分类数据的统计分析及SAS编程ppt课件.ppt

分类数据的统计分析及SAS编程ppt课件.ppt

ID:59473809

大小:2.79 MB

页数:56页

时间:2020-09-14

分类数据的统计分析及SAS编程ppt课件.ppt_第1页
分类数据的统计分析及SAS编程ppt课件.ppt_第2页
分类数据的统计分析及SAS编程ppt课件.ppt_第3页
分类数据的统计分析及SAS编程ppt课件.ppt_第4页
分类数据的统计分析及SAS编程ppt课件.ppt_第5页
资源描述:

《分类数据的统计分析及SAS编程ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、一.概述分析策略分类数据分析策略可以分成假设检验和建立模型。1.假设检验法是建立一个关于联系(association)的假设。通常研究用随机化的方法进行。例如:把病人随机分成两组,检验组别与疗效之间(列联表的行与列之间)是否有关。这种联系的无效假设为变量间没有联系,而备择假设一般有3种情况:①有一般联系(generalassociation)。②平行均分有差别(rowmeanscoresdiffer)。③非零相关(nonzerocorrelation)。在以后讨论中我们将对各种不同的联系进行说明。2.建立模

2、型的方法可求得各参数值,说明各因素的作用。通常用最大似然估计或加权最小二乘法估计。二.2×2表临床试验实例例2.1在研究老年慢性支气管炎的中草药疗效时,将病人随机分配到江剪刀草组和胆麻片组。结果疗效如下表所示:表2-1两组有效率的比较这是2.1中提到的第一种情况。根据无效假设,数据为超几何分布。2.2.1Mantel-Haenszel卡方——Q如果用以下符号表示表2-1中的数据表2-2两组有效率的比较则每一格出现数据为的概率为:如上例江剪刀草组无效(263例)的期望值为:方差:本例:样本足够大时近似正太分布

3、,由此得:结论为两组疗效不同。2.2.2Pearson卡方——QpPearson卡方即一般常用的。这一公式即一般习惯用的:计算Pearson卡方先要计算出4个期望值,一个已算出为239.87。其他则可由合计值减出。Mantel-Haenszel与Pearson的关系如下:=本例:=2.2.3SAS程序[程序2-1]databronchit;inputtreat$outcome$count;cards;jiangy70jiangn263dany102dann180;procfreqorder=data;wei

4、ghtcount;tablestreat*outcome/chisq;run;检验结果:STATISTICSFORTABLEOFTREATBYOUTCOME表中各列依次为统计量、自由度(DF)、卡方值及P值。2.7配对资料四格表2.7.1例2.3205份标本分别接种于甲、乙两种培养基,共有4种结果,即甲、乙都生长;甲生长乙不生长,乙生长甲不生长及甲、乙都不生长。试比较两种培养基的效果,结果如表2-5:表2-5两种培养基的结果2.7.2计算方法2.7.3程序在SAS第6.10版以后,在procfreq中tab

5、les语句中加入了agree选项作McNemar检验。本例程序如下:[程序2-2]dataculture;inputa$b$count;cards;yy36yn34ny0nn135;procfreqorder=data;weightcount;tablesa*b/agree;run;2.7.4输出除频数部分外,输出的结果如下:STATISTICSFORTABLEOFABYBMcNemar’sTest其中,Kappa系数是反映一致性的指标。三.多层2×2表3.1概述在医学研究中经常遇到分层研究,如果每个层都有

6、一个2×2表,则有多个2×2表(setsof2×2table)。例如在多中心临床试验中,每个医院随机地把病人分为试验组和对照组,疗效为有效和无效,则每个医院的数据形成了一个2×2表数据。3.2Mantel-Haenszel检验3.2.1实例3.1在三所医院中考察某感冒药A(江剪刀草组)对治疗流鼻涕的效果,与对照药B(胆麻片组)对比记录其疗效如表3-1:表3-1某感冒药A与对照药B治疗流鼻涕的效果3.2.2符号对于多层四格表,除四格表中数字以代表外,以h表示层次,则第h层的四格表可用以下符号表示(表3-2):

7、表3-2多层四格表的符号表示3.2.3QMH统计量在无效假设为两组疗效相同时,第h层的期望值及方差的计算公式为:=(3.1)=(3.2)校正中心因素的两组之间疗效的差异可用Mantel-Haenszel1959年提出的统计量表示。=式中q为层数,本例q=3。当q层的i行合计数的合计数大于30时近似服从自由度等于1的卡方分布。Mantel-Haenszel方法,消除了层次因素的干扰而提高了检出关联的把握度。当各层次的阳性率的方向一致时,如每层的治愈率都是试验组高于对照组,则QMH检验效果很好。如果各层的方向不

8、一致则可能检验不出其关联。3.2.4程序[程序3-1]datapark2;inputcentertreat$response$count@@;cards;1testy121testn181placeboy151placebon152testy312testn93placeboy342placebon63testy163testn143placeboy153placebon15;procfreqorder=data

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。