当前位置: 首页 > ai >正文

医学统计(随机对照研究分类变量结局数据的统计策略2)

多组率或构成比比较的卡方检验

1.实验性分类结局数据统计分析策略

单因素分组为两个或以上水平,资料类型为二分类或多分类资料,设计类型为随机设计的行列表资料,研究目的是比较多组率或构成比分布,采用卡方检验。

2.多行*多列表资料

一、多个样本率比较时,有R行2列,称为R×2表。

二、两个样本的构成比比较时,有2行c列,称2×c表。

三、多个样本的构成比比较,以及双向无序分类资料关联性检验时,称为r×c表。

3.检验统计量

4.假设检验步骤

一、建立检验假设,确定检验水准。

二、计算检验统计量。

三、确定P值,作出推断结论。

5.行×列表资料卡方检验的要求

行列表中的各个T>=1,并且1<=t<5的格子数不宜超过1/5格子总数。

若条件达不到:

(1)增大样本含量,以达到增大理论频数的目的,首选方法。

(2)根据专业知识,删去理论频数太小的行或列,或将理论频数太小的行与列性质相近的邻行或者邻列合并。

(3)采用Fisher确切概率法。

6.行×列表资料多重比较

α分割

常用的方法是将总表分割为若干个2×c或者2×2表进行卡方分析。

7.规范文本表格

8.四格表和行列表资料分析方法比较

http://www.xdnf.cn/news/17383.html

相关文章:

  • 面对信号在时频平面打结,VNCMD分割算法深度解密
  • 【接口自动化】-5- 接口关联处理
  • 比特币现货和比特币合约的区别与联系
  • 金融机构在元宇宙中的业务开展与创新路径
  • nginx+lua+redis案例
  • AI智能编程工具汇总
  • Numpy基础(通用函数)
  • [IOMMU]基于 AMD IOMMU(AMD‑Vi/IOMMUv2)的系统化总结与落地方案
  • 【C++】模版进阶
  • FMS 2025存储峰会获奖技术全景解读
  • C/C++基础详解(二)
  • AcWing 4579. 相遇问题
  • Day38 Dataset和Dataloader类
  • Datawhale AI夏令营-记录2
  • NVIDIA Jetson实战笔记
  • 【c++】探秘Loop机制:C++中优雅的双向数据交互模式
  • 力扣 hot100 Day70
  • 【Python 高频 API 速学 ⑥】
  • CrystalDiskInfo 9.0.1 安装教程 - 硬盘检测工具下载安装步骤详解
  • 基于迁移学习的伺服电机轴承故障诊断
  • Python变量引用拷贝
  • 求和算法的向后稳定性 backward stable
  • 大模型“涌现”背后的暗线——规模、数据、目标函数的三重协奏
  • Spring 的原理探究
  • 服务器硬件电路设计之I2C问答(二):I2C总线的传输速率与上拉电阻有什么关系?
  • vs2022编译Activemq
  • 创建一个django项目
  • 【js】判断异步函数的返回值要加await
  • 大语言模型提示工程与应用:大语言模型对抗性提示安全防御指南
  • springboot 2.4跨域变化和swagger结合的问题