一种稳健的方差齐性检验方法

目的：介绍一种较为稳健的方差齐性检验方法。方法：通过实例介绍Levene方差齐性检验的基本思想和常用的四种算法。结果：Levene检验的实质是将原始数据进行变换后进行单向方差分析。结论：Levene检验适用于任意分布的资料，更为稳健，算法简便，值得推荐。     

浅释t检验、方差分析的应用条件

在作两个均数、多个均数的比较时 ,人们首先想到的是ｔ检验、方差分析的Ｆ检验 ,也就是说这两种检验是作均数比较的常用方法 ,但因其为参数统计方法 ,故在应用时要注意其应用条件 ,一是正态性、二是方差齐性 ;为何要有这两个条件及在实际应用时该如何把握 ,我们作一浅释与探讨 ,使非统计专业人员在实际应用时能更好地把握 ,既能熟练运用 ,又能基本作到满足参数统计的应用条件。一、两均数比较的ｔ检验的条件我们来看一下作ｔ检验时计算的统计量 :ｔ = ｘ1- ｘ2ｓ2 ｃ( 1ｎ1+1ｎ2)( 1)　　它实际上是ｔ分布变量的一个变通形式 ,ｔ分布的原形…     

样本量估计及其在nQuery和SAS软件上的实现——均数比较(三)

1.2两样本均数的比较1.2.1差异性检验1.2.1.1两样本t检验(方差齐性)方法 :O’Brien和Muller(1983)〔2-3〕等给出两样本t检验的样本量估计是建立在自由度为2(n-1),非中     

假设检验列入方差齐性检验步骤的必要性

卫生统计中，两均数分析时常采用t检验来比较其差异，但发现较多专业书刊(文献略)中在介绍检验步骤时均没列入方差齐性检验，易误将数据直接代入t检验公式导致结论偏差。本文就下列实例(例表)作一讨论。     

实际应用中方差分析与秩和检验结果比较

在医学研究中，常常碰到单因素（完全随机设计）多个样本的比较。常用的比较分析方法是方差分析。但作这些分析时要求资料满足正态分布且各组方差齐性，否则需要进行变量转换或运用非参数统计方法。但在很多实际资料分析中，并没有对资料的正态性和方差齐性进行检验判断，就直接套用方差分析，这样分析得出的结果有时会与真实结果产生偏差，从而引起误导。本文在慢性病经济负担分析中运用了方差分析与秩和检验两种方法进行分析，并对两者分析结果进行比较，以期在实际运用中阐述两种统计方法的区别。     

样本量估计及其在nQuery和SAS软件上的实现——率的比较(四)

2.1.1.1两组构成比检验方法:Lachin(1977)〔4〕提出的两组构成比的样本量估计是建立在自由度为c-1,非中心参数为2NΔ2的非中心χ2分布基础上。检验效能计算公式为     

Siegel—Tukey变异度检验

原理与方法该检验由Ｓｉｅｇｅｌ和Ｔｕｋｅｙ在１９６０年提出，这是一种以Ｗｉｌｃｏｘｏｎ检验为基础的非参数统计检验方法。可用来检验两个样本或两组数据的变异度或离差的差异有无显著意义。应用条件要求两个随机样本相互独立，总体分布连续且对称。当两总体的位置参...     

关于F＝S_1~2／S_2~2检验法统计学意义的探讨

关于Ｆ＝Ｓ_１~２／Ｓ_２~２检验法统计学意义的探讨冯志臣，张旭平（河北省唐山市卫生防疫站，０６３０００）检验法由Ｆｉｓｈｅｒ首先提出，由此得名Ｆ检验法。关于该法原适用条件由于我单位资料限制无法检索。但一些书刊登载方差齐性检验作为均数差异显著性检验的方法...     

浅谈X^2值分割

X^2值分割是多个样本率或构成比(以下以多个样本率为例说明)总的比较之后，进一步推断各样本率之间差异是否有显著性的常用方法。一般的做法是，当多个样本率比较总的X^2值显著，则进一步作舻值分割；若总的X^2值不显著，可不作进一步分析。然而，X^2检验是一种非参数统计方法，检验效能不很高，致使当多个样本率比较总的X^2值不显著，经X^2值分割后仍有一些样本率之间差异显著的情形。作X^2检验时，若对此加以考虑则有利于获得准确的统计分析结果。     

常见定量资料应用基于秩转换类参数方法的可行性北大核心CSCD

目的针对配对样本(单样本)设计、两个和多个独立样本设计的定量资料,分析参数方法、非参数方法以及基于秩转换类参数方法在资料不满足参数方法条件下的适用情形。方法介绍基于秩转换类参数方法的原理及其与非参数方法的关系,采用Monte-Carlo模拟方法,考虑正态和左偏态两种分布,方差齐与不齐两种情形,比较三种方法的I类错误率和检验效能。结果左偏态分布时,无论方差是否齐性,或不涉及方差齐性(单样本设计),参数方法的I类错误率偏离设定水准且明显大于非参数方法和基于秩转换类参数方法,而检验效能明显低于其他两种方法。方差不齐且正态分布时,参数方法的统计性能明显优于其他两种方法。非参数方法和基于秩转换类参数方法在不同资料类型下的统计性能相近。结论基于秩转换类参数方法与非参数方法条件性能相近,适用于非参数方法处理的数据。     

应用电子表格Excel宏功能进行计量资料比较的显著性检验

目的探讨应用电子表格Excel宏功能进行计量资料比较的显著性检验。方法安装电子表格软件Excel，加载宏，调用数据分析工具，进行计量资料比较的方差齐性检验、随机设计的两总体均数比较的t检验、配对设计资料均数比较的t检验、方差分析等显著性检验。结果Excel进行计量资料比较的显著性检验与统计学教材一致。结论用Excel进行计量资料的显著性检验，方便直观快速，可以用于医学统计学处理。     

Levene方差齐性检验

Levene方差齐性检验也称为Levene检验（Levene’s Test）。由H．Levene在1960年提出。M．B．Brown和A．B．Forsythe在1974年对Levene检验进行了扩展，使对原始数据的数据转换不但可以使用数据与算术平均数的绝对差，也可以使用数据与中位数和调整均数（trimmed mean）的绝对差。     

在大样本条件下对Ansari—Bradley检验法的扩充

若总体的分布为位置刻度参数族Ｆ ｘ - μσ ,则称 μ为总体的位置参数 ,σ >0称为总体的刻度参数 ,μ是描述总体分布的位置 ,而σ是刻画总体分布的离散程度。通常对总体离散情况的检验 ,实际上就是对σ的检验。在检验两总体离散或波动的情况时 ,若总体的分布服从正态分布 ,则可用方差齐性的Ｆ检验 ,若总体的分布未知或不服从正态分布 ,此时宜用非参数的方法 ,如Ａｎｓａｒｉ-Ｂｒａｄｌｅｙ检验法 (以下简称Ａ Ｂ法 ) ,但此方法要求两总体的位置参数相等 ,因而应用受到限制 ,为此本文试图在大样本条件下 ,对Ａ Ｂ法进行扩充 ,使其应用不受…     

样本量估计及其在nQuery和SAS软件上的实现——均数比较(六)

1.2.2.5基于比值交叉设计的等效性检验(连续变量)方法:Chow和Liu(1992)〔8,12-15〕等给出基于比值交叉设计的等效性检验(连续变量)的样本量估计是建立在非中心参数为τ1,τ2的非中心t分布上。其检验效能的计算公式为:     

校正中心效应的非劣性检验

目的解决校正中心效应的非劣性检验的问题。方法借助多重回归中的回归系数及其标准误表达式,试图得到校正中心效应的非劣性检验统计量。结果导出校正中心效应的非劣性检验的方法,并且可以借助多重回归校正中心效应的部分结果进行非劣性检验。并用实例说明了具体的计算步骤。结论可以用本文所介绍统计方法进行校正中心效应的非劣性检验。     

完全随机设计两样本率比较的非条件确切检验方法

目的 探讨完全随机设计两样本率比较的Bamard确切非条件检验方法，并与Fishe，确切概率法进行比较。方法 非条件确切检验方法是通过使冗余参数在其参数空间内变动，以其确切P值的上确界为所求检验P值。结果 根据实例分别算得两种方法的确切分布与P值，Bamard方法所得P值较Fisher方法更小。结论 在小样本情形下。Barnard确切非条件检验法较Fisher确切条件检验法获得的检验P值更小，检验功效更高。     

Excel在四格表χ^2检验中的应用技巧

在医学、药学工作和研究中经常需要对数据作χ^2检验等统计分析，而通过电子表格软件Excel编制统计分析模板并进行χ^2检验，为人们提供了方便快捷的分析方法。Excel对于非统计专业人员的确是一个易学、易用、高效的好帮手。     

癌症统计学治愈的两种检验方法

本文介绍用于癌症统计学治愈评价的两种非参数方法。反射和检基检验，引入同源性生存率方差估计值将其加以改进，并以临床实侧展示其计算步骤。这两种检验在无终检时还原为对应的经典中位数检验。前者的还原形式可转换为X^2检验，可能更易于被接受，获得较多临床应用机会。     

线性回归模型在等效性、非劣效性中的应用及其SAS实现

目的针对医学研究中常见的定量资料等效性检验、非劣效性检验存在的问题,探讨应用线性回归模型理论进行定量资料的等效性检验、非劣效性检验,并给予统计软件技术上的支持。方法从线性回归模型的构造出发,根据模型中参数的统计学意义,结合等效性检验、非劣效性检验原理,利用SAS统计软件包,结合实例,编写程序,并计算相应的统计量。结果分别对平行设计和多中心设计的定量资料进行统计学检验,并对主要输出结果进行了解释。结论探索出在临床研究中利用线性回归模型,通过SAS软件包进行统计学检验的途径,并为类似问题的解决提供了理论参考。     

卫生统计方法应用中常常出现的一些问题

随着医学科研工作的深入 ,卫生统计方法的应用越来越广泛 ,已成为科学研究的一种重要工具 ,然而 ,某些科研工作人员并不十分熟悉卫生统计方法 ,在应用中会出现一些不妥、不宜、不佳的问题。t检验和 χ2检验分别为计量资料和定性资料最常用的两种检验方法 ,以下是两种检验方法应值得注意的一些问题。1　正确使用 t检验计量资料有较好的精确性、灵敏性和稳定性 ,所包含信息丰富 ,其平均指标涵义又明确 ,研究者乐于采用 ,对定量资料的统计分析 ,人们常用 t检验分析一切定量资料 ,在医学科学研究中 ,常常把 3组或 3组以上的计量资料作逐对的两两…