如何正确运用χ~2检验——高维表资料优势比分析与SAS实现

本文目的是介绍g×2×2表资料的优势比分析方法和基于SAS软件实现计算的方法。内容包括以下几个方面:其一,g×2×2表资料各层优势比的齐性检验;其二,当资料满足齐性要求时,基于校正的方法对共同优势比进行点估计和置信区间估计;其三,当资料不满足齐性要求时,基于"各层2×2表中(1,1)网格内的频数的条件分布"的方法对共同优势比进行精确点估计、置信区间估计和假设检验。通过两个实例,并基于SAS/STAT中的FREQ过程实现全部计算,对输出结果进行了解释,并做出了统计和专业结论。     

如何正确运用χ~2检验——高维表资料相对危险度分析与SAS实现

本文目的是介绍g×2×2表资料的相对危险度分析方法和基于SAS软件实现计算的方法。内容包括以下几个方面:其一,g×2×2表资料的齐性检验;其二,当资料满足齐性要求时,基于校正的方法对共同相对危险度进行点估计和置信区间估计;其三,当资料不满足齐性要求时,基于DerSimonian-Laird法(简称DL法)估计共同相对危险度RRDL及其95%置信区间;其四,资料满足与不满足齐性要求时,检验"共同相对危险度是否等于1"。本文结合两个实例并基于SAS软件,分别实现了针对相对危险度的齐性检验、资料满足齐性要求与不满足齐性要求条件下,共同相对危险度的点估计及其置信区间估计,并对SAS输出结果进行了解释,做出统计结论和专业结论。     

如何正确运用χ~2检验——高维表资料独立性检验与SAS实现

本文目的是介绍一种特殊高维表(即g×2×2表)资料的独立性检验方法及SAS实现。在SAS软件和统计学教科书中,有三种方法可用于进行高维表资料的独立性检验,分别为广义CMHχ~2检验(简称为"方法1")、公式中含有权重系数的加权χ~2检验(简称为"方法2")和公式中没有权重系数的加权χ~2检验(简称为"方法 3")。本文通过公式推导和变形,揭示出"方法2"与"方法 3"在本质上是完全相同的加权χ~2检验,但具有不同的表现形式;还揭示出加权χ~2检验统计量的估计值与"方法1"中的CMHχ~2检验统计量的估计值近似相等。本文结合一个实例,介绍基于SAS软件实现g×2×2表资料独立性检验的具体方法,对输出结果进行解释,并做出统计结论和专业结论。     

如何正确运用χ~2检验——人-时间资料率比分析与SAS实现

本文目的是介绍"分层人-时间资料"率比分析方法与SAS实现方法,具体内容包括以下四个方面:(1)分层人-时间资料中第i层率比的点估计和置信区间估计;(2)不同层间率比的齐性检验;(3)合并率比的点估计与置信区间估计;(4)分层人-时间资料中发病密度的线性趋势检验。通过两个实例,展示基于SAS软件实现前述四个分析内容的统计计算过程,包括提供SAS程序代码、对SAS输出结果进行解释,并给出统计结论和专业结论。     

如何正确运用χ~2检验——三种双向无序二维列联表资料的χ~2检验

本文目的是介绍除四格表资料之外的三种双向无序二维列联表资料的χ~2检验以及SAS与R软件实现的方法。三种双向无序二维列联表是指双向无序的"R×2""2×C"和"R×C"(R与C均大于2)列联表。一般来说,分析它们的目的都是检验列联表中两属性变量是否独立,在满足特定前提条件时,可以选用的简单统计分析方法为χ~2检验;在不满足特定前提条件时,应当选择计算量非常大的Fisher’s精确检验法。     

如何正确运用χ~2检验——三种R×C列联表资料的CMH χ~2检验

本文目的是介绍三种R×C列联表资料的CMH χ~2检验以及SAS软件实现的方法。第一种是"双向无序R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是Pearson’s χ~2检验;第二种是"结果变量为有序变量的R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是秩和检验;第三种是"双向有序且属性不同R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是Pearson’s相关分析或Spearman’s秩相关分析。当R×C列联表资料中有1个或2个"有序变量"时,进行统计分析之前,需要给有序变量"赋值或评分"。在SAS/STAT的FREQ过程中,有四种评分方法。评分方法不同,CMH χ~2检验统计量的表达形式和计算结果都会发生相应变化。     

如何正确运用χ2检验——对数秩检验与SAS实现

本文目的是介绍对数秩检验与SAS实现。对数秩检验的检验统计量有多种不同的表达形式，其中，最常见的表达形式有两种：第一种，类似于“Pearson’s拟合优度χ²检验统计量”；第二种，类似于“高维表资料优势比齐性检验统计量，即Breslow-Day’s χ²检验统计量”。对数秩检验统计量具有两种分布类型：χ²分布和标准正态分布。在构造对数秩检验统计量的过程中需注意四个方面的内容：①以个体的“生存时间”大小排序后分层或分区形成序贯的多张四格表资料；②注意区分“每个个体的生存时间”是完整数据还是删失数据；③仅计算每张四格表资料中特定网格［例如（1，1）网格］上的“理论或期望频数”；④计算理论频数的方法有别于四格表资料独立性检验时计算理论频数的方法。本文基于具有不同数据结构的两个实例并借助SAS软件实现对数秩检验。     

如何正确运用χ~2检验——两种单向有序二维列联表资料线性趋势χ~2检验

本文目的是介绍两种单向有序二维列联表资料线性趋势χ~2检验以及SAS与R软件实现的方法。两种单向有序二维列联表是指原因变量为R值有序变量的"R×2列联表"和结果变量为C值有序变量的"2×C列联表",对它们进行线性趋势检验分别需要采用Cochran-Armitage’s线性趋势χ~2检验和Lee’s线性趋势χ~2检验。     

如何正确运用χ~2检验——病例对照设计四格表资料的χ~2检验

本文目的是介绍病例对照设计四格表资料的χ~2检验、优势比的假设检验和区间估计以及使用SAS与R软件实现的方法。针对病例对照设计的特点,重点介绍优势比的概念、假设检验和区间估计方法。对SAS与R软件计算的结果作出解释,并给出统计结论和专业结论。     

如何正确运用χ2检验——评分检验与SAS实现

本文目的是介绍评分检验与SAS实现。具体地说,评分检验统计量有5种常见的形式,即一般评分检验统计量、稳健评分检验统计量、残差评分检验统计量、广义评分检验统计量和拉格朗日乘数检验统计量;评分检验主要用于以下3种场合,即检验部分或全部回归系数是否为0、检验单个效应是否不在回归模型中以及检验平行线假定是否成立。本文通过两个实例,借助SAS软件实现前述提及的各种评分检验,并着重解释与评分检验有关的输出结果。     

如何正确运用Z检验——两率比较一般差异性Z检验及SAS实现

本文介绍了用Z检验进行率比较的原理、方法和SAS实现。包括一个未知总体率与一个已知总体率比较的Z检验和两未知总体率比较的Z检验。在SAS实现方面,采取了两种途径：①基于计算公式,用SAS语言编程;②直接借助SAS中的“FREQ过程”。     

如何正确运用t检验——线性回归模型中参数与0比较t检验及SAS实现

本文目的是介绍t检验在简单线性回归分析和多重线性回归分析中参数与0之间差异性比较时的理论依据和应用实践。首先介绍线性回归分析中t检验的基本原理和计算公式;然后用SAS程序分别对2个实例进行简单线性和多重线性回归分析,提请读者着重关注输出结果中有关"参数假设检验部分的检验统计量的名称及结果";最后对结果进行解释和讨论。     

如何正确运用χ2检验——横断面设计四格表资料的χ2检验

本文目的是介绍横断面设计四格表资料的χ²检验及SAS和R软件实现。具体介绍了3种方法,即“Pearson?sχ²检验”“校正的Pearson?sχ²检验”和“似然比χ²检验”。内容涉及前述提及的3种统计分析方法的检验假设、计算原理与公式、前提条件、SAS与R软件的实现、结果解释以及结论陈述。     

如何正确运用Z检验——总体方差已知时两算术均值比较一般差异性Z检验及SAS实现

本文的目的是介绍总体方差已知时两算术均值比较一般差异性Z检验及SAS实现。首先,介绍了选用Z检验的前提条件;其次,介绍了单组设计和成组设计条件下进行均值比较的Z检验统计量,并介绍了上单侧检验、下单侧检验和双侧检验时所对应的拒绝域;最后,结合两个实例,基于SAS软件实现3种Z检验,对输出结果做出了解释。并针对如何合理选择单侧检验还是双侧检验给予说明。     

如何正确运用Z检验——两总体率比较优效性Z检验及SAS实现

本文目的是介绍两总体率比较优效性Z检验的原理、方法和SAS实现。文中涉及两个方面的内容,包括两总体率比较优效性Z检验的原理和方法以及基于SAS软件实现两总体率比较优效性Z检验。文中给出了SAS输出结果并对其进行解释,并分别得出统计学结论和专业结论。     

如何正确运用χ~2检验——高维表资料危险率差分析与SAS实现

本文目的是介绍g×2×2表资料的危险率差分析方法和基于SAS软件实现计算的方法。需要完成的任务包括以下两项:其一,共同危险率差的点估计及其置信区间估计;其二,检验"共同危险率差是否等于0"。其中,实现前述第一项任务的方法共有6种;实现第二项任务的方法共有3种。本文基于SAS软件和一个实例,分别实现了共同危险率差的点估计、置信区间估计和假设检验,并对SAS输出结果进行了解释,做出统计结论和专业结论。     

如何正确运用Z检验——定性资料一致性Z检验及SAS实现

本文目的是介绍定性资料一致性Z检验的原理、方法和SAS实现。文中涉及两个方面的内容,包括介绍定性资料一致性Z检验的原理和方法以及基于SAS软件实现定性资料一致性Z检验。文中给出了SAS输出结果并对其进行解释,再分别得出统计学结论和专业结论。     

如何正确运用χ2检验——χ2分布及相关内容

本文目的是介绍χ²分布及相关内容,包括χ²分布和非中心χ²分布。着重展示了两种χ²分布的定义、概率密度函数的图形和主要性质,其中,两个最重要的性质分别是:①χ²分布的极限分布为正态分布;②(n-1)s²σ²服从自由度为n-1的χ²分布。除此之外,还阐释了χ²分布与正态分布、χ²检验统计量与Z检验统计量之间的关系。最后,基于SAS软件中的两个SAS函数呈现了χ²分布的计算方法。     

如何正确运用χ2检验——生存资料的似然比检验和六种非参数检验与SAS实现

本文目的是介绍生存资料的似然比检验与六种非参数检验以及SAS实现。基于生存资料服从指数分布的假定，推导出似然比检验方法；而六种非参数检验方法的主要区别在于它们具有不同的权函数。在未分层和分层的条件下，都可以运用前述提及的七种生存资料假设检验方法，它们的共同点是其检验统计量都服从χ²分布。本文通过两个实例，并借助SAS软件，实现两组或多组生存资料的各种假设检验，对输出结果作出解释，并给出统计结论和专业结论。     

如何正确运用χ2检验——似然比检验与SAS实现

本文目的是介绍似然比检验与SAS实现，包括似然比检验统计量的3种定义和6种较常用的似然比检验统计量。3种定义分别为基于参数向量的空间大小来构造似然比检验统计量、基于两个嵌套统计模型来构造似然比检验统计量和基于全模型与部分模型来构造似然比检验统计量；6种较常用的似然比检验统计量分别是一般似然比χ²检验统计量、校正似然比χ²检验统计量、剖面似然比χ²检验统计量、拟似然比χ²检验统计量、伪似然比χ²检验统计量和Rao-Scott似然比χ²检验统计量。本文通过两个实例，借助SAS软件实现似然比χ²检验，对输出结果作出解释，并给出统计结论和专业结论。