首页 > 文献资料
-
如何用SAS软件正确分析生物医学科研资料ⅩⅪ.结果变量为二值变量的高维列联表资料的统计分析与SAS软件实现(一)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3[1].对于高维列联表资料,根据结果变量的性质可分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表[2].本文将详细介绍如何通过SAS软件用CMH x2检验和加权x2检验实现结果变量为二值变量的高维列联表的统计分析.
-
如何用SAS软件正确分析生物医学科研资料ⅩⅩⅡ.结果变量为二值变量的高维列联表资料的统计分析与SAS软件实现(二)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3.对于高维列联表资料,根据结果变量的性质可将高维列联表分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表.在上一期中,我们已经介绍了用CMHx2检验和加权x2检验处理结果变量为二值变量的高维列联表资料,本文将继续介绍结果变量为二值变量的高维列联表资料的其他分析方法及SAS实现.
-
如何用SAS软件正确分析生物医学科研资料XVI.用SAS软件实现2×2列联表资料的统计分析
分析定性资料时,首先应正确判断资料所对应的列联表类型;其次根据不同的分析目的,并结合统计分析方法的应用条件,选择合适的分析方法.通常,列联表可分为:2 × 2表(4 类)、R × C 表(5 类)和高维列联表(3 类)以及具有重复测量因素的高维列联表[1].本期主要介绍 2 × 2 列联表资料统计分析的 SAS 实现.
-
如何用SAS 软件正确分析生物医学科研资料XVIII. R × C 列联表资料的统计分析与SAS 软件实现(一)
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息."生物多样性数据分析"是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度.现在,电子计算机的普及使得生物统计分析过程大大简化,生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来,简化了生物统计分析过程,使之成为生物学研究者的常用工具.本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授,以"如何用 SAS 软件正确分析生物医学科研资料"为题,撰写系列统计学讲座,希望该系列讲座能对生物医学科研工作者有所帮助.
-
如何用SAS软件正确分析生物医学科研资料XVII.R×2列联表与2×C列联表资料的统计分析与SAS实现
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息."生物多样性数据分析"是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度.
-
如何用SAS软件正确分析生物医学科研资料ⅩⅩⅢ.结果变量为多值有序变量的高维列联表资料的统计分析与SAS软件实现(一)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3.对于高维列联表资料,根据结果变量的性质可将其分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表.本文将详细介绍结果变量为多值有序变量的高维列联表及其用SAS软件实现统计分析的内容.
-
如何用SAS软件正确分析生物医学科研资料XXV.结果变量为多值名义变量的高维列联表资料的统计分析与SAS软件实现(一)
生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息。“生物多样性数据分析”是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在,电子计算机的普及使得生物统计分析过程大大简化,生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来,简化了生物统计分析过程,使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授,以“如何用 SAS 软件正确分析生物医学科研资料”为题,撰写系列统计学讲座,希望该系列讲座能对生物医学科研工作者有所帮助。
-
C×C列联表资料的假设检验方法
在药物科学研究时,采用重复测量或配对设计的方法,对n个观察对象进行2次观察,分别逐一判断它们属于C个类别的哪一类别,可用C×C列联表表示(表1),相应的联合概率分布见表2.
-
CMH统计分析方法在多中心试验2×2表资料的应用
CMH统计分析(Cochran-Mantel-Haensel Statistics),是Mantel于1963年在原有MH统计分析方法(1959年)的基础上提出来的,Koch等统计学家于1978至1988年使之发展和完善,现在习惯称之为扩展的MH卡方统计(Extended Mantel-Haensel Statistics),也笼统称之为MH检验,可用于多中心试验的2×2,2×r和s×2以及s×r列联表资料的统计处理,本文阐述CMH统计分析方法在多中心试验2×2表资料的应用.
-
CMH统计分析方法在Stata中的实现
CMH统计分析(Cochran-Mantel-Haenzsel Statistics)在医学科研过程中越来越受到重视,尤其广泛应用于单或多中心临床试验列联表资料的统计处理.它根据r×c表格中行变量与列变量的属性不同,给出三种检验统计量[1].目前权威的统计软件中,SAS可以实现这个功能,但是Stata软件尚未提供多中心列联表统计分析的相应命令模块,给医学科研工作造成了一定的困难.
-
CMH统计分析方法在多中心试验s×r表资料的应用
多中心试验中,有时试验的对象分为两组或两组以上,分别给予不同的处理,其结果作为反应变量不仅仅是二分类,也可能是多分类,且属性可能是有序的,也可能是无序的或名义的,这样构成分层的s×r列联表资料.多中心试验的2×2、2×r(列变量为有序变量)和s×2(行变量为有序变量)列联表资料是s×r列联表资料的特殊情况.本文阐述CMH统计分析方法在多中心(或分层)试验广义s×r列联表资料的应用.
-
双向有序分类资料线性趋势检验的几个问题商榷
国内相关文献[1-4]在介绍双向有序列联表资料线性趋势检验时,均将列联表Pearson卡方检验χ2值分解成线性回归分量χ2回归与偏离线性回归分量χ2偏,即
-
列联表的行列关联度与对应分析
在流行病学和行为科学研究中,经常需要考察两个分类变量的统计学关联,进而探索其因果关联.与四格表资料相比,列联表是一种用多行多列来表达两个分类变量的特殊类型.本文旨在探讨和比较运用SPSS11.0进行列联表资料的χ2检验、列联系数C和对应分析的应用.
-
用SAS软件实现列联表资料趋势检验
列联表资料趋势检验是药学科研中经常用到的一种统计检验方法,在临床药物疗效研究方面具有十分广泛的适用性.本文主要从列联表资料趋势检验的概念、分析方法的合理选用、如何使用SAS程序进行分析,以及如何解释结果几个方面作一概述.
-
病例对照研究列联表资料的SPSS分析
病例对照研究是基本的,也是常用的流行病学研究类型,其资料多整理成列联表形式进行统计分析.SPSS(Statistics Package for Social Science),即社会科学统计软件包,是国际上具权威性的统计分析软件之一,以其具有友好的人机对话操作界面、强大的统计分析功能和运算快速的特点,被广泛地应用.
-
2×2列联表资料的正确分析方法
2×2列联表资料又称配对计数资料,收集这类资料的目的是通过单一样本数据推断两种处理的结果有无差别.常用于比较两种提取方法、两种培养方法等的差别,也可用于比较两种检验方法的差别.其特点是对同一样本的每一检品分别用两种方法处理,观察其阳性或阴性结果.
-
对数线性模型在分析蒙古族农牧民吸烟与高血压关系中的应用
近年来,列联表资料分析方法的应用越来越广泛,Logistic回归分析在算出危险因子的相对危险性对使疾病与致病因子间的联系得以揭示,但表的维数增加,尤其是几个因素无法确定因变量时,给这些方法带来了许多问题,除不能对各变量之间的关系给出一个系统评价外,也不能对变量的效应进行估计.在考虑可能存在的交互影响时,x2检验、Logistic模型等就很难胜任,特别是遇到更为复杂的列联表资料时.为此,对数线性模型(Log-Linear Model)是值得推荐的统计方法之一,本文用该法探讨了蒙古族农牧民吸烟与高血压的关系.
-
运用SPSS10.0进行列联表频数数据的统计分析
运用SPSS10.0版本快速地对临床医学上常见的、应用多之一的列联表资料进行统计分析,并详细地列出操作步骤和解释说明,望给同行和医务工作者一个启示与借鉴.