非参数统计方法ridit分析

主要结果：
各样本平均R ─────────────────── 样本名 频数合计 平均R ─────────────────── 第1组 361 0.4819 第2 组 58 0.6287 第3组 77 0.4881 ───────────────────
主要结果：
卡方检验: 卡方值 概 = 13.0887 自由度 v= 3 率 P= 0.0044 学意义。
方差 = [160.16 – 248^2/496]/（496-1）= 0.0730 标准差 = 0.2702
对比组平均R值
无效 好转 显效 控制 合计
糖衣组=
fR R n
复方 13 36 11 17 77 合计 66 126 106 88 496
糖衣 48 184 77 52 361
黄体酮 5 16 18 19 58
u≥1.96,P≤0.05,差异有统计意义
u≥2.58,P≤0.01,差异有统计意义
u 1,2 =3.84, u 1,3=0.18, u 2,3 =2.99
对比组95%CI图
1.0
Ridit值
0.5
糖 衣
黄 体 酮
复 方
标准组
0.0
图1 不同方剂对妇科病疗效比较
多个对比组的两两比较
u R1 R2 S S
2 R1 2 R2

R1 R2 n1 n 2 S n1 n2
2 R
U 1, 2
R1 R2 1 1 12N1 12N 2
统计界限：u<1.96,P>0.05,差异无统计意义
= 0.4819
48 0.0665 184 0.3710 77 0.7157 52 0.9113 48 184 77 52
黄体酮组 = 0.6287
复方组 = 0.4881
注意：
如果等级是由劣到优的顺序排列， 则平均 Ridit值越大越好，否则越小越好。 但我们不能单纯以各组平均Ridit值的大 小来判断各组的差异，因为Ridit值是一 个点估计，没有考虑抽样误差，而样本 正好等于总体指标的可能性很小，因此 应该结合可信区间或统计检验方法综合 判断。
Ridit分析关键步骤：
二、计算标准组的Ridit值： 三、利用对照组计算各组的平均R值 四、置信区间判断
五、统计检验:
u检验、t检验、χ2检验
Ridit分析（实例5 ）：
表7 三种方剂对某妇科病患者治疗效果比较
无效 好转 显效 控制 合计
糖衣 48 184 77 52 361
黄体酮 5 16 18 19 58
复方 13 36 11 17 77
合计 66 126 106 88 496
PEM3.1操作过程：
1.建立数据库
1.1 定义变量名
1.2 录入数据
2.界面操作： 其他统计分析 —— Ridit分析 —— 分析目的：多个样本比较 —— 分组变 量：分组 Baidu Nhomakorabea— 类别变量 ：类别 —— 频 数变量：例数 —— 确定
多组等级资料的两两比较——Ridit分析
Ridit是“Relative to an identified distribution integral transformation”的首个字母 缩写，意指对于一个确认的分布作积分变换。
Ridit分析是一种关于等级资料进行对比组 与标准组比较的假设检验方法，其基本思想是 先确定一个标准组作为特定总体，求得各等级 的Ridit值，标准组平均Ridit值理论上可以证明 等于0.5，其他各组与标准组比较，看其可信区 间是否与0.5重叠，来判断组间的统计学显著性， 最后得出专业解释。
主要结果：
检验水准: α=0.05
选用同一参照组 (各样本合计为参照组)
样本数 k=3 等 级 数: 4
主要结果：
参照组各等级 R 值的计算 等级 (1) 频数 (2) (2)/2 (3) (2)累 计 (4) 1 2 3 4 66 236 106 88 33 118 53 44 0 66 302 408 (3)+(4) 移下一行 (5) 33 184 355 452 0.0665 0.3710 0.7157 0.9113 R=(5)/N (6)
计算对比组可信区间
对比组标准误：
SR
SR n
对比组95%可信区间：
R 2SR
计算对比组95%CI并进行判断
糖衣组95%CI：0.4534~0.5103
黄体酮组95%CI：0.5578~0.6997
复方组95%CI：0.4265~0.5497
判断：通过可信区间比较对比组与标准组的差 别。看对比组95%可信区间是否包括标准组 Ridit值（0.5），不包括，则P<0.05，差别有 统计学意义。否则反之。
结论：三种药物对妇科病的疗效差异有统计
三者之间究竟有何种差异呢？
1.标准组平均R值 ： = 248.00/496 =0.5
2.标准组方差、标准差的计算：
S
2 R
fR
2
fR
n 1 n
2
SR
S
2 R
标准组方差、标准差的计算
标准组 无效 好转 显效 控制 合计 f 66 236 106 88 496 R 0.0665 0.3710 0.7157 0.9113 fR 4.39 87.56 75.86 80.19 248.00 fR2 0.29 32.48 54.30 73.08 160.15
Ridit分析适用范围：
1.两组或两组以上等级资料的比 较和分析 2.两端数据不确切的计量资料分 组转换成计数资料的分析，如血清 滴度等。
特点：简便、直观、适用性广。
Ridit分析关键步骤：
一、确定标准组： 1.利用已知的标准分布（传统方法）作为 标准组。如某药物大规模的观察研究结果， 计算不同疗效的R值。 2.以例数最多的一组作为标准组。 3.各组的例数都差不多时，可把各组观察 结果合并起来作为标准组。