首页 > 文献资料
-
利用SAS统计软件处理服从poisson分布的两个样本率比较
我们在推断两个样本率之间差异有无统计学意义时,通常用χ2检验.但是当发生小概率事件时,利用χ2检验就不适宜了.这时,应该用poisson分布来解决问题 [1].
-
两样本率比较假设检验方法连续性校正问题的探讨
两样本率的比较可以采用四格表资料 2检验、u检验(两者等价)或Fisher确切概率法.作者复习相关文献对连续性校正问题予以综述,以正确运用两样本率比较假设检验方法.
-
医学科研资料统计分析方法应用的探讨
在对医学科学研究资料进行统计分析时,经常会出现方法滥用误用的现象.作者从具体实例解释了多个样本均数和样本率(构成比)比较方法应用缺陷的原因和解决办法,旨在提高临床科研水平和论文学术水平.
-
从一个具体实例谈两样本率比较u检验的应用条件
在医药卫生领域的统计学书籍中,讲解两样本率比较的u检验时,有很多书籍选用了这样的一个例题:
-
多个样本率的多重比较
多个样本间的多重比较(multiple comparisons)是医学研究领域较为多见的应用问题.目前,对多个均数多重比较的研究比较成熟和深入,然而对多个样本率的多重比较,国内外虽有诸多探讨,但至今缺乏被普遍认可和推荐的方法,统计学专著和教科书中也鲜有讨论.
-
样本量估计及其在nQuery和SAS软件上的实现——率的比较(二)
2.1.1.5多分类样本率(单组构成比)的x2检验方法:本文所述的多分类样本率的x2检验实质上是指样本构成比与总体构成比的x2检验.Lachin( 1977)[4]提出的此类资料的样本量估计是建立在非中心的x2分布基础上的.其检验效能的计算公式为:1-β=1-x2(x21-α,(c-1),c-1,n△2) (2-11)式中,c为分类数;△2为效应量,n△2为非中心参数;x2(x,df,np)是非中心x2分布的累积分布函数.
-
样本量估计及其在nQuery和SAS软件上的实现——率的比较(五)
2.2.3 多样本率的差异性检验2.2.3.1 多个样本率比较的x2检验方法:Lachin(1977)[4]提出的多样本率检验的样本量估计是建立在自由度为g-1,非中心参数为N△2的非中心x2分布基础上的,检验效能的计算公式为,1-β=1-x2[x21-α,(g-1),g-1,N△2] (2-33)其中,π=8∑j=1rjπj/8∑j=1rjπj,v=8∑j=1rj(πj-(π)2/8∑j=1rj,△2 =v/(π)(1-(π))式中,g为组数;(π)为总阳性率;rj为各组样本量与第一组样本量的比值;v为率的整体标准误;△2为效应量.
-
样本量估计及其在nQuery和SAS软件上的实现——率的比较(一)
2率的比较2.1 单样本率的比较2.1.1 差异性检验2.1.1.1 单样本x2检验方法:Dixon &Massey (1983)[1]根据正态近似法得到的样本量估计公式如下:n=[Z1-α/s √∏0(1-∏0)+Z1-β√∏1(1-∏1)]2/(∏0-∏1)2(2-1)式中,α为检验水准;s取1代表单侧检验,取2代表双侧检验;1-β为检验效能;∏0为已知总体率;∏1为试验组预期总体率.
-
样本量估计及其在nQuery和SAS软件上的实现——率的比较(三)
2.1 两样本/多样本率的比较2.1.1差异性检验2.1.1.1 两样本率比较的Pearson x2检验(估计样本量或检验效能)方法:Machin和Campbell(1987)[7]、Fleiss等(1980)[8]提出样本量估计是建立在大样本正态逼近基础上的,其公式为,
-
率的多重比较
多个样本率(样本率个数＞2)间的两两比较称为率的多重比较.多个样本率经R×C表χ2检验,结果为拒绝Ho时,只能认为多个样本率对应的总体率间总的来讲有差异,尚不能作出多个总体率两两比较之间均有差异的结论.如还需进一步知道多个样本率所对应的总体率,哪两个总体率间有差异,哪两个总体率间无差异,哪个总体率大,哪个总体率小,须进一步进行率的两两比较.一种常见的错误比较方法是直接用普通四格表χ2检验,并按预先给定的α检验水准相对应的χ2界值(χ2α,1)进行统计推断.这样的结果会增大犯第Ⅰ类错误的概率(α),即可能把本来无差异的两个总体率推断为有差异.现介绍两种情况下适用的统计方法.
-
Bootstrap和Permutation方法在样本率多重比较中的应用
目的 介绍Bootstrap和Permutation方法在样本率多重比较中的应用.方法 调用SAS中的MULTTEST过程,编写程序实现样本率的两两比较和与控制组比较,并通过实例说明效果.结果 运用Bootstrap和Permutation方法能较好解决样本率的多重比较问题.结论 使用Bootstrap和Permutation方法的SAS程序,简单明了,结果准确,使用方便.
关键词： Bootstrap Permutation 样本率 多重比较 -
非正态总体下的小样本区间估计问题
在非正态总体的条件下，给出的样本是小样本时，根据总体的不同情况，可以用确切概率计算法、Fisher 正态近似法、切比雪夫不等式法等方法来确定总体未知参数的置信区间。
-
实验组与对照组率的多重比较
在医学统计分析中,经常要进行各实验组与对照组率的多重比较的数据分析.这种多重比较的统计分析与只有两个样本率比较的统计分析不同,因为这些样本率比较之间互相有联系,彼此不独立,致使这些样本率的多重比较的显著性界值或显著性水平发生改变,这种显著性界值或显著性水平与只有两个样本率比较的显著性界值或显著性水平不同.这种样本率的多重比较若使用通常的概率为0.05的显著性水平,容易导致统计分析结构的错误,应当避免.这种各实验组与对照组率的多重比较的方法中有的是调整显著性界值,有的是调整显著性水平.以下举例说明并对这些方法的特点进行讨论.
-
断指再植1600例发病分布分析
在急诊创伤的病例中,手外伤占到15.0%～28.6%[1,2].由于手指离断占相当比例,这使显微外科及断指再植技术在30年间得到飞速发展和广泛普及[3,4].但目前对手指离断的流行病学调查尚少见.为此,对我院1600例接受再植的断指病例的分布状况进行了回顾性分析.临床资料本组1 600例断指均为我院1990年2月～2000年1月急诊入院病例,占同期手外伤24.3%.其中男性1 034例(1 865指),女性566例(921指).年龄6个月～63岁,平均28.1岁.全部病例均发生于烟台市区及周边地区.患者均为完全性离断,诊断依据是断指远端离体或仅有少量组织相连,但在清创时需将其切断.统计学处理用多个样本率(行×列)的x2检验.
-
浅析医学统计方法的选择
现在很多文章都涉及血清标记物或方法学的评价，如2011年美国临床化学杂志（Clinical Chemistry）发表的文章大约70％都是与此相关的［1］，标记物或方法学的评价包括灵敏度、特异度、多个测量指标之间的关系、多个测量指标与应变量的关系等。这些评价都要与测量数据、实验数据打交道，因此掌握一些医学统计的基本概念和医学统计方法的正确选择就显得尤为重要。基本的医学统计方法有很多，如样本均数与已知样本均数比较、两样本均数比较、多个样本均数的比较、两个样本率的比较、多个样本率的比较、两组或多组构成比的比较、非参数检验、多因素资料的方差分析等。如果对于统计方法没有一个整体的把握和认识，可能就会出现误用滥用统计方法的情况。在此，笔者把统计方法选择的基本原则及选择流程图报告如下，以供同行参考。
-
儿童和青少年躁狂的治疗
儿科双相障碍的临床样本率为6%,其发作可致严重残疾、共患物质滥用和学习成绩下降[1].
-
儿童和青少年躁狂的治疗
儿科双相障碍的临床样本率为6%,其发作可致严重残疾、共患物质滥用和学习成绩下降[1].
