中階生物統計於醫學應用

(1)

中階生物統計於醫學應用

研究部生統小組何惠卿

2014/03/12

(2)

2 2

內容大綱

 統計表格介紹

 連續資料之檢定方法

 範例操作

 線性關係分析

 SCI範例

(3)

3

統計表格介紹

 基本資料表

 敘述統計表

 單變量分析表

 多變量分析表

 存活分析表

(4)

4 4

內容大綱

 統計表格介紹

 連續資料之檢定方法

 範例操作

 線性關係分析

 SCI範例

(5)

5

資料之屬性

分類資料（Categorical data）

類別尺度（Nominal scale）

順序尺度（Ordinal scale ）

連續資料（Continuous data）

等距尺度（Interval scale）

比率尺度（Ratio scale ）

(6)

6 6

Statistical methods to test hypotheses

資料屬性

Type of experiment

兩群獨立樣本

三群以上獨立樣本

前後測

比較重複測量迴歸分析連續資料

Independent

t test ANOVA Paired t test

重複量數分析

線性迴歸相關分析

類別資料

(1)Fisher’s exact test (2)Yate’s 校

正數

Chi- square

(χ

²

) test

McNemar’s test

Cochran’s Q test

Logistic regression

序位資料

(連續無母數)

Mann- Whitney U

test

Kruskal- Wallis

test

Wilcoxon signed- rank test

Friedman statistic

存活分析

Kaplan-Meier analysis Log rank test

Cox

hazard

regression

(7)

7

預檢資料連續資料：二組獨立樣本

Nonparametric

常態假設成立 N

Parametric

Y:P>0.05

Start

(8)

8

連續資料-常態檢定之操作方式

(9)

9

連續資料-常態檢定之操作方式

(10)

10

連續資料-常態檢定之操作方式

只要其中一個P value < 0.05，

建議採用無母數方法

(11)

11

連續資料-獨立樣本（1）

Kruskal-Wallis test (Nonparametric test )

ANOVA (Parametric test)

Independent t test (Parametric test)

Mann-Whitney U test (Nonparametric test)

二組獨立樣本資料

－－男/女的體重是否有差異

三組以上獨立樣本

－－不同血型的體重是否有差異

(12)

12

獨立樣本之平均值差的統計檢定：

自變項：2個或3個以上類別的類別變項( Classification ) 依變項：連續變項

Assumptions：

1. 獨立樣本內之依變項呈常態分配 ( normally distributed )

2. 變項之觀察值之間互相獨立 ( mutually independently )

3. 獨立樣本之變異數必須是相等的 ( equal group variances )

＜即符合變異數同質性 homogeneity of variances＞

假如違背了以上三項統計前提之一，則使用無母數檢定。

連續資料-獨立樣本（1）

(13)

13

連續資料：二組獨立樣本(母數)

(14)

14

連續資料：二組獨立樣本(無母數)

(15)

15

連續資料：二組獨立樣本(無母數1)

(16)

16

連續資料：二組獨立樣本(無母數2)

(17)

17

連續資料：二組獨立樣本(無母數2)

(18)

18

連續資料：二組獨立樣本(無母數2)

(19)

19 820.500 865.000 1139.000

1901.500 1946.000 2220.000 -2.418 -2.090 -.081

.016 .037 .936

Mann-Whitney U 統計量 Wilcoxon W 統計量 Z 檢定

漸近顯著性 (雙尾)

C_1 C_2 C_3

Mann-Whitney U test

二組獨立樣本: Example

.987 .323 -2.696 94 .008 -7.5105 2.78569 -13.04155 -1.97946 -2.717 93.062 .008 -7.5105 2.76425 -12.99972 -2.02129 4.697 .033 -1.516 94 .133 -3.4554 2.27960 -7.98156 1.07085 -1.498 83.151 .138 -3.4554 2.30668 -8.04313 1.13242

.726 .396 .238 94 .813 .65 2.72 -4.75 6.04

.236 90.111 .814 .65 2.73 -4.78 6.07

假設變異數相等不假設變異數相等假設變異數相等不假設變異數相等假設變異數相等不假設變異數相等 C_1

C_2 C_3

F 檢定顯著性

變異數相等的 Levene 檢定

t 自由度顯著性 (雙尾) 平均差異標準誤差異下界上界

差異的 95% 信賴區間平均數相等的 t 檢定

Independent t test

(20)

20

新版v20語法兩者結果相同

二組獨立樣本: Example(無母數)

820.500 865.000 1139.000 1901.500 1946.000 2220.000 -2.418 -2.090 -.081

.016 .037 .936

Mann-Whitney U 統計量 Wilcoxon W 統計量 Z 檢定

C_1 C_2 C_3

Mann-Whitney U test

歷史對話記錄

(21)

21

連續資料：三組以上獨立樣本(母數)

(22)

22

連續資料：三組以上獨立樣本(母數)

(23)

23

K組獨立樣本: Example 1

常態檢定

.113 23 .200* .949 23 .285

.130 27 .200* .923 27 .046

.076 38 .200* .958 38 .158

GRP_D 1 2 3 D_1

統計量自由度顯著性統計量自由度顯著性

Kolmogorov-Smirnov檢定^a Shapiro-Wilk 常態性檢定

此為真顯著性的下限。

*.

Lilliefors 顯著性校正

a.

變異數同質性檢定

多重比較依變數: D_1

Scheffe 法

12.2473* 4.31832 .021 1.4881 23.0065

-.9117 4.02054 .975 -10.9289 9.1056 -12.2473* 4.31832 .021 -23.0065 -1.4881 -13.1590* 3.83053 .004 -22.7028 -3.6151 .9117 4.02054 .975 -9.1056 10.9289

13.1590* 3.83053 .004 3.6151 22.7028

(J) GRP_D 2

3 1 3 1 2 (I) GRP_D 1

2 3

平均差異 (I-J) 標準誤顯著性下界上界

95% 信賴區間

在 .05 水準上的平均差異很顯著。

*.

Step2: Post-Hoc (事後檢定) Scheffe

D_1

3085.624 2 1542.812 6.661 .002

19686.562 85 231.607 22772.186 87

組間組內總和

平方和自由度平均平方和 F 檢定顯著性

Step1: One-Way ANOVA ( F test )

變異數同質性檢定 D_1

1.801 2 85 .171

Levene 統計量分子自由度分母自由度顯著性

(24)

24

連續資料：三組以上獨立樣本(無母數1)

(25)

25

連續資料：三組以上獨立樣本(無母數1)

(26)

26

K組獨立樣本: Example 2

Step1:

Kruskal-Wallis test

檢定統計量^a,b

12.476 2

.002

卡方

自由度漸近顯著性

D_1

Kruskal Wallis 檢定 a.

分組變數：GRP_D b.

Step2:

Post-Hoc Mann-Whitney U test

檢定統計量

188.000 566.000 -2.385 .017 Mann-Whitney U 統計量

Wilcoxon W 統計量 Z 檢定

1 vs 2

檢定統計量

398.000 674.000 -.580 .562 Mann-Whitney U 統計量

1 vs 3

檢定統計量

2 vs 3

(27)

27

兩法結果大致相同

多重比較依變數: D_1

Scheffe 法

12.2473* 4.31832 .021 1.4881 23.0065

-.9117 4.02054 .975 -10.9289 9.1056 -12.2473* 4.31832 .021 -23.0065 -1.4881 -13.1590* 3.83053 .004 -22.7028 -3.6151 .9117 4.02054 .975 -9.1056 10.9289

13.1590* 3.83053 .004 3.6151 22.7028

(J) GRP_D 2

3 1 3 1 2 (I) GRP_D 1

2 3

平均差異 (I-J) 標準誤顯著性下界上界

95% 信賴區間

在 .05 水準上的平均差異很顯著。

*.

Step2: Post-Hoc (事後檢定)Scheffe

檢定統計量^{a ,b}

12.476 2 .002 卡方

自由度

漸近顯著性

D_1

Kruskal Wallis 檢定 a.

分組變數：GRP_D b.

a.Kruskal-Wallis test

b.Post-Hoc Mann-Whitney U test

檢定統計量

1 vs 2

檢定統計量

398.000 674.000 -.580 .562 Mann-Whitney U 統計量

1 vs 3

檢定統計量

2 vs 3

事後兩兩比較需調整，P- value<(α/3) =0.17表示顯著

三組獨立樣本: 有母數 vs 無母數

D_1

3085.624 2 1542.812 6.661 .002

19686.562 85 231.607 22772.186 87

組間組內總和

平方和自由度平均平方和 F 檢定顯著性

Step1: One-Way ANOVA ( F test )

(28)

28

SCI 範例-CRS (1.1)

基本資料表+

單變量分析表

d

(29)

29 29

內容大綱

 統計表格介紹

 連續資料之檢定方法

 範例操作

 線性關係分析

 SCI範例

(30)

30

皮爾森積差相關係數：

( Pearson product-moment correlation coefficient )

ρ界於-1至+1之間

ρ≦0.3 低度相關(Low Correlation) 0.3＜ ρ≦ 0.7 中度相關(Moderate Correlation)

ρ ≧ 0.7 高度相關(High Correlation) ]

) (

][

) (

[ n x ² x ² n y ² y ² y

x xy

n S

S S

y x

xy

∑

−

∑

−

∑

−

= ∑

ρ =

(31)

31

Spearman等級相關：

( Spearman rank order correlation coefficient )

Where D _i =R(X _i )-R(Y _i )

這個方法主要應用於順序變項之線性關係描述。

要注意的是,類別尺度並無順序關係, 線性關係無法成立,不宜採用此法！

) 1 (

1 6 ₂

2 −

− ∑

= N N

r _s D ⁱ

(33)

33

Spearman rho及 Kendall tau-b statistics測量兩個 序列尺度變數間的相關程度，因為只考慮數值的大小順序，因此較不會受極端值及資料分佈狀況的影響。

Spearman相關2-非常態

(34)

34

皮爾森積差相關係數常態且連續型資料

P值相對較小 Spearman等級相關

非常態或序列尺度資料

(35)

35

Spearman相關2-非常態

(36)

36 36

內容大綱

 統計表格介紹

 連續資料之檢定方法

 範例操作

 線性關係分析

 SCI範例

(37)

37

SCI 範例-CRS (1.1)

單變量分析表

d

(38)

38

SCI 範例-CRS (1.2)

(39)

39

SCI 範例-CRS (1.3)

多變量分析表存活分析敘述統計表

(40)

40

單變量分析表

SCI 範例-NS (2.1)

(41)

41

SCI 範例-NS (2.2)

多變量分析表

Logistic regression

analysis

95%CI 包含1為不顯著

Odds ratio 0.971 1.436 0.101

針對連續變數之解釋方式：

自變數每增加一單位（假設其他自變數固定），因變數(y)發生改變的 機會（勝算比）。

NIHSS score每增加一單位，ischemic stroke(y)發生改變的可能性增加 了exp(0.362)=1.436的機會

11變數進入，最後找到3個顯著變數

(42)

42

SCI 範例-NS (2.3)

(43)

43

SCI 範例-DMR (3.1)

基本資料表

(44)

44

SCI 範例-DMR (3.2)

折線圖

直條圖

(45)

45

SCI 範例-DMR (3.3)

以圖形描述顯著性

(46)

46

SCI 範例-DMR (3.4)

(47)

47

SCI 範例-骨科 (4.1)

單變量分析表

(48)

48

SCI 範例-骨科 (4.2)

多變量分析表

Multiple regression

analysis

(49)

49

SCI 範例-骨科 (4.3)

多變量分析表

ANCOVA

(Analysis of

covariance)

(50)

50

SCI 範例-骨科 (4.4)

(51)

51

Non-parametric tests Parametric tests

1. 可用於實際觀測值，或觀測值

轉換的等級(rank)數據。 1.僅用於實際之觀測值 2. 可用於以名目尺度、順序尺度、

區間尺度(interval scales)等獲取的觀測值

2.一般只適用於以區間尺度 (interval scales)取的觀測值 3. 用來比較中位數(medians) 3.比較平均值(means)與變異

數(variances) 4. 數據不必呈常態分佈(normally

distributed) ，也不必是同質性 (homogeneous)的變異

4.數據必需為常態分佈，並呈同質的變異

5. 適用於計數(count)的數據

6. 適用於導出(derived)的資料，

如比率、指數等

(52)

52

參考書籍

SPSS For Windows統計分析

作者：張紹勳林秀娟（松崗）

量化研究與統計分析

作者：邱皓政（五南書局）

SPSS 統計分析與實務

作者：林傑斌/林川雄/馮兆康

（博碩文化）

(53)

53

組織架構與成員簡介



藍祚鴻研究部部副主任

 何惠卿

4019 hcho@vghtc.gov.tw

 徐倩儀

4047 chiann@vghtc.gov.tw

 張光喜

4081 kuanghsi@vghtc.gov.tw



生統小組網頁(醫學研究部網頁右下/其他資源/生物統計小組)

http://www.vghtc.gov.tw/GipOpenWeb/wSite/lp?ctNode=49626&mp=6000&idPath=49379_49626



服務項目

個案分析/統計諮詢/審稿回覆/統計課程教學/羅博士論文寫作諮詢

研究部生統小組簡介

(54)

54

中階生物統計於醫學 應用