卫生综合复习经验谈之医学统计学(六)

到这一次,医学统计学的回顾就差不多快结束了,大家可以从本教程的第一讲数一下,重要的章节基本上都提到了,当然,要算上这一次的相关和回归。再次吐槽一下人卫六方积乾主编的卫生统计学教材,眉毛胡子一把抓,内容庞杂繁芜,什么东西都往里面塞;这本教材我的感觉是看起来非常费劲,不推荐大家用,我一直推荐的统计教材是高教出版社李晓松主编的那本。

闲话不说,首先来看相关,为了与研究生阶段要学习的偏相关、多元相关区分,我把本科阶段需要掌握的这种相关称作简单相关分析;通俗的说,就是两个变量,分析其协同变化趋势,是否随着A变量的增大,B变量也随着增大;或者是否随着A变量的增大,B变量却随之减小;在这种两个变量协同变化的过程中,协同变化的趋势强弱或者程度高低一般会用相关系数来表示。

简单相关分析教材中一般会提到两种,即pearson积矩相关分析和秩相关分析,两种方法针对不同分布的数据资料,这个大家必须要明白;因为两种分析方法在操作上大同小异,我们就以pearson积矩相关分析为例来重点讲解。

pearson积矩相关分析,对数据的要求是,A、B两组变量均满足正态分布,即我们经常说的双变量正态分布或者二元正态分布,如果不满足该条件,就需要使用秩相关分析。pearson积矩相关分析步骤很简单,先做散点图,看有无相关趋势,若有相关趋势就用spss计算其相关系数,同时对相关系数进行假设检验。相关系数的解释看一下,r的绝对值越大说明两变量关联越密切,等等。

秩相关分析,两变量不满足正态分布,或者分布未知或者数据资料采用等级表示,这时候就该秩相关分析上场了,其实操作步骤就比上面的多了一步,相对两个变量进行编秩,通俗的讲就是按照大小排队,以在队伍中的序号作为相关分析的变量。

分类变量的相关分析,其实我们在上一次卡方检验已经提到过一句,就是使用列联系数的概念进行相关分析。

我不知道大家有没有相关,做相关分析有什么意义,即使知道了两个变量具有密切的相关性又有什么用处?教材中明确提到,相关并不代表因果,即我们不能认为是A变量的变化引起了B变量的变化,反之也不能;相关也不能向回归那样进行预测。大家有没有与我同样的感受?闲唠几句,但有一句希望大家记住,相关关系不能解释因果关系,这个很重要,也是经常迈入的误区。

over。

 


2 comments

  • 听你说的我就去买高教出版社李晓松主编的那本医学统计学,我上网搜了一下,它里面有习题,却没有答案,师兄你认为它配套的实习指导书要买不?

    • 根据个人情况吧,我当时没有买过指导书,就是单纯的看看课本的知识点。课后习题的话,我也没太看过。

啄木游弋进行回复 取消回复

您的电子邮箱地址不会被公开。 必填项已用*标注

Time limit is exhausted. Please reload CAPTCHA.