醫(yī)學(xué)統(tǒng)計(jì)學(xué)（08）

——基于秩次的非參數(shù)檢驗(yàn)醫(yī)學(xué)統(tǒng)計(jì)學(xué)（08）

——基于秩次的非參數(shù)檢驗(yàn)1非參數(shù)檢驗(yàn)又稱為任意分布檢驗(yàn)，這類方法并不依賴總體分布的具體形式，應(yīng)用時(shí)可以不考慮研究變量為何種分布以及分布是否已知，進(jìn)行的不是參數(shù)之間的檢驗(yàn)，故稱非參數(shù)檢驗(yàn)。非參數(shù)檢驗(yàn)又稱為任意分布檢驗(yàn)，這類方法并不依賴總體分布的具體2精品資料精品資料3你怎么稱呼老師？如果老師最后沒有總結(jié)一節(jié)課的重點(diǎn)的難點(diǎn)，你是否會(huì)認(rèn)為老師的教學(xué)方法需要改進(jìn)？你所經(jīng)歷的課堂，是講座式還是討論式？教師的教鞭“不怕太陽曬，也不怕那風(fēng)雨狂，只怕先生罵我笨，沒有學(xué)問無顏見爹娘……”“太陽當(dāng)空照，花兒對(duì)我笑，小鳥說早早早……”醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件4精品資料精品資料5你怎么稱呼老師？如果老師最后沒有總結(jié)一節(jié)課的重點(diǎn)的難點(diǎn)，你是否會(huì)認(rèn)為老師的教學(xué)方法需要改進(jìn)？你所經(jīng)歷的課堂，是講座式還是討論式？教師的教鞭“不怕太陽曬，也不怕那風(fēng)雨狂，只怕先生罵我笨，沒有學(xué)問無顏見爹娘……”“太陽當(dāng)空照，花兒對(duì)我笑，小鳥說早早早……”醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件6基本特點(diǎn)：與分布無關(guān)基本方法：χ2檢驗(yàn)基于秩(等級(jí)，rank)的方法基于特定參照點(diǎn)（如中位數(shù)）的方法

……基本特點(diǎn)：與分布無關(guān)7非參數(shù)檢驗(yàn)的優(yōu)點(diǎn)：①適用范圍廣②受限條件少。參數(shù)檢驗(yàn)對(duì)總體分布等有特別限定，而非參數(shù)檢驗(yàn)的假定條件少，也不受總體分布的限制，更適合一般的情況。③具有穩(wěn)健性。參數(shù)檢驗(yàn)是建立在嚴(yán)格的假設(shè)條件基礎(chǔ)之上的，一旦不符合假設(shè)條件，其推斷的正確性將受到懷疑；而非參數(shù)檢驗(yàn)都是帶有最弱的假定，所受的限制很少，穩(wěn)健性好。非參數(shù)檢驗(yàn)的優(yōu)點(diǎn)：①適用范圍廣8①對(duì)符合用參數(shù)檢驗(yàn)的資料，如用非參數(shù)檢驗(yàn)，會(huì)丟失部分信息。

②雖然非參數(shù)檢驗(yàn)計(jì)算簡便，但有些問題的計(jì)算仍顯繁冗。非參數(shù)檢驗(yàn)的缺點(diǎn)：①對(duì)符合用參數(shù)檢驗(yàn)的資料，如用非參數(shù)檢驗(yàn)，會(huì)丟失部分信息。

9已知總體分布類型，對(duì)未知參數(shù)進(jìn)行統(tǒng)計(jì)推斷依賴于特定分布類型，比較的是參數(shù)

參數(shù)檢驗(yàn)（parametrictest）

非參數(shù)檢驗(yàn)（nonparametrictest）對(duì)總體的分布類型不作嚴(yán)格要求不受分布類型的影響，比較的是總體分布位置

優(yōu)點(diǎn)：方法簡便、易學(xué)易用，易于推廣使用、應(yīng)用范圍廣；可用于參數(shù)檢驗(yàn)難以處理的資料(如等級(jí)資料，或含數(shù)值“>50mg”等)缺點(diǎn)：方法比較粗糙，對(duì)于符合參數(shù)檢驗(yàn)條件者，采用非參數(shù)檢驗(yàn)會(huì)損失部分信息，其檢驗(yàn)效能較低；樣本含量較大時(shí)，兩者結(jié)論常相同已知總體分布類型，對(duì)未知參數(shù)進(jìn)行統(tǒng)計(jì)推斷依賴于特定分布類型，10應(yīng)用非參數(shù)檢驗(yàn)的情況1.不滿足正態(tài)和方差齊性條件的小樣本資料；2.總體分布類型不明的小樣本資料；3.一端或兩端是不確定數(shù)值（如＜0.002、＞65等）的資料（必選）；4.單向（雙向）有序列聯(lián)表資料；5.各種資料的初步分析。應(yīng)用非參數(shù)檢驗(yàn)的情況1.不滿足正態(tài)和方差齊性條件的小樣本資料11方法的起點(diǎn)－－排隊(duì)與秩次統(tǒng)計(jì)描述中排秩思想的成功應(yīng)用

百分位數(shù)、中位數(shù)排隊(duì)的優(yōu)點(diǎn)

廣泛適用于多種分布排隊(duì)的結(jié)果

將原始數(shù)據(jù)的比較轉(zhuǎn)化為秩次的比較方法的起點(diǎn)－－排隊(duì)與秩次統(tǒng)計(jì)描述中排秩思想的成功應(yīng)用12秩次(rank)——將數(shù)值變量值從小到大，或等級(jí)變量值從弱到強(qiáng)所排列的序號(hào)。例1

11只大鼠存活天數(shù)：存活天數(shù)4，10，7，50，3，15，2，9，13，>60，>60例2

9名肺炎病人的治療結(jié)果：療效治愈治愈死亡無效治愈有效治愈有效無效秩次

3649281571011

10.510.5平均秩次

2.52.597.52.55.52.55.57.5秩次

129735468秩次(rank)——將數(shù)值變量值從小到大，或等級(jí)變量值從弱到13SPSS中的菜單位置SPSS中的菜單位置14基于秩次的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)配對(duì)樣本比較的非參數(shù)檢驗(yàn)隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)15兩獨(dú)立樣本(A)受試對(duì)象隨機(jī)分組樣本1樣本2A完全隨機(jī)分組得到兩獨(dú)立樣本甲藥乙藥兩獨(dú)立樣本(A)受試對(duì)象隨機(jī)分組樣本1樣本2A完全隨機(jī)分組16兩獨(dú)立樣本(B)樣本1總體1樣本2總體2B從兩總體中隨機(jī)抽樣得到兩獨(dú)立樣本

隨機(jī)抽樣兩獨(dú)立樣本(B)樣本1總體1樣本2總體2B從兩總體中隨機(jī)抽17兩獨(dú)立樣本(C)總體樣本樣本2樣本1按某屬性分類

C按某一兩分類的屬性分組得到兩獨(dú)立樣本兩獨(dú)立樣本(C)總體樣本樣本2樣本1按某屬性分類C按某一181．建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)(α)

H0:兩總體分布相同

H1:兩總體分布不同

α=0.05。2．編秩

按數(shù)值由小到大排列，若有相同數(shù)據(jù),取平均秩。分析步驟：

1．建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)(α)

H0:兩總體分布相同

19基本思想兩樣本來自同一總體任一組秩和不應(yīng)太大或太小假定：兩組樣本的總體分布形狀相同

T與平均秩和應(yīng)相差不大3．計(jì)算秩和，確定檢驗(yàn)統(tǒng)計(jì)量秩和T值基本思想兩樣本來自同一總體任一組秩和不應(yīng)太大或太小假定：20當(dāng)n1>10或（n2-n1）>10時(shí)，則可采用正態(tài)近似法求u（Z）值來確定P值，其公式如下：

4．確定P值和作出推斷結(jié)論

當(dāng)n1<=10或（n2-n1）<=10時(shí)，查表P值

當(dāng)n1>10或（n2-n1）>10時(shí)，則可采用正態(tài)近似法求u21若相同秩次較多，應(yīng)作校正計(jì)算若相同秩次較多，應(yīng)作校正計(jì)算22【例1】某實(shí)驗(yàn)室觀察缺氧條件下大鼠與小鼠的生存，以生存日數(shù)作為觀察指標(biāo)。試檢驗(yàn)兩組生存日數(shù)有無差別?【例1】某實(shí)驗(yàn)室觀察缺氧條件下大鼠與小鼠的生存，以生存日數(shù)作23醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件24T=170>146,P<0.05T在界值范圍內(nèi)P>α

T在界值范圍外P<α

T與界值相等P=αT=170>146,P<0.05T在界值范圍內(nèi)P>25SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。26第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)27第三步：非參數(shù)檢驗(yàn)（1）第三步：非參數(shù)檢驗(yàn)（1）28第三步：非參數(shù)檢驗(yàn)（2）第三步：非參數(shù)檢驗(yàn)（2）29第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、四分位間距等。標(biāo)準(zhǔn)差較大第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、30第四步：結(jié)果解讀（2）結(jié)果解讀：Z=3.630,P=0.000第四步：結(jié)果解讀（2）結(jié)果解讀：Z=3.630,P=0.0031【例2】20名正常人和32名鉛作業(yè)工人尿鉛定性檢查結(jié)果如表。問鉛作業(yè)工人尿鉛是否高于正常人?【例2】20名正常人和32名鉛作業(yè)工人尿鉛定性檢查結(jié)果如表。32醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件33醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件34U檢驗(yàn)：Zc=U，與1.96，2.58比較U檢驗(yàn)：35SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。36第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)37第三步：加權(quán)個(gè)案第三步：加權(quán)個(gè)案38第四步：非參數(shù)檢驗(yàn)第四步：非參數(shù)檢驗(yàn)39第五步：結(jié)果解讀結(jié)果解讀：Z=4.503,P=0.000第五步：結(jié)果解讀結(jié)果解讀：Z=4.503,P=0.00040兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)配對(duì)樣本比較的非參數(shù)檢驗(yàn)隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)41完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的秩和檢驗(yàn)由Kraskal和Wallis在Wilcoxon秩和檢驗(yàn)基礎(chǔ)上擴(kuò)展而來，又稱K-W檢驗(yàn)或H檢驗(yàn)。完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的秩和檢驗(yàn)由Kraskal和Wall421．建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)（α）

H0:k個(gè)總體分布相同；

H1:k個(gè)總體分布不同或不全相同；

α=0.05。2．混合編秩

將各組數(shù)據(jù)混合，由小到大編秩。遇有原始數(shù)據(jù)相同時(shí)，若相同數(shù)據(jù)在同一組內(nèi)，則仍按順序編秩；若相同數(shù)據(jù)在不同組，則取它們的平均秩次。

分析步驟：1．建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)（α）

H0:k個(gè)總體分布433．求秩和并計(jì)算檢驗(yàn)統(tǒng)計(jì)量H

將各組秩次分別相加，求出各組的秩和Ri。檢驗(yàn)統(tǒng)計(jì)量值H可按下式計(jì)算：

式中，Ri為各組的秩和，ni為各組樣本含量，N為總樣本含量。分析步驟：3．求秩和并計(jì)算檢驗(yàn)統(tǒng)計(jì)量H

將各組秩次分別相44當(dāng)各組相同秩次較多時(shí)，可對(duì)H值進(jìn)行校正，按下式求值。分析步驟：tj相同秩次的數(shù)量當(dāng)各組相同秩次較多時(shí)，可對(duì)H值進(jìn)行校正，按下式求值。454．確定P值和作出推斷結(jié)論

當(dāng)組數(shù)K=3，每組樣本含量ni≤5時(shí)，可查附表（H界值表）得到P值。

若k>3或ni>5時(shí)，H值的分布近似于自由度為k-1的χ2分布，此時(shí)可查χ2界值表得到P值。

最后按P值作出推斷結(jié)論。分析步驟：4．確定P值和作出推斷結(jié)論

當(dāng)組數(shù)K=3，每組樣本含46【例3】比較小白鼠接種三種不同菌型傷寒桿菌9D、11C和DSC1后存活日數(shù)，結(jié)果見表。問小白鼠接種三種不同菌型傷寒桿菌的存活日數(shù)有無差別？【例3】比較小白鼠接種三種不同菌型傷寒桿菌9D、11C和DS47醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件48P=1-CDF.CHISQ(9.97,2)P=1-CDF.CHISQ(9.97,2)49SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。50第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)51第三步：非參數(shù)檢驗(yàn)第三步：非參數(shù)檢驗(yàn)52第四步：結(jié)果解讀結(jié)果解讀：x2=9.940,P=0.007第四步：結(jié)果解讀結(jié)果解讀：x2=9.940,P=0.00753【例4】四種疾病患者痰液內(nèi)嗜酸性白細(xì)胞的檢查結(jié)果見表。問四種疾病患者痰液內(nèi)的嗜酸性白細(xì)胞有無差別？【例4】四種疾病患者痰液內(nèi)嗜酸性白細(xì)胞的檢查結(jié)果見表。問四種54醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件55P=1-CDF.CHISQ(15.52,3)P=1-CDF.CHISQ(15.52,3)56SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。57第二步：輸入原始數(shù)據(jù)第二步：58第三步：加權(quán)個(gè)案第三步：加權(quán)個(gè)案59第四步：非參數(shù)檢驗(yàn)第四步：非參數(shù)檢驗(yàn)60第五步：結(jié)果解讀結(jié)果解讀：x2=15.506,P=0.001第五步：結(jié)果解讀結(jié)果解讀：x2=15.506,P=0.00161【例5】某臨床藥理基地觀察5組接受不同治療的婦科病人，結(jié)果見表。問5組療效有無差別?【例5】某臨床藥理基地觀察5組接受不同治療的婦科病人，結(jié)果見62醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件63P=1-CDF.CHISQ(195.50,4)P=1-CDF.CHISQ(195.50,4)64SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。65第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)66第三步：加權(quán)個(gè)案第三步：加權(quán)個(gè)案67第四步：非參數(shù)檢驗(yàn)第四步：非參數(shù)檢驗(yàn)68第五步：結(jié)果解讀結(jié)果解讀：x2=195.504,P=0.000第五步：結(jié)果解讀結(jié)果解讀：x2=195.504,P=0.0069兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)配對(duì)樣本比較的非參數(shù)檢驗(yàn)隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)70配對(duì)設(shè)計(jì)(A)甲藥乙藥A受試對(duì)象按某些特征配對(duì)，兩對(duì)象隨機(jī)接受兩種處理配對(duì)設(shè)計(jì)(A)甲藥乙藥A受試對(duì)象按某些特征配對(duì)，兩對(duì)象隨機(jī)71配對(duì)設(shè)計(jì)(B)方法甲方法乙B一份樣品，一分為二，隨機(jī)接受兩種處理配對(duì)設(shè)計(jì)(B)方法甲方法乙B一份樣品，一分為二，隨機(jī)接受兩72治療前治療后治療配對(duì)設(shè)計(jì)(C)C受試對(duì)象處理前后比較治療前治療后治配對(duì)設(shè)計(jì)(C)C受試對(duì)象處理前后比較73配對(duì)設(shè)計(jì)差值比較的符號(hào)秩和檢驗(yàn)由Wilcoxon1945年提出，又稱Wilcoxon符號(hào)秩和檢驗(yàn)，常用于檢驗(yàn)差值的總體中位數(shù)是否等于零。配對(duì)設(shè)計(jì)差值比較的符號(hào)秩和檢驗(yàn)由Wilcoxon19474（1）建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)

Ho：差值總體中位數(shù)Md=0

H1：差值總體中位數(shù)Md≠0

α=0.05分析步驟：（2）編秩：求差值編秩方法：依差值的絕對(duì)值從小到大編秩。編秩時(shí)注意兩點(diǎn)：遇差值為0者，舍去不計(jì)，n相應(yīng)減少

差值的絕對(duì)值相等,符號(hào)不同者應(yīng)取平均秩次編秩后，按差值的正負(fù)給秩次冠上符號(hào)。（1）建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)

Ho：差值75（3）求差值為正或負(fù)的秩和

差值為正的秩和以T+表示

差值為負(fù)的秩和以T-表示。

T++T-=n(n+1)/2

T=min（T+，T-）

（4）確定P值和作出推斷結(jié)論：

當(dāng)n≤50時(shí)，查T界值表

T在界值范圍內(nèi)P>α

T在界值范圍外P<α

T與界值相等P=α分析步驟：（3）求差值為正或負(fù)的秩和

差值為正的秩和以T+表示76

當(dāng)n>50，可采用正態(tài)近似法，計(jì)算u值。正態(tài)近似法當(dāng)n>50，可采用正態(tài)近似法，計(jì)算u值。正態(tài)近77若相同秩次較多，應(yīng)作校正計(jì)算。

Z或

式中，tj為第j（j=1，2，…）個(gè)相同差值的個(gè)數(shù)。正態(tài)近似法若相同秩次較多，應(yīng)作校正計(jì)算。

Z或

78【例6】對(duì)10名患者分別用甲法與乙法，測得血汞值。問兩種方法的結(jié)果有無差別?【例6】對(duì)10名患者分別用甲法與乙法，測得血汞值。問兩種方法79n=10-1=9n=10-1=980T=min(26.5,18.5)=18.5n=9p>0.05T=min(26.5,18.5)=18.581SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。82第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)83第三步：非參數(shù)檢驗(yàn)（1）第三步：非參數(shù)檢驗(yàn)（1）84第三步：非參數(shù)檢驗(yàn)（2）第三步：非參數(shù)檢驗(yàn)（2）85第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、四分位間距等。標(biāo)準(zhǔn)差較大第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、86第四步：結(jié)果解讀（2）結(jié)果解讀：Z=0.474,P=0.635第四步：結(jié)果解讀（2）結(jié)果解讀：Z=0.474,P=0.6387【例7】對(duì)12份血清分別用原方法（檢測時(shí)間20分鐘）和新方法（檢測時(shí)間10分鐘）測谷-丙轉(zhuǎn)氨酶，結(jié)果見表。問兩法所得結(jié)果有無差別？【例7】對(duì)12份血清分別用原方法（檢測時(shí)間20分鐘）和新方法88醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件89T=MIN(54.5,11.5)=11.5n=11P>0.05T=MIN(54.5,11.5)=11.590SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。91第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)92第三步：非參數(shù)檢驗(yàn)（1）第三步：非參數(shù)檢驗(yàn)（1）93第三步：非參數(shù)檢驗(yàn)（2）第三步：非參數(shù)檢驗(yàn)（2）94第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、四分位間距等。標(biāo)準(zhǔn)差較大第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、95第四步：結(jié)果解讀（2）結(jié)果解讀：Z=1.913,P=0.056第四步：結(jié)果解讀：Z=1.913,P=0.05696兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)配對(duì)樣本比較的非參數(shù)檢驗(yàn)隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本比較的非參數(shù)檢驗(yàn)基于秩次的非參數(shù)檢驗(yàn)97隨機(jī)區(qū)組設(shè)計(jì)資料比較，如果觀察結(jié)果不滿足方差分析條件，可用Friedman檢驗(yàn)（Friedmantest）。隨機(jī)區(qū)組設(shè)計(jì)資料比較，如果觀察結(jié)果不滿足方差分析條件981.建立檢驗(yàn)假設(shè)和確定檢驗(yàn)水準(zhǔn)2.編秩：先在每一配伍組內(nèi)將數(shù)據(jù)從小到大編秩，如有相同數(shù)據(jù)，取平均秩次；再求各處理組秩和Ri，i=1，2，...，g。分析步驟1.建立檢驗(yàn)假設(shè)和確定檢驗(yàn)水準(zhǔn)分析步驟993.計(jì)算檢驗(yàn)統(tǒng)計(jì)量M值（1）查表法(n≤15，g≤15)：M=Σ（Rj-R）2（R=Σ

Rj/g）==》M界值表基于χ2分布近似法得到χ2值查有關(guān)的χ2界值表（2）χ2分布近似法分析步驟：自由度為（g-1）

3.計(jì)算檢驗(yàn)統(tǒng)計(jì)量M值分析步驟：自由度為（g-1）100當(dāng)各區(qū)組間出現(xiàn)相同秩次時(shí)，需進(jìn)行校正校正公式為b為區(qū)組個(gè)數(shù),k為處理組個(gè)數(shù)4．確定P值和作出推斷結(jié)論當(dāng)各區(qū)組間出現(xiàn)相同秩次時(shí)，需進(jìn)行校正校正公式為b為區(qū)組個(gè)數(shù)101【例8】8名受試對(duì)象在相同實(shí)驗(yàn)條件下分別接受4種不同頻率聲音的刺激，他們的反應(yīng)率（%）資料見表。問4種頻率聲音刺激的反應(yīng)率是否有差別？【例8】8名受試對(duì)象在相同實(shí)驗(yàn)條件下分別接受4種不同頻率聲音102醫(yī)學(xué)統(tǒng)計(jì)學(xué)--基于秩次的非參數(shù)檢驗(yàn)--ppt課件103SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。104第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)105第三步：非參數(shù)檢驗(yàn)（1）第三步：非參數(shù)檢驗(yàn)（1）106第三步：非參數(shù)檢驗(yàn)（2）第三步：非參數(shù)檢驗(yàn)（2）107第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、四分位間距等。第四步：結(jié)果解讀（1）結(jié)果解讀：例數(shù)、均數(shù)、標(biāo)準(zhǔn)差、中位數(shù)、108第四步：結(jié)果解讀（2）結(jié)果解讀：x2=15.152,P=0.002第四步：結(jié)果解讀：x2=15.152,P=0.002109一個(gè)討論案例【例9】某中醫(yī)醫(yī)院采用中西醫(yī)結(jié)合方法治療228例不同病情的腦卒中患者，療效情況如下表。一個(gè)討論案例【例9】某中醫(yī)醫(yī)院采用中西醫(yī)結(jié)合方法治療228例110SPSS軟件操作第一步：建立變量。SPSS軟件操作第一步：建立變量。111第二步：輸入原始數(shù)據(jù)第二步：輸入原始數(shù)據(jù)112第三步：加權(quán)個(gè)案第三步：加權(quán)個(gè)案1131、不同病情的腦卒中患者，療效有無差別？1、不同病情的腦卒中患者，療效有無差別？114第三步：秩和檢驗(yàn)第三步：秩和檢驗(yàn)115第四步：結(jié)果解讀結(jié)果解讀：x2=24.319,P=0.000第四步：結(jié)果解讀：x2=24.319,P=0.0001162、腦卒中患者病情與療效有無相關(guān)？2、腦卒中患者病情與療效有無相關(guān)？117第三步：等級(jí)相關(guān)分析第三步：等級(jí)相關(guān)分析118第四步：結(jié)果解讀結(jié)果解讀：rs=0.311,P=0.000第四步：結(jié)果解讀結(jié)果解讀：rs=0.311,P=0.0001193、腦卒中患者病情與療效變化趨勢如何？3、腦卒中患者病情與療效變化趨勢如何？120第三步：線性趨勢檢驗(yàn)（1）第三步：線性趨勢檢驗(yàn)（1）121第三步：線性趨勢檢驗(yàn)（2）第三步：線性趨勢檢驗(yàn)（2）122輸出4種卡方檢驗(yàn)結(jié)果：

1、pearson卡方

2、卡方值的校正值

3、似然比卡方，一般用于對(duì)數(shù)線性模型。

4、fisher的精確檢驗(yàn)線性趨勢檢驗(yàn)輸出4種卡方檢驗(yàn)結(jié)果：

1、pearson卡方

2、卡方值的123第四步：結(jié)果解讀結(jié)果解讀：x2=21.797,P=0.000第四步：結(jié)果解讀：x2=21.797,P=0.000124線性趨勢檢驗(yàn)計(jì)量資料——線性回歸等級(jí)有序資料——線性趨勢檢驗(yàn)基本原則：將x2值進(jìn)行分解，將總變異分為線性回歸分量和偏離線性回歸分量?？傋儺惥€性回歸分量線性趨勢檢驗(yàn)計(jì)量資料——線性回歸總變異線性回歸分量125

Ridit分析是一種關(guān)于等級(jí)資料進(jìn)行對(duì)比組與標(biāo)準(zhǔn)組比較的假設(shè)檢驗(yàn)方法，其基本思想是先確定一個(gè)標(biāo)準(zhǔn)組作為特定總體，求得各等級(jí)的Ridit值，標(biāo)準(zhǔn)組平均Ridit值理論上可以證明等于0.5，其他各組與標(biāo)準(zhǔn)組比較，看其可信區(qū)間是否與0.5重疊，來判斷組間的統(tǒng)計(jì)學(xué)顯著性，最后得出專業(yè)解釋。Ridit分析Ridit分析是一種關(guān)于等級(jí)資料進(jìn)行對(duì)比組與標(biāo)準(zhǔn)組比126Ridit分析適用范圍：

1.兩組或兩組以上等級(jí)資料的比較和分析

2.兩端數(shù)據(jù)不確切的計(jì)量資料分組轉(zhuǎn)換成計(jì)數(shù)資料的分析，如血清滴度等。特點(diǎn)：簡便、直觀、適用性廣。Ridit分析適用范圍：127Ridit分析關(guān)鍵步驟：

一、確定標(biāo)準(zhǔn)組：

1.利用已知的標(biāo)準(zhǔn)分布（傳統(tǒng)方法）作為標(biāo)準(zhǔn)組。

2.以例數(shù)最多的一組作為標(biāo)準(zhǔn)組。