數(shù)據(jù)分析的統(tǒng)計方法選擇小結(jié)目錄完全隨機分組設(shè)計的資料1配對設(shè)計或隨機區(qū)組設(shè)計2變量之間的關(guān)聯(lián)性分析3完全隨機分組設(shè)計的資料兩組或多組計量資料的比較兩組資料大樣本資料或服從正態(tài)分布的小樣本資料〔1〕假設(shè)方差齊性，那么作成組t檢驗〔2〕假設(shè)方差不齊，那么作t’檢驗或用成組的Wilcoxon秩和檢驗小樣本偏態(tài)分布資料，那么用成組的Wilcoxon秩和檢驗完全隨機分組設(shè)計的資料兩組或多組計量資料的比較多組資料假設(shè)大樣本資料或服從正態(tài)分布，并且方差齊性，那么作完全隨機的方差分析。如果方差分析的統(tǒng)計檢驗為有統(tǒng)計學意義，那么進一步作統(tǒng)計分析：選擇適宜的方法〔如：LSD檢驗，Bonferroni檢驗等〕進行兩兩比較。如果小樣本的偏態(tài)分布資料或方差不齊，那么作KruskalWallis的統(tǒng)計檢驗。如果KruskalWallis的統(tǒng)計檢驗為有統(tǒng)計學意義，那么進一步作統(tǒng)計分析：選擇適宜的方法〔如：用成組的Wilcoxon秩和檢驗，但用Bonferroni方法校正P值等〕進行兩兩比較。完全隨機分組設(shè)計的資料分類資料的統(tǒng)計分析單樣本資料與總體比較二分類資料〔1〕小樣本：用二項分布進行確切概率法檢驗；〔2〕大樣本：用U檢驗多分類資料：用Pearson2檢驗〔又稱擬合優(yōu)度檢驗〕完全隨機分組設(shè)計的資料分類資料的統(tǒng)計分析四格表資料〔1〕n>40并且所以理論數(shù)大于5，那么用Pearson2；〔2〕n>40并且所以理論數(shù)大于1并且至少存在一個理論數(shù)<5，那么用校正2或用Fisher’s確切概率法檢驗〔3〕n40或存在理論數(shù)<1，那么用Fisher’s檢驗完全隨機分組設(shè)計的資料分類資料的統(tǒng)計分析2×C表資料的統(tǒng)計分析列變量為效應指標，并且為有序多分類變量，行變量為分組變量，那么行評分的CMH2或成組的Wilcoxon秩和檢驗列變量為效應指標并且為二分類，列變量為有序多分類變量，那么用趨勢2檢驗行變量和列變量均為無序分類變量〔1〕n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，那么用Pearson2〔2〕n40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，那么用Fisher’s確切概率法檢驗完全隨機分組設(shè)計的資料分類資料的統(tǒng)計分析R×C表資料的統(tǒng)計分析列變量為效應指標，并且為有序多分類變量，行變量為分組變量，那么CMH2或KruskalWallis的秩和檢驗列變量為效應指標，并且為無序多分類變量，行變量為有序多分類變量，作nonezerocorrelationanalysis的CMH2列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析列變量和行變量均為無序多分類變量〔1〕n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，那么用Pearson2〔2〕n40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，那么用Fisher’s確切概率法檢驗完全隨機分組設(shè)計的資料Poisson分布資料單樣本資料與總體比較觀察值較小時：用確切概率法進行檢驗觀察值較大時：用正態(tài)近似的U檢驗兩個樣本比較：用正態(tài)近似的U檢驗配對設(shè)計或隨機區(qū)組設(shè)計兩組或多組計量資料的比較兩組資料大樣本資料或配對差值服從正態(tài)分布的小樣本資料，作配對t檢驗小樣本并且差值呈偏態(tài)分布資料，那么用Wilcoxon的符號配對秩檢驗配對設(shè)計或隨機區(qū)組設(shè)計兩組或多組計量資料的比較多組資料假設(shè)大樣本資料或殘差服從正態(tài)分布，并且方差齊性，那么作隨機區(qū)組的方差分析。如果方差分析的統(tǒng)計檢驗為有統(tǒng)計學意義，那么進一步作統(tǒng)計分析：選擇適宜的方法〔如：LSD檢驗，Bonferroni檢驗等〕進行兩兩比較。如果小樣本時，差值呈偏態(tài)分布資料或方差不齊，那么作Fredman的統(tǒng)計檢驗。如果Fredman的統(tǒng)計檢驗為有統(tǒng)計學意義，那么進一步作統(tǒng)計分析：選擇適宜的方法〔如：用Wilcoxon的符號配對秩檢驗，但用Bonferroni方法校正P值等〕進行兩兩比較。配對設(shè)計或隨機區(qū)組設(shè)計分類資料的統(tǒng)計分析四格表資料b+c>40，那么用McNemar配對2檢驗或配對邊際2檢驗b+c40，那么用二項分布確切概率法檢驗C×C表資料配比照較：用McNemar配對2檢驗或配對邊際2檢驗b+c40，那么用二項分布確切概率法檢驗變量之間的關(guān)聯(lián)性分析兩個變量之間的關(guān)聯(lián)性分析兩個變量均為連續(xù)型變量小樣本并且兩個變量服從雙正態(tài)分布，那么用Pearson相關(guān)系數(shù)做統(tǒng)計分析大樣本或兩個變量不服從雙正態(tài)分布，那么用Spearman相關(guān)系數(shù)進行統(tǒng)計分析兩個變量均為有序分類變量：可以用Spearman相關(guān)系數(shù)進行統(tǒng)計分析一個變量為有序分類變量，另一個變量為連續(xù)型變量：可以用Spearman相關(guān)系數(shù)進行統(tǒng)計分析變量之間的關(guān)聯(lián)性分析回歸分析直線回歸：如果回歸分析中的殘差服從正態(tài)分布〔大樣本時無需正態(tài)性〕，殘差與自變量無趨勢變化，那么直線回歸〔單個自變量的線性回歸，稱為簡單回歸〕，否那么應作適當?shù)淖儞Q，使其滿足上述條件。變量之間的關(guān)聯(lián)性分析回歸分析多重線性回歸：應變量〔Y〕為連續(xù)型變量〔即計量資料〕，自變量〔X1，X2，…，Xp〕可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布〔大樣本時無需正態(tài)性〕，殘差與自變量無趨勢變化，可以作多重線性回歸。觀察性研究：可以用逐步線性回歸尋找〔擬〕主要的影響因素實驗性研究：在保持主要研究因素變量〔干預變量〕外，可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析回歸分析二分類的Logistic回歸：應變量為二分類變量，自變量〔X1，X2，…，Xp〕可以為連續(xù)型變量、有序分類變量或二分類變量。非配對的情況：用非條件Logistic回歸〔1〕觀察性研究：可以用逐步線性回歸尋找〔擬〕主要的影響因素〔2〕實驗性研究：在保持主要研究因素變量〔干預變量〕外，可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析回歸分析二分類的Logistic回歸配對的情況：用條件Logistic回歸〔1〕觀察性研究：可以用逐步線性回歸尋找〔擬〕主要的影響因素〔2〕實驗性研究：在保持主要研究因素變量〔干預變量〕外，可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析回歸分析有序多分類有序的Logistic回歸：應變量為有序多分類變量，自變量〔X1，X2，…，Xp〕可以為連續(xù)型變量、有序分類變量或二分類變量?！?〕觀察性研究：可以用逐步線性回歸尋找〔擬〕主要的影響因素〔2〕實驗性研究：在保持主要研究因素變量〔干預變量〕外，可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析回歸分析無序多分類有序的Logistic回歸：應變量為無序多分類變量，自變量〔X1，X2，…，Xp〕可以為連續(xù)型變量、有序分類變量或二分類變量?！?〕觀察性研究：可以用逐步線性回歸尋找〔擬〕主要的影響因素〔2〕實驗性研究：在保持主要研究因素變量〔干預變量〕外，可以適當?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用變量之間的關(guān)聯(lián)性分析生存分析生存分析資料：要求資料記錄結(jié)局和結(jié)局發(fā)生的時間〔如；死亡和死亡發(fā)生的時間〕用Kaplan-Meier方法估計生存曲線大樣本時，