分类变量有什么统计分析方法

发表时间：2024-07-28 02:17:38 来源：网友投稿

)小样本数据：用二项分布进行确切概率法检验;

(2)大样本数据：用U检验;

2)多分类数据：用Pearson检验(又称拟合优度检验)。

2. 四格表(2×2表)数据

1)完全随机设计的四格表数据的分析

(1)当样本量n>

40，并且4个格子理论数均大于5时，则用Pearson 检验;

(2)当样本量n>

40，并且4个格子理论数均大于1且至少存在一个格子的理论数<

5时，则用校正检验或用Fisher’s精确概率法检验;

(3)当样本量n£40或存在任一格子理论数<1，则用精确概率法检验;

2)配对设计的四格表数据的分析

(1)b+c≥40，则用McNemar配对检验;

(2)b+c<

40，则用二项分布确切概率法检验;

3. 2×C表或R×2表数据的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则可以采用行平均得分差(Row Mean Scores Differ)的CMH 或成组的Wilcoxon秩和检验;

2)列变量为效应指标并且为二分类，行变量为有序多分类变量，则可采用普通的Pearson 检验比较各组之间有无差别，如果总的'来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。

3)行变量和列变量均为无序分类变量：

(1)当样本量n>

40，并且理论数小于5的格子数少于行列表中格子总数的25%，则用Pearson 检验;

(2)当样本量n£40，或理论数小于5的格子数多于行列表中格子总数的25%，则用Fisher’s确切概率法检验;

4. R×C表数据的统计分析

1)完全随机设计的R×C表数据的统计分析

(1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH 或Kruskal Wallis的秩和检验;

(2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，则采用普通的Pearson 检验比较各组之间有无差别，如果总体而言有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义;

(3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析或者非零相关(none zero correlation)的CMH ;

免责声明：本站发布的教育资讯（图片、视频和文字）以本站原创、转载和分享为主，文章观点不代表本网站立场。

如果本文侵犯了您的权益，请联系底部站长邮箱进行举报反馈，一经查实，我们将在第一时间处理，感谢您对本站的关注！