首页 > 文献资料
-
重复测量数据的两变量的独立性
两个变量间的相关程度在满足正态性条件前提下,我们可以用Pearson相关系数来刻划,并作相应的假设检验.但是经常会遇到两变量的样本观察值来自于重复测量数据,同一个变量不同时间点的观察值可能来自于不同的正态总体,且各时间点间具相关性.例如要研究乳癌患者在用药前、用药后1天、用药后5天、用药后14天的尿白蛋白和尿球蛋白之间是否独立. 本文通过广义多元分析原理分析两个向量变量的独立性来作重复测量数据两变量的独立性检验,并给出相应的SAS计算程序.
-
一种基于MC法的随机序列生成及检验
目的:基于MC法生成符合预期概率分布的随机序列,以便应用在以后的仿真系统中.方法:应用线性同余法在visual studio环境中建立随机模型模拟随机序列生成.并采用X2拟合优度检验法和自相关检验法检验生成的随机序列的均匀性、独立性.结果:100组随机序列的检验结果表明,独立性检验通过率为96%,均匀性检验通过率达到94%以上.结论:方法生成的随机序列满足随机性要求,以此定义的类模块可应用于今后的仿真实验中.
-
医学科研中合理运用统计学的方略--定性资料统计分析方法合理选用(3)
1 误用独立性检验取代一致性检验例1:某研究者在"CAP过敏原检测系统在高危哮喘儿中的应用"一文中关于统计学处理的表述如下:计量资料结果用均数±标准差((X)±s)表示,计数资料比较用卡方检验.方法评价:一致性检验采用卡方检验,差异性采用McNemar 检验,资料见表1.