等级资料用什么检验,等级资料用什么检验的

这篇文章给大家聊聊关于等级资料用什么检验,以及等级资料用什么检验的对应的知识点,希望对各位有所帮助,不要忘了收藏本站哦。

spss中怎样进行等级资料的秩和检验

两组等级资料的比较应用Wilcoxon秩和检验,其基本思想是:若检验假设成立,则两组的秩和不应相差太大。其基本步骤是:

(1)建立假设;

H0:比较两组的总体分布相同;

H1:比较两组的总体分布位置不同;检验水准为0.05。

(2)两组混合编秩;

(3)求样本数最小组的秩和作为检验统计量T;

(4)以样本含量较小组的个体数n1、两组样本含量之差n2-n1及T值查检验界值表;

(5)根据P值作出统计结论。

同样应注意的是,当样本含量较大时,应用正态近似法作u检验;当相同秩次较多时,应用校正公式计算u值。

两组或多组等级资料的比较为什么不宜用卡方检验?

属性数据的卡方独立性检验会忽略数据是有序的这个信息,它不能分辨变量是有序还是名义,也就是这个检验没有充分利用样本的信息。对于你的检验目的来说如果有能利用有序这个信息的检验方法,那么就不用卡方检验。

秩和检验将数据从小到大编秩,利用了数据的有序性,卡方检验忽略了数据的有序性,它只能得出两组或多组资料分布不同,不能比较数据间的等级程度。

卡方检验是用途非常广的一种假设检验方法,它在分类资料统计推断中的应用,包括:两个率或两个构成比比较的卡方检验;多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

基本原理:

卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度,实际观测值与理论推断值之间的偏离程度就决定卡方值的大小,如果卡方值越大,二者偏差程度越大;反之,二者偏差越小;若两个值完全相等时,卡方值就为0,表明理论值完全符合。

注意:卡方检验针对分类变量。

等级资料的秩和检验 用什么统计图

对配对比较的资料应采用符号秩和检验(signed-ranktest),其基本思想是:若检验假设成立,则差值的总体分布应是对称的,故正负秩和相差不应悬殊。检验的基本步骤为:(1)建立假设;H0:差值的总体中位数为0;H1:差值的总体中位数不为0;检验水准为0.05。(2)算出各对值的代数差;(3)根据差值的绝对值大小编秩;(4)将秩次冠以正负号,计算正、负秩和;(5)用不为“0”的对子数n及T(任取T+或T-)查检验界值表得到P值作出判断。应注意的是当n25时,可用正态近似法计算u值进行u检验,当相同秩次较多时u值需进行校正。两样本成组资料的比较应用Wilcoxon秩和检验,其基本思想是:若检验假设成立,则两组的秩和不应相差太大。其基本步骤是:(1)建立假设;H0:比较两组的总体分布相同;H1:比较两组的总体分布位置不同;检验水准为0.05。(2)两组混合编秩;(3)求样本数最小组的秩和作为检验统计量T;(4)以样本含量较小组的个体数n1、两组样本含量之差n2-n1及T值查检验界值表;(5)根据P值作出统计结论。同样应注意的是,当样本含量较大时,应用正态近似法作u检验;当相同秩次较多时,应用校正公式计算u值。多个样本比较的秩和检验可用Kruskal-Wallis法,其基本步骤为:(1)建立假设;H0:比较各组总体分布相同;H1:比较各组总体分布位置不同或不全相同;检验水准为0.05。(2)多组混合编秩;(3)计算各组秩和Ri;(4)利用Ri计算出检验统计量H;(5)查H界值表或利用卡方值确定概率大小。应注意的是当相同秩次较多时,应计算校正Hc这类资料的特点是无原始值,只知其所在组段,故应用该组段秩次的平均值作为其秩次,在此基础上计算秩和并进行假设检验,其步骤与两组或多组比较秩和检验相同。需注意的是由于样本含量较多,相同秩次也较多,应用校正后的u值和H值。

别再用错卡方检验了,分析等级资料要用这些方法

在医学领域,卡方检验是最为常用的统计方法,可用于研究定类数据和定类数据的关系情况。比如研究吸烟与不吸烟的人患支气管炎的概率是否有差别?

但如果其中一个变量是等级数据时,很多人依然习惯性地使用卡方检验。比如研究两种药物对支气管炎的疗效对比。其中疗效分为四个水平(治愈、显效、有效、无效),用卡方检验只能反映变量之间是否有无差异,当出现差异性时,无法进一步比较各层次的水平情况。

这种情况下,可以选择方差非参数检验的 秩和检验 进行分析。或者在医学上,还有一种非参数检验方法叫做 Ridit分析 ,也可用于定类数据与定量(等级)数据之间的差异性。本文将重点介绍Ridit分析。

Ridit分析在医学研究中使用较为广泛。其功能与非参数检验类似,但原理上有着很大的区别,Ridit的原理在于将等级数据‘转化’成连续数据即得到Ridit值,然后对比Ridit值的差异性,‘转化’时涉及两种方式: 一种是将“求和”作为参照值,另外一种是将“最大值”作为参照值。 一般情况下,如果说某组数数据非常明显的多,则使用“最大值”方式,其它情况下建议使用“求和”方式。

1、背景

当前研究两种药物(分别是复方江剪刀草(1)与胆麻片(2))对于慢性气管炎疗效的差异性,其中疗效分为四个水平分别是无效(1)、数好转(2)、显著好转(3)、控制(4),共收集3424例数据。

上文中提到过,Ridit分析的第一步首先要选择一个参照组,得出更登记的Ridit值。从上图来看,收集到的样本中,使用第一种治疗方式治疗的人明显多于第二种。因此选择“最大值”参照组方式更适合。

2、操作步骤

放入对应的分析项以及权重项,参照组选择’最大值’,点击‘开始Ridit分析’。

3、结果分析

首先分析是否呈现出显著性(P值小于0.05或0.01),由上图可知,治疗方式对于疗效呈现出显著性(z=-4.097, p=0.0000.05),意味着不同治疗方式组别对于疗效呈现出差异性。

当分析呈现出显著性差异时,可通过平均Ridit值结合箱线图来对比具体的差异情况。

具体分析可知:使用胆麻片治疗的效果平均Ridit值(0.62)会明显高于的复方江剪刀草的平均Ridit值(0.497)。箱线图也可以清晰地看到第一组的Ridit值,明显低于组别2的平均Ridit值。

更多干货内容可登录 SPSSAU官网 查看

等级资料采用x2检验比采用秩和检验更能充分说明处理组间的效应是否有差别

秩和检验 一、教学大纲要求 (一)掌握内容 1. 非参数统计基本概念和特点。 2. 配对设计差值的符号秩检验。 3. 成组设计资料两样本比较的秩和检验。 (二)熟悉内容 1. 成组设计多样本比较的秩和检验步骤。

OK,文章到此结束,希望可以帮助到大家。

小奇兔文章系用户自行上传分享,仅供网友学习交流。如作品内容涉及版权问题,请及时与小奇兔联系,我们将在第一时间删除。
(0)
打赏 微信扫一扫 微信扫一扫
上一篇 2022年11月23日 23:48:51
下一篇 2022年11月24日 11:05:44

相关推荐

发表回复

登录后才能评论