單樣本分析,統計方法如何選?
摘要:比如,研究50-60歲男性的血壓時,研究者需要分析血壓樣本的分佈情況,檢驗其是否滿足正態分佈。該檢驗適用於分析分類變量是否服從已知或假設分佈。
1、是否進行單樣本分析?
單樣本分析主要用於:(1)對變量進行描述;(2)對比樣本與已知分佈的差異。
單樣本分析中僅包含一個變量的一組數據。舉例來說,研究者擬分析50-60歲男性的血壓情況。其中,血壓是該研究中唯一的變量,50-60歲男性是唯一的分組,沒有其他數據,這時就適合使用單樣本分析。當然,單樣本分析也常作爲其他統計分析的基礎出現在多數報告中,幫助研究者瞭解各變量的基本情況。單樣本分析的示例如下:
2、 判斷研究目的
單樣本分析主要分描述分析和分佈檢驗兩類。
其中描述分析主要反映數據的集中趨勢和離散程度。比如,研究50-60歲男性的血壓情況時,需要了解血壓的均值、中位數、標準差、偏度等描述性統計指標。
分佈檢驗主要提示研究樣本與已知或假設總體的關係,即研究樣本是否服從正態分佈、均勻分佈、指數分佈以及泊松分佈等。
比如,研究50-60歲男性的血壓時,研究者需要分析血壓樣本的分佈情況,檢驗其是否滿足正態分佈。再比如,分析隊列中每年因吸菸死於肺癌的人數時,需檢驗數據是否滿足泊松分佈。描述分析和分佈檢驗的區別如下:
3、選擇檢驗方法
3.1 描述分析
① 連續變量
均值和標準差。許多檢驗方法都可以輸出連續變量的集中趨勢(如均值)、離散程度(如標準差)以及數據形狀(如偏度)。
②分類變量
頻數。SPSS也可以輸出分類變量的集中趨勢(如中位數)、離散程度(四分位間距)以及絕對頻數(如頻次)、相對頻數(如百分比)和四分位數等。
3.2 分佈檢驗
① 連續變量
Kolmogorov-Smirnov檢驗。該檢驗可用於判斷數據是否服從正態分佈、均勻分佈、指數分佈或泊松分佈。
②有序分類變量或無序分類變量
卡方擬合優度檢驗。該檢驗適用於分析分類變量是否服從已知或假設分佈。
③二分類變量
二項分佈檢驗。該檢驗適用於分析二分類變量是否服從已知或假設分佈,可用卡方擬合優度檢驗代替。
由醫咖會與心聯喬治心臟健康研究中心(HHRC)聯合建立的心血管研究協作網絡及數據共享平臺(CDS)已經上線!
目前開放共享的數據爲“中國房顫註冊研究”,共有2.5萬多房顫數據,歡迎來申請使用數據,發表SCI論文!
平臺網址: