SPSS实战:两个有序分类变量的趋势检验(Mantel-Haenszel卡方检验)
两个有序分类变量的趋势检验:Mantel-Haenszel卡方检验。这个方法用在什么场合,怎么用SPSS来操作,和Cochran-Armitage趋势检验又有什么区别?一、问题与数据 研究者想探索慢性疼痛症状数量与疼痛等级间的关系,从一家大型医院入院治疗慢性疼痛的病人中随机招募了364例研究对象。慢性疼痛门诊的
医咖会 - 趋势检验 - 2018-11-07
SPSS实战:有序分类变量和二分类变量的趋势检验(Cochran-Armitage)
一、问题与数据 研究者想分析偏头痛药物的剂量与药物眩晕副作用是否存在线性关系。研究者从入院治疗偏头痛的病人中随机选择646名病人。这些病人服用五种剂量的药物并报告是否出现眩晕。五种药物剂量分别是50mg、100mg、150mg、200mg和250mg,为有序分类变量,分别赋值为1-5,变量名为drug_dose。如果病人报告眩晕,则报告“yes”,否则报告“no”,为二分类变量,
医咖会 - 趋势检验,SPSS - 2018-11-07
要做相关性分析,该如何选择正确的统计方法?
确定是要分析不同因素间的相关性?相关性分析主要用于:(1)判断两个或多个变量之间的统计学关联;(2)如果存在关联,进一步分析关联强度和方向。那么,什么样的研究可以进行相关性分析呢?我们在这里列举了几个相关性研究的例子供大家参考:判断拟研究变量的数量确定要进行相关性分析后,对两个变量或多个变量进行相关性分析所采取的统计方法是不同的。那么,怎么判断研究变量的数量呢?我们分别就两个变量的研究和三个及
医咖会 - 相关性分析 - 2019-12-02
涉及≥3个变量的相关性分析,如何选择统计方法?
先看示例分析三个及以上变量的相关性时,我们的主要目的是分析两个“主要”观察变量的相关性,并考虑其它因素对其关联的影响,这就需要纳入其它因素。以三个变量为例,我们拟研究变量A和变量B之间的相关性,但希望“去掉”或“校正”变量C的影响,即分析调整变量C后,变量A和变量B的关系。在这种情况下,我们就需要在该研究中纳入变量C。纳入其它因素是为了去除该类因素对主要观察变量相关性的影响。调整该类因素后,可以减
医咖会 - 医学人文 - 2019-12-04
常用的几种趋势检验方法
趋势检验在临床研究中用得并不太多,但却非常重要。如果能证明各等级间存在线性趋势(如剂量-反应关系或剂量-效应关系),那么该研究的证据等级非常高。最新的GRADE分级将剂量-反应关系放在较高等级。想想也是,两组间存在差异可能是偶然抽样得到的结果,也可能是系统误差导致的。但如果实际上没有等级趋势,抽样样本发现某种趋势的可能性要小很多。随着统计软件功能的强大,很多人习惯通过各种模型回答趋势性问题,比如,
临床流行病学和循证医学 - 趋势检验 - 2018-10-23
卡方检验及其错误应用——有“率”未必“卡方”
有不少临床工作者,提“率”必“卡方”,似乎卡方检验是分析“率”指标的万能工具,也有的人只要看到分类资料,一律用卡方检验。事实上,不同的研究目的、资料类型所采用的方法是各不相同的。换句话说,卡方检验可以比较两组或多组的分类资料,但分类资料的比较不一定非要用卡方检验。本文主要针对目前论文撰写中常见的一些卡方检验的错误应用进行分析,并给出正确的分析思路。一定要区分“分
小白学统计 - 卡方检验 - 2019-06-13
有序多分类Logistic回归SPSS实战操作教程
1、问题与数据 在某胃癌筛查项目中,研究者想了解首诊胃癌分期(Stage)与患者的经济水平的关系,以确定胃癌筛查的重点人群。为了避免性别因素对结论的混杂影响,研究者将性别(Sex)也纳入分析(本例仅为举例说明如何进行软件操作,实际研究中需控制的混杂因素可以更多)。研究者将所有筛查人群的结果如表1,变量赋值如表2。变量赋值情况 2、对数据结构的分析
MedSci原创 - SPSS,回归 - 2017-05-12
单样本分析,统计方法如何选?
单样本分析主要用于:(1)对变量进行描述;(2)对比样本与已知分布的差异。单样本分析中仅包含一个变量的一组数据。举例来说,研究者拟分析50-60岁男性的血压情况。其中,血压是该研究中唯一的变量,50-60岁男性是唯一的分组,没有其他数据,这时就适合使用单样本分析。当然,单样本分析也常作为其他统计分析的基础出现在多数报告中,帮助研究者了解各变量的基本情况。单样本分析的示例如下
医咖会 - 单样本分析 - 2020-01-02
最近看文献了吗,有没有看到p for trend呢
以前,觉得有个p值就很高大上了。怎料到,现在的trend已经变成了p for trend。p for trend主要是指随着某分组变量的递增或递减(需要注意的是,该分组变量需是有序多分类变量),其他变量是否存在某种趋势变化。如下表中,每日观看电视时长为有序多分类变量:小于1.5h,1.5~3.0h,3.0~4.5h,大于等于4.5h。研究者探讨了随着电视观看时长的增加,其他变量的变化情况。我们知道
临床流行病学和循证医学 - P,for,trend - 2019-04-15
想要建立预测模型,统计方法怎么选?
预测模型是基于变量之间的相关关系,通过一个或几个变量预测另一个变量的分析方法。我们可以根据自变量(预测变量或解释变量)预测因变量(应答变量或结局变量)。比如,通过久坐时长预测受试者的血液胆固醇浓度,或者根据受试者的年龄、性别、BMI等变量信息预测高血压病发病情况。此外,预测模型还可以帮助我们判断各自变量的重要性,即自变量对因变量的解释能力。
医咖会 - 预测模型 - 2019-12-11
计量资料显著性检验的两个常见错误
错误之一:多组间均数比较采用多次t检验,而不用方差分析。多组间均数比较时,如果资料呈正态分布,且方差呈齐性时,应该用方差分析(也叫 ANOVA分析,或F检验)。方差分析只能告诉我们多组间均数是否全部相等,即便F<Fα,也只能说明在α水准上至少有两组均数差异有显著性,并不能告诉我们到底哪两组均数间有差异。要研究某两个或某几个总体均数是否相等,还要在方差分析的基础上,进一步作两两比较的q检验(也叫
统计学 - 2010-12-18
统计方法选用手册
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(
医学生 - 统计,方法,分析,回归 - 2014-05-20
临床研究常用统计方法的选择与误用
复旦大学临床流行病学/循证医学中心 复旦大学附属中山医院 施鹏 随着国内外医学期刊越来越重视统计方法的正确应用,国内临床医生早已认识到医学统计学在临床研究中的重要作用。然而,部分临床医生对统计方法的选择还存在一定的困难,时常会出现误用统计方法的情况。本文对常用统计分析方法进行梳理,指出常见的错误,以帮助临床医生做出正确的选择。 统计分析的一个目的就是通过样本信息推论总体特征,分析单个或多
MedSci原创 - 统计,临床研究 - 2011-12-10
SPSS进行相关分析(Pearson、Spearman、卡方检验)
一、相关分析方法的选择及指标体系 (一)两个连续变量的相关分析 1、Pearson相关系数 最常用的相关系数,又称积差相关系数,取值-1到1,绝对值越大,说明相关性越强。该系数的计算和检验为参数方法,适用条件如下: (1)两变量呈直线相关关系,如果是曲线相关可能不准确。 (2)极端值会对结果造成较大的影响 (3)两变量符合双变量联合正态分布。
MedSci原创 - SPSS,相关,卡方 - 2014-05-06
Pearson,Kendall和Spearman三种相关分析方法的比较
软件相关分析中,pearson(皮尔逊), kendall(肯德尔)和spearman(斯伯曼/斯皮尔曼)三种相关分析方法有什么异同 两个连续变量间呈线性相关时,使用Pearson积差相关系数,不满足积差相关分析的适用条件时,使用Spearman秩相关系数来描述.
MedSci原创 - 相关分析,统计 - 2013-11-21
为您找到相关结果约500个