文档介绍：完全随机分组设计的资料一、两组或多组计量资料的比较 : 1)大样本资料或服从正态分布的小样本资料(1) 若方差齐性,则作成组 t检验(2) 若方差不齐,则作 t’检验或用成组的 Wilcoxon 秩和检验 2)小样本偏态分布资料,则用成组的 Wilcoxon 秩和检验 : 1)若大样本资料或服从正态分布,并且方差齐性,则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如: LSD 检验, Bonferroni 检验等)进行两两比较。 2)如果小样本的偏态分布资料或方差不齐,则作 Kruskal Wallis 的统计检验。如果 Kruskal Wallis 的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:用成组的 Wilcoxon 秩和检验,但用 Bonferroni 方法校正 P值等) 进行两两比较。二、分类资料的统计分析 1)二分类资料: (1) 小样本时:用二项分布进行确切概率法检验; (2) 大样本时:用 U检验。 2)多分类资料:用 Pearson ?2检验(又称拟合优度检验)。 1)n>40 并且所以理论数大于 5,则用 Pearson ?2 2)n>40 并且所以理论数大于 1并且至少存在一个理论数<5 ,则用校正?2或用 Fisher ’s确切概率法检验 3)n ??????? 40或存在理论数<1 ,则用 Fisher ’s检验 × C表资料的统计分析 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,则行评分的 CMH ?2或成组的 Wilcoxon 秩和检验 2)列变量为效应指标并且为二分类,列变量为有序多分类变量,则用趋势?2检验3)行变量和列变量均为无序分类变量(1)n>40 并且理论数小于 5的格子数<行列表中格子总数的 25% ,则用 Pearson ?2 (2)n ??????? 40或理论数小于 5的格子数>行列表中格子总数的 25% ,则用 Fisher ’s确切概率法检验 × C表资料的统计分析 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 ?2 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,作 none zero correlation analysis 的 CMH ?2 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 4)列变量和行变量均为无序多分类变量, (1)n>40 并且理论数小于 5的格子数<行列表中格子总数的 25% ,则用 Pearson ?2 (2)n ??????? 40或理论数小于 5的格子数>行列表中格子总数的 25% ,则用 Fisher ’s确切概率法检验三、 Poisson 分布资料 : 1)观察值较小时:用确切概率法进行检验。 2)观察值较大时:用正态近似的 U检验。 :用正态近似的 U检验。配对设计或随机区组设计四、两组或多组计量资料的比较 : 1)大样本资料或配对差值服从正态分布的小样本资料,作配对 t检验 2)小样本并且差值呈偏态分布资料,则用 Wilc