（）。
A、百分比总和必等于100％B、百分比总和必小于100％
C、百分比总和必大于100％D、以上均不对E、以上都错
4．标化后的总死亡率()。
A.仅仅作为比较的基础，它反映了一种相对水平
B.它反映了实际水平C.它不随标准选择的变化而变化
D．它反映了事物实际发生的强度E.以上都不对
5．关于相对数,下列哪一个说法是错误的A.相对数是两个有联系的指标之比
B.常用相对数包括相对比,率与构成比
C.计算相对数时要求分母要足够大
D.率与构成比虽然意义不同,但性质相近, 经常可以混用
E.计算相对数时不要求分母要足够大
6.随机选取男200人,女100人为某寄生虫病研究的调查对象,测得其感染阳性率分别为20%和15%，则合并阳性率为__________
A.35%B.16.7%C.18.3%D.无法计算E、30%
7.对两地的结核病死亡率比较时作率的标准化,其目的是：
A.为了能更好地反映人群实际死亡水平
B.消除两地总人数不同的影响
C.消除各年龄组死亡率不同的影响
D.消除两地人口年龄构成不同的影响
E、以上都不对
8．四格表资料的卡方检验时无需校正，应满足的条件是()。
A.总例数大于40B.理论数大于5C.实际数均大于l
D.总例数大于40且理论数均大于或等于5E.总例数小于40
9．计算相对数的目的是
A.为了进行显著性检验B．为了表示绝对水平
C．为了便于比较D．为了表示实际水平E．为了表示相对水平
10．相对数使用时要注意以下几点，其中哪一项是不正确的A．比较时应做假设检验B．离散程度和变异程度C．不要把构成比当率分析D．二者之间的可比性E．分母不宜过小
11、四个样本率作比较，χ2>χ2
0.01(3)，可认为:
A、各总体率不同或不全相同B、各总体率均不相同C、各样本率均不相同D、各样本率不同或不全相同E.各总体率和各样本率均不同或不全相同
12、2检验适用于比较：
A、两个率差别的显著性B、多个率差别的显著性C、两个或多个构成比差别的显著性D、以上都可以E、以上都错
13、某研究者对50份痰液标本，每份分别接种在甲乙培养基上，观察结核杆菌的生长情况并想比较两种培养基的培养效果是否一致，资料见下表。问应该选择的统计方法是：
A.确切概率法B.四格表资料的检验C.配对计数资料的检验
D.行乘列表资料的检验E.配对计量资料的t检验
甲培养基
﹢
﹣
乙培养基 ﹢ ﹣ 23 12 7 8 合计35 15 22
2答案：1.B 2.C 3.A 4.A 5.D 6.C 7.D 8.C 9.C 10.B 11.A 12.D 13.C
统计表与统计图（4题）
1．为表示某地近20年来婴儿死亡率的变化情况，宜绘制()。
A.普通线图B.直方图C.直条图D.散点图E.统计地图
2.某医院收集了近期门诊病人的病种构成情况资料，宜绘制：
A.直条图B.圆图C.线图D.直方图E.半对数线图
3.图示某地某年流行性乙型脑炎患者的年龄分布,宜绘制:
A.条图B.百分条图C.圆图D.直方图E.线图
4.比较1995年某地三种传染病白喉、乙脑、痢疾的病死率，选择的统计图是
A.直方图B.半对数图C.条图D.线图E.百分图
答案：1.A 2.B 3.D 4.C
第五篇：医学统计学各种资料比较_选择方法小结
医学统计学各种资料比较 选择方法小结
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2
2)n>40并且所以理论数大于1并且至少存在一个理论数
3)n￡40或存在理论数
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2
3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料 1.单样本资料与总体比较：
1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验
2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析
2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析
2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
2)配对的情况：用条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）
1.用Kaplan-Meier方法估计生存曲线 2.大样本时，可以寿命表方法估计
3.单因素可以用Log－rank比较两条或多条生存曲线 4.多个因素时，可以作多重的Cox回归
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
第六篇：医学统计方法小结
统计方法小结
首次分享者：yanyan 已被分享22次 评论(0)复制链接 分享 转载 删除
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。
2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2
2)n>40并且所以理论数大于1并且至少存在一个理论数
3)n￡40或存在理论数
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验 2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2
3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料
1.单样本资料与总体比较：
1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析 2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 2)配对的情况：用条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）
1.用Kaplan-Meier方法估计生存曲线 2.大样本时，可以寿命表方法估计
3.单因素可以用Log－rank比较两条或多条生存曲线 4.多个因素时，可以作多重的Cox回归
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
推荐专题： 医学统计学统计方法总结