护理的统计学方法

2018-04-25 统计学

  统计方法的内容非常丰富,统计方法很多,但每种方法都有其适用条件。下面就是小编整理的护理的统计学方法,一起来看一下吧。

  一、 两组或多组计量资料的比较

  1 两组资料:

  1.1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。

  1.2小样本偏态分布资料,则用成组的Wilcoxon秩和检验。

  2 多组资料:

  2.1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。

  2.2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

  1.1二分类资料:

  (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。

  1.2多分类资料:用Pearson c2检验(又称拟合优度检验)。

  2 四格表资料

  2.1 n>40并且所以理论数大于5,则用Pearson c2。

  2.2 n>40并且所以理论数大于1并且至少存在一个理论数<5,则用校正 c2或用Fisher’s 确切概率法检验。

  2.3 n£40或存在理论数<1,则用Fisher’s 检验。

  三、 两个变量之间的关联性分析

  1 两个变量均为连续型变量

  1.1 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。

  1.2 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。

  四、 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。

  2.1观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素

  2.2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。

  3.1 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。

  3.2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。

  五、 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。

  注:计量资料(连续变量)

  例:年龄、血压值、得分等

  计数资料(无序分类变量)

  例:性别、职业、是/否

  统计方法:卡方检验。

  等级资料(有序分类变量)

  例:学历,职称、满意度(不满意、满意、非常满意)

  统计方法:秩和检验。

【护理的统计学方法】相关文章:

1.统计学的研究对象和方法

2.统计学教学方法的论文

3.统计学研究对象和方法

4.探讨关于统计学的学习方法

5.电脑伤害的肌肤护理方法

6.关于试谈《统计学》案例教学方法的论文

7.统计学的造句

8.有关统计学教学内容及实训方法的论文

上一篇:体育统计学应用题答案 下一篇:怎样学好统计学