配对设计一元定性资料的统计推断与实验设计
2.4 一元线性模型的统计检验
TSS=ESS+RSS
Y的观测值围绕其均值的总离差(total variation) 可分解为两部分：一部分来自回归线(ESS)，另一 部分则来自随机势力(RSS)。 在给定样本中，TSS不变， 如果实际观测点离样本回归线越近，则ESS在 TSS中占的比重越大，因此 拟合优度：回归平方和ESS/Y的总离差TSS
• 显然，在该例题中，我们对结果的正确陈述应 该是：边际消费倾向β 1是以99%的置信度处于 以0.670为中心的区间（0.6056,0.7344) 中。 • 回答：
–边际消费倾向等于0.670的置信度是多少？
–边际消费倾向以100%的置信度处于什么区间？
• 由于置信区间一定程度地给出了样本参数估计 值与总体参数真值的“接近”程度，因此置信 区间越小越好。 • 要缩小置信区间，需要
2一元线性模型中??i的置信区间2?????ntstiii???pttt????????221ptstiii??????????????221ptstsiiiii????????????????????221t分布为双尾分布1??的置信度下??i的置信区间是?显然在该例题中我们对结果的正确陈述应该是
§2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model
一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间
说 明
• 回归分析是要通过样本所估计的参数来代替总 体的真实参数，或者说是用样本回归线代替总 体回归线。 • 尽管从统计性质上已知，如果有足够多的重复 抽样，参数的估计值的期望（均值）就等于其 总体的参数真值，但在一次抽样中，估计值不 一定就等于该真值。 • 那么，在一次抽样中，参数的估计值与真值的 差异有多大，是否显著，这就需要进一步进行 统计检验。 • 主要包括拟合优度检验、变量的显著性检验及 参数的区间估计。
单因素多水平设计定量与定性资料样本含量与检验效能估计
．
０ ｏ ２＝ ． ５ 进 而得 至 （ ５ ， ０ ２５ ， 且１２ ０ ２ ）
置 Ｏ的值 为 ００ ； 项 “ ｔａ Ｌ ．５选 ｎｏ ｌ＝ ． 表 示 要求 总样 ｔ ”
本含量 ； 选项 “ ｏ ｅ ｐ ｗ ｒ＝ ０ ９ ” 于设 置检 验效 能 １ ．０ 用 一
（ ８ ：２ ７ —２ ８ ． ４ ） １８ ７１８ ６
ｄｓａｅＪＮ ｕ ａｈｌ ｘ ｅｒｌ２ ０ ，５ ９ ：６ －７ ． ｉ ｓ ． ｅ ｍｐｔｏ Ｅ ｐＮ ｕｏ，０ ６ ６ （ ） ８６８ ２ ｅ
２ Ｓ ｇｒ Ｌ，Ｗｕ Ｊ ｅｒａｓ Ｅ，ｅ １．Ｎ ｕｏａ Ｒ １ ｓｒＡ ４ ａｅ Ｋ ｕ ，Ｌ ｕｇ Ｓ ｎ ｔ ａ ｅｒｎ Ｌ １ ／ｏＬ ｌ
．
Ｂ的值 为 ０ ９ 。程 序 中的 数值 需 要 根 据 实 际情 况 ．０ 进行修 改 。 Ｓ Ｓ输 出结 果及 解释 ： Ａ
Ｔｈ ＭＰＯＷ ＥＲ ｏ ｅ ｕ ｅ ｅ ＧＬ Ｐｒ ｃ ｄ ｒ Ｆ ｘ ｄ Ｓ ｅ ａ ｏ Ｅｌｍｅ ｔ ｉｅ ｃ ｎ ｒ ｅ ｎｓ ｉ Ｄｅ ｅ ｄ ｎ ｒａ ｌ ｓ ｏ ｅ ｐ ｎ ｅ ｔＶａ ｉｂ ｅ ｃ ｒ Ｗ ｅｇ ｔＶａ ｉｂ ｅ ｌＷ ｇ ｉｈ ｒａ ｌ Ｃｅｌ ｔ Ａｌ ｈ ｐａ ０． ５ ０
ｐ ｏｅｎ ｒｌｔｄ ｅ ｅ ｔｒ ｏ Ｌ Ｌ １ ｒｇ ｌｔｓ ｒｃ ｓｉｇ ｆ ｈ ｒｔｉ—ｅａｅ ｒｃ ｐｏ ｓｒ Ａ／ Ｒ１ ｅ ｕａｅ ｐ ｏ ｅｓｎ ｏ ｔｅ
Ａｚｅ ｒｓ ｉ ａｅＮ ｕ ｂｏ Ｄｓ２（ ２ （）２３２６ ｌ ｉ ’ ｄｓ ｓ． ｅｍ ｉｌ ｉ，０８， ２ ： －９ ． ｈ ｍｅ ｅ ｝ ９ ９
２ Ｌ Ｒｏ ａ ｄＣ， ｔｎ ｓ ｅ １Ｓ Ｌ１ｖｒａ ｔ ｎ ｉｋｏ ａｅｏ ｓｔ ２ ｉＹ， ｗｌｎ Ｃａａ ｅｅＪ，ｔａ． ＯＲ ａｉｎｓａ ｄｒ ｆｌｔ—ｎｅ ｓ
医学统计课件人卫6版 第九章 卡方检验ppt课件
数中的最小值所对应格子的理论频数最小。
➢ 两样本率比较的资料，既可用Z检验也可用 检2
验来推断两总体率是否有差别，且在不校正的 条件下两种检验方法是等价的，对同一份资料
有
Z2 2
讨论：计算与分析1.2.
.
11
补充：
两大样本率的假设检验
1）样本率与总体率比较： Z p0 0(10)/n
➢ 基本公式：
2
(AT)2
T
.
3
➢ T值是在假设H0 成立的条件下，求得的理论频数
TR C
nR .nC n
➢ TRC 表示R行C列的理论频数
➢ nR 为相应行的合计，nC 为相应列的合计
➢ n 为总例数
.
4
求得χ2 值，按ν =（R - 1）（C - 1）
➢ 查附表7，得P值。 同一自由度下，χ2值越大， ➢ 相应的概率P值越小。
• 此类设计可作两方面的统计分析：
.
13
1.两法检验结果有无差别： （阳性检出率是否不同）
2 (b c)2
bc
ν=1
若观察频数b+c < 40，需对χ2值进行校正
2(b | c|1)2
bc
.
14
2.两法检验结果有无关系（联）（了解） H0 ：两法结果无关联 H1 ：两法结果有关联
α = 0.05
.
18
行×列表资料检验的专用公式：
2 n(
A2 1)
nRnC
(行数-1)(列数-1)
例9-5；9-6
.
19
行×列表资料 检2 验的注意事项
1.一般认为，行×列表中的理论频数不应小于1， 或 的1格T子5 数不宜超过格子总数的1/5。若 出现上述情况，可通过以下方法解决：①最好 是增加样本含量，使理论频数增大；②根据专 业知识，考虑能否删去理论频数太小的行或列， 能否将理论频数太小的行或列与性质相近的邻 行或邻列合并；③改用双向无序 R×C列表的 Fisher确切概率法。
数理统计课程设计(一元线性回归)
二氧化碳吸附量与活性炭孔隙结构的线性回归分析摘要：本文搜集了不同孔径下不同孔容的活性炭与CO2吸附量的实验数据。
分别以同一孔径下的不同孔容作为自变量，CO2吸附量作为因变量，作出散点图。
选取分布大致呈直线的一组数据为拟合的样本数据。
对样本数据利用最小二乘法进展回归分析，参数确定，并对分析结果进展显著性检验。
同时利用matlab 的regress 函数进展直线拟合。
结果明确:孔径在3. 0～ 3. 5 nm 之间的孔容和CO2吸附量之间存在较好的线性关系。
关键字：活性炭孔容CO2吸附量matlab一、问题分析本文主要研究同一孔径的孔容的活性炭和co2吸附量之间的线性关系，有关实验数据是借鉴双全，罗雪岭等人的研究成果[1]。
以太西无烟煤为原料、硝酸钾为添加剂,将煤粉、添加剂和煤焦油经过充分混合后挤压成条状,在600℃下炭化15 min,然后用水蒸气分别在920℃和860℃下活化一定时间得到2组活性炭,测定了CO2吸附等温线,探讨了2组不同工艺制备的活性炭的CO2吸附量和孔容的关系.数据如下表所示：表1：孔分布与CO2吸附值编号1~12是在不同添加剂量，温度，活化时间处理下的对照组。
因为处理方式不同得到不同结果是互不影响的，可以看出CO2的吸附量的值是互相独立的。
我们将不同孔径下的孔容分为1~7组。
编号孔容/(1110L g μ--⋅)CO2吸附量1/()mL g -⋅1 70 96 115 642 50 913 11 71 65 914 90 76 1225 78 1136 72 56 997 86 1228 13 69 107 9 78 107 10 13 91 137 11 114 110 142 75 12126 114 183作出不同孔径下与CO2吸附量的散点图如下：2468孔容C O 2吸附量10203040506070孔容C O 2吸附量152025303540孔容C O 2吸附量50100150孔容C O 2吸附量406080100120孔容C O 2吸附量5060708090100110孔容C O 2吸附量80100120140160180200孔容C O 2吸附量图1：不同孔容与CO2吸附量的散点图图1中从左往右依次是第1到第7组孔容，从图中可以看出第五、六、七组的点大致分散在一条直线附近，说明两个变量之间有一定的线性相关关系。
医学统计学定性资料的统计分析-χ2检验
29 41
48.28 39.02
H0：1=2； H1：12； ＝0.05。 本例a格的理论频数最小，T11=1216/41=4.68<5， n>40，故考虑用校正公式计算2 值。
2 C
( 2 15 1014 41/ 2) 12 2916 25
2
41
2 2.36 0.05,1 3.84
（二）2检验的基本思想
例4-6-1 据临床研究，一般的胃溃疡病患者有25％会出现胃出 血症状。某医院观察了300例65岁的胃溃疡病患者，其中有99例 发生胃出血，占33.0％，问老年患者是否较一般患者易出血？ 表中基本数据是a,b,c,d，其余数 据都是从这四个基本数据推算出 表4-6-1 131例胃癌患者治疗后5年存活率的比较 来的，这种资料称为四格表资料。 存活率(%) 存活数 死亡数 合计治疗数
（即多个率或构成比的比较）
上述两个样本率比较的资料，其基本数据只 有2行2列，称为2 ×2表或四格表资料。当基 本数据超过2行或2列的资料，就称为行×列 表或 R × C表资料。行×列表资料的2检验 主要用于多个样本率或多个构成比之间的比 较。
2 值的计算可按前述基本公式（ 2 =∑(A－
2
计算统计量Z ：
z
0.33 0.25
0.25 (1 0.25) / 300
3.20
. 确定P 值和判断结果：
Z0.01=2.326，得P<0.01，按=0.05水 准拒绝H0，接受H1。 认为老年胃溃疡病患者的胃出血率大于 20%,即老年患者较一般患者易出血.
（二）两样本率的比较
3.确定P 和判断结果：=(2-1)×(2-1)= 1；查2界 值表，20.05=3.84， 所以P＞0.05，按=0.05水准不拒绝H0，差别无统计 学意义。故尚不能认为单纯手术疗法与联合疗法对胃 癌患者治疗效果有差别。
试验设计与统计分析
Section 2.2 次数分布表
一、 间断性变数资料的整理
表1 100个麦穗的每穗小穗数
18 15 17 19 16 15 20 18 19 17 17 18 17 16 18 20 19 17 16 18 17 16 17 19 18 18 17 17 17 18 18 15 16 18 18 18 17 20 19 18 17 19 15 17 17 17 16 17 18 18 17 19 19 17 19 17 18 16 18 17 17 19 16 16 17 17 17 15 17 16 18 19 18 18 19 19 20 17 16 19 18 17 18 20 19 16 18 19 17 16 15 16 18 17 18 17 17 16 19 17
第1章 绪论
Introduction
一、什么是统计学
➢ 统计学(statistics)是关于数据（data）的科 学，是从数据中提取信息的一门学科，包括设 计、搜集、整理、分析和表达等步骤
➢ Data are numbers, but they are not “just numbers”
➢ 数据(data)+说明 (context)=信息 (information) ▪ 例：50 (just a number) ▪ 50公斤是可接受的体重 ▪ 50分是不及格的分数
二、 连续性变数资料的整理
3. 确定组数和组距( class interval ) 根据极差分为若 干组，每组的距离相等，称为组距。 在确定组数和组距 时应考虑：
(1)观察值个数的多少； (2)极差的大小； (3)便于计算； (4)能反映出资料的真实面貌等方面。 样本大小(即样本内包含观察值的个数的多少)与组 数多少的关系可参照表4来确定。
第9讲 定量资料的统计推断(讲)
方差分析
可用于方差分析的方法包括：GLM ANOVA NESTED VARCOMP GLM：进行方差分析、回归、协方差分析、 多元方差分析. ANOVA：对平衡设计进行方差分析 NESTED：纯嵌套随机模型的方差分析 VARCOMP：估计方差成分
ANOVA
• 用于平衡设计 对实验的每种组合安排相同的实验单位， 称为平衡设计。
随机区组设计资料的方差分析
• 随机区组资料是先将除处理因素外其他条 件相同或相近的受试对象归入一个区组， 再将一个区组内的受试对象随机分配到不 同的实验组内，从而保证同一个区组内的 受试对象的其他条件相同或相近，则彼此 间的试验效应的差异主要是由处理因素引 起的，而且处理间或区组因素间没有交互 作用。
• • • • • • • • • • • • • • • •
data complrandom; do c=1 to 3; do i=1 to 7; input y @@; output; end; end; cards; .1437 .1567 .1598 .1696 .1878 .22 .2296 .1546 .1679 .1957 .1978 .2222 .2371 .2384 .1774 .1834 .1854 .1915 .2041 .2186 .2344 ; proc anova; class c; model y=c; means c/snk; run;
等效性检验
• data euqal_test; • n1=102;n2=100; • m1=0.57;m2=0.48; • s1=0.89;s2=0.82; • delta=0.52; • sc2=(s1**2*(n1-1)+ s2**2*(n2-1))/(n1+n2-2);
计数资料的统计描述与统计推断
2 nnARn2C 1
(一) 多个样本率的比较：
表3.8 三种药物治疗高血压的疗效
处理
有效
无效
合计
有效率%
复方哌唑嗪 35
5
40
87.50
复方降压片 20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.78
38
H0:三种处理方法的有效率相等, 即π1= π2= π3 H1:三种处理方法的有效率不等或不全相等
某类死因构某 成同 年 比年 某死 类亡 死总 因人 死 1数 亡 0% 0人数
8
（二）疾病统计指标
某 病 发病 一率 定 该时 期期 间内 新可 病 发能 的 生 例发 平 的 数生 均 某 某 人 K病
某病患病率 某该时时点点某受病检现人患口病 K数例数
某
病
病死同 因率期 某某 病
死亡人数 病病 10人 % 0 数
29
31
（三）四格表χ2检验的专用公式
2
(ad b)c2n
(ab)c(d)a (c)b (d)
两组人群尿棕色素阳性率比较
组别
阳性数
阴性数
合计
铅中毒病人 对照组
29（a) 9(c)
7(b) 28(d)
36(a+b) 37(c+d)
合计
38(a+c)
35(b+d)
73(n)
阳性率（%） 80.56 24.32 52.05
712 142 185
61
1100
4
0.6
9
6.3
【2024版】试验设计与统计分析教案
教学目的和要求
试验设计与统计分析是运用数理统计理论与方法研究农业科学研究和技术工作中，所需的试验设计设计、实施和试验资料统计分析方法的一门应用学科，是农学类、植物保护类专业的专业基础课。本课程在高等数学、概率论与数理统计等课程的基础上，介绍数理统计的基本概念和基本原理，讲解试验设计的基本要求、设计实施和试验资料统计分析方法，既涉及一些严谨的数学理论和方法，又紧密结合农业生产和科学研究实践。
从而保证数据资料的完整、真实和可靠。
第二节资料的整理(1学时)
一、试验资料的分类（连续性资料，离散性资料）
（一）数量性状的资料：（1）用计数方法获得的不连续或间断性变数；
（2）用量测方法获得的连续性变数。
（二）质量性状的资料：（1）用计数方法所得的资料；
（2）给予每类性状以相当等级方法所得资料。
教
学
试验误差的概念，试验误差的来源分为：（一）试验材料固有的差异；（二）农事操作和管理技术不一致；（三）土壤差异以及肥力不均、病虫害侵袭等。控制误差的途径
本章思考题
1.举例说明田间试验的特点和对田间试验的要求；
2.分析试验地土壤差异的特点，如何通过小区技术和试验设计控制土壤差异？
3.一个长江中下游地区的棉花品种试验，供试品种10个，采用四次重复随机区组设计，小区面积10平方米，试画出田间种植图。
作为农学类、植物保护类等专业专科生必修的一门专业基础课，教学目的是为进一步学习遗传学、作物栽培学、作物育种学等专业基础课和专业课奠定必备的基础，为开展农业科学研究和技术工作提供统计分析工具，同时，还要培养学生分析问题和解决问题的能力。要求学生掌握常用的统计分析方法，基本的试验设计方法，Excel的统计分析功能。
统计设计原则和方法
明确调查目的和指标
明确调查目的是调查研究各个环节中最核心的 问题。
研究目的可分为两种：
了解样本信息来推断总体特征； 掌握和探索变量间的相互关系。
指标要精选，尽量用客观、灵敏、精确的定量 指标。
确定调查对象和观察单位
根据调查目的确定调查对象，即要确定调 查总体及其同质范围。
明确的诊断标准、纳入标准和排除标准。 观察单位可为人、物、群体、地区等。 例：欲了解某地区成年人过敏性鼻炎的发
组。 先将受试者编号，如第一对第一受试者编号为1.1，第二受试者编
号为1.2，余仿此。再从随机排列表中随机指定某行，例如第6行，依次 将0～9之间的随机数字录于受试者编号下，舍去10～19之间的数字， 并规定随机数字为奇数时取甲乙顺序，偶数时取乙甲顺序。
受试者号
1.1 2.1 3.1 4.1 5.1 6.1 7.1 8.1 9.1 10.1 1.2 2.2 3.2 4.2 5.2 6.2 7.2 8.2 9.2 10.2
随机数字
281430967 5
处 理 乙 乙 甲 乙 甲 乙 甲乙 甲 甲 甲 甲 乙 甲 乙 甲 乙甲 乙 乙
结 果：1.2、2.2、3.1、4.2、5.1、6.2、7.1、8.2、9.1、10.1 号受试者被分配到甲组；
1.1、2.1、3.2、4.1、5.2、6.1、7.2、8.1、9.2、10.2 号受试者被分配到乙组。 随机号－右布地奈德.doc
三、医学研究的分类
教科文定义：基础研究、应用研究、发展研究
研究目的： 验证性研究、探索性研究
研究对象： 正常人群
－社区干预试验
病
人
－临床试验
动物（试验材料）－动物试验
研究对象是否施加干预：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中西医结合学报２０１１年１月第９卷第１期 Ｊｏｕｒｈａｌ ｏｆ Ｃｈｉｎｅｓｅ Ｉｎｔｅｇｒａｔｉｖｅ Ｍｅｄｉｃｉｎｅ，Ｊａｎｕａｒｙ ２０１１，Ｖ。ｌ＿９，Ｎｏ．１
Ｓｔａｔｉｓｔｉｃａｌ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｓｉｇｎ ｏｆ ｕｎｉｖａｒｉａｔｅ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｏｆ ｐａｉｒｅｄ ｄｅｓｉｇｎ
Ｌｉａｎｇ—ｐｉｎｇ Ｈｕ，Ｘｉａｏ—ｌｅｉ Ｂａｏ，Ｌｉ—ｘｉｎ Ｔａｏ Ｃｏｎｓｕｌｔｉｎｇ Ｃｅｎｔｅｒ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｓｔａｔｉｓｔｉｃｓ，Ａｃａｄｅｍｙ ｏｆ Ｍｉｌｉｔａｒｙ Ｍｅｄｉｃａｌ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００８５０，Ｃｈｉｎａ
Ｋｅｙｗｏｒｄｓ：ｓｔａｔｉｓｔｉｃｓ，ｍｅｄｉｃａｌ；ｍａｔｃｈｅｄ—ｐａｉ ｒ ａｎａｌｙｓｉｓ；ｕｎｉｖａ ｒｉａｔｅ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ；ｓｔａｔｉｓｔｉｃａ ｊ ｎｆｅｒｅｎｃｅ
Ｉｎ ｇｅｎｅｒａ１．ｔｈｅｒｅ ａｒｅ ｔｗｏ ｍｅｔｈｏｄｓ ｔｏ ａｃｈｉｅｖｅ ｓｔａｔｉｓｔｉｃａｌ ｉｎｆｅｒｅｎｃｅ ｏｆ ａｕａｌｉｔａｔｉｖｅ ｄａｔａ ｏｆ ｐａｉｒｅｄ ｄｅｓｉｇｎ：ｈｙｐｏｔｈｅｓｉｓ ｔｅｓｔｉｎｇ（ｉｎｃｌｕｄｉｎｇ ｔｈｅ ｄｉｆｆｅｒ— ｅｎｃｅ ｔｅｓｔ ａｎｄ ｔｈｅ ｃｏｎｓｉｓｔｅｎｔ ｔｅｓｔ）ａｎｄ ｉｎｔｅｒｖａｌ ｅｓｔｉ— ｍａｔｉｏｎ，ｗｈｉｃｈ ｗｉｌｌ ｂｅ ｉｎｔｒｏｄｕｃｅｄ ｉｎ ｔｈｉｓ ａｒｔｉｃｌｅ ｉｎ ｄｅｔａｉ１．Ａｓｉｄｅ ｆｒｏｍ ｔｈｉｓ．ｔｈｉｓ ａｒｔｉｃｌｅ ｗｉｌｌ ａｌｓｏ ｉｎｔｒｏｄｕｃｅ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ＳＡＳ ｓｏｆｔｗａｒｅ ｐａｃｋａｇｅ ｒｅａｌｉｚａｔｉｏｎ． １ Ｉｓｓｕｅｓ ｃｏｎｃｅｒｎｉｎｇ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｏｆ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｏｆ ｐａｉｒｅｄ ｄｅｓｉｇｎ １．１ Ｗｈａｔ ｉｓ ｐａｉｒｅｄ ｄｅｓｉｇｎ ｆｏｒ ｑ ｕａｌｉｔａｔｉｖｅ ｄａｔａ Ｐａｉｒｅｄ ｄｅｓｉｇｎ ｆｏｒ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｉｎｃｌｕｄｅｓ ｐａｉｒｅｄ ｄｅｓｉｇｎ ｏｆ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ａｎｄ ｐａｉｒｅｄ ｄｅｓｉｇｎ ｏｆ ｓｑｕａｒｅ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ．Ａ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ｉｓ ｄｒａｗｎ ｕｐ ｂｙ ｔｅｓｔｉｎｇ ａｌｌ ｔｈｅ ｒｅｓｅａｒｃｈ ｓｕｂｊｅｃｔｓ ｕｓｉｎｇ ｔｗｏ ｄｉｆｆｅｒｅｎｔ ｍｅｔｈｏｄｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｐａｉｒｅｄ ｐｒｉｎｃｉｐｌｅ．Ｅａｃｈ ｍｅｔｈｏｄ ｈａｓ ｔｗｏ ｔｅｓｔ ｒｅｓｕｌｔｓ： “ｐｏｓｉｔｉｖｅ’’ａｎｄ“ｎｅｇａｔｉｖｅ”．Ｃｏｎｓｉｓｔｅｎｔ ｆｒｅｑｕｅｎｃｉｅｓ ａｎｄ ｉｎｃｏｎｓｉｓｔｅｎｔ ｆｒｅｑｕｅｎｃｉｅｓ ｏｆ ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｅａｃｈ ｍｅｔｈｏｄ ａｒｅ ｃｏｕｎｔｅｄ ａｎｄ ｐｕｔ ｉｎｔｏ ａ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ，ｗｈｉｃｈ ｉｓ ｃａｌｌｅｄ ｔｈｅ ｐａｉｒｅｄ ｄｅｓｉｇｎ ｏｆ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ．Ｕｓｕａｌｌｙ，ｏｎｅ ｏｆ ｔｈｅ ｔｗｏ ｍｅｔｈｏｄｓ ｉｓ ｔｈｅ ｓｔａｎｄａｒｄ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｔｈｅ ｐｏｓｉｔｉｖｅ ｒｅｓｕｌｔ ｆｒｏｍ ｔｈｅ ｎｅｇａｔｉｖｅ ｒｅｓｕｌｔ，ｗｈｉｃｈ ｉｓ ｃａｌｌｅｄ ｔｈｅ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ；ｔｈｅ ｏｔｈｅｒ ｉｓ ｕｓｅｄ ｔｏ ｅｖａｌｕａｔｅ ｉｔｓ ａｂｉｌｉｔｙ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｔｈｅ ｐｏｓｉｔｉｖｅ ｒｅｓｕｌｔ ｆｒｏｍ ｔｈｅ ｎｅｇａｔｉｖｅ ｒｅｓｕｌｔ ｂｙ ｃｏｍｐａｒｉｎｇ ｉｔｓ ｒｅｓｕｌｔｓ ｗｉｔｈ ｔｈｏｓｅ ｏｆ ｔｈｅ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ． Ｔｈｅ ｓｑｕａｒｅ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ｉｓ ａｎ ｅｘｐａｎｓｉｏｎ ｏｆ ｔｈｅ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ．Ｔｈｅ ｖａｒｉａｂｌｅｓ ｉｎ ｂｏｔｈ ｒｏｗ ａｎｄ ｃｏｌｕｍｎ ａｒｅ ｏｒｄｅｒｅｄ ｖａｒｉａｂｌｅｓ，ｗｈｉｃｈ ｈａｖｅ ｔｈｅ ｓａｍｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ，１ｅｖｅｌ ａｎｄ ｍｅａｎｉｎｇ． Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔｉｖｅ ｉｓ ｔｏ ｔｅｓｔ ｗｈｅｔｈｅｒ ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｔｗｏ ｍｅｔｈｏｄｓ ａｒｅ ｃｏｎｓｉｓｔｅｎｔ．Ｔｈｅ ｓｑｕａｒｅ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ｉｓ ｕｓｕａｌｌｙ ｃａｌｌｅｄ ｔｈｅ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ｏｆ ｔｗｏ ｏｒｄｅｒｅｄ ｖａｒｉａｂｌｅｓ ｗｉｔｈ ｔｈｅ ｓａｍｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ． １．２ Ｅｘａｍｐｌｅ ａｎｄ ｄａｔａ ｓｔｒｕｃｔｕｒｅ Ｒｅｓｅａｒｃｈｅｒｓ ｅｘｐｌｏｒｅｄ ｔｈｅ ｄｉａｇｎｏｓｔｉｃ ｖａｌｕｅ ｏｆ ｂｒａｉｎ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ（ＢＮＰ）ｌｅｖｅｌｓ ｉｎ ｐａｔｉｅｎｔｓ ｗｉｔｈ ｓｅｐｓｉｓ ｏｆ ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ．Ａ ｔｏｔａｌ Ｏｆ １ ７４ ｐａｔｉｅｎｔｓ ｗｉｔｈ ｓｅｐｓｉｓ ｗｅｒｅ ｔｅｓｔｅｄ ｂｙ ｔｈｅ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ ｆｏｒ ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ ａｎｄ ＢＮＰ ｄｉａｇｎｏｓｉｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｗｅｒｅ ｒｅｃｏｒｄｅｄ ｉｎ Ｔａｂｌｅ １ Ｅｌ Ｊ．
Ｉ３０Ｉ：１０．３７３６／ ｃｉｍ２０１１０１１８ 胡良平，鲍晓蕾，关雪．单组设计一元定性资料的统计推断与实验 ｈｔｔｐ：／／ｗｗｗ．ｊｃｉｍｊｏｕｒｎａ１．ＣＯＩｎ 设计．中西医结合学报．２０１０；８（１１）：１０８５—１０８９． Ｈ ｕ Ｉ Ｐ，Ｂａｏ ＸＩ ，Ｔａｏ Ｉ Ｘ．Ｓｔａｔｉｓｔｉｃａｌ ｉｎｆｅｒｅｎｃｅ ａｎｄ Ｈｕ Ｉ．Ｐ，Ｂａｏ ＸＩ ，Ｇｕａｎ Ｘ．Ｓｔａｔｉｓｔｉｃａｌ ｉｎｆｅｒｅｎｃｅ ａｎｄ ｅｘｐｅｒｉｍｅｎｔａｌ ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｓｉｇｎ ｏｆ ｕｎｉｖａｒｉａｔｅ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｏｆ ｄｅｓｉｇｎ ｏｆ ｕｎｉｖａｒｉａｔｅ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｏｆ ｓｉｎｇｌｅ ｇｒｏｕｐ ｄｅｓｉｇｎ．Ｊ Ｃｈｉｎ ｐａｉｒｅｄ ｄｅｓｉｇｎ．Ｊ Ｃｈｉｎ Ｉｎｔｅｇｒ Ｍｅｄ．２０ｌ１；９（１）： Ｉｎｔｅｇｒ Ｍｅｄ．２０１０；８（１１）：１０８５—１０８９． １０９ １１２． Ｆｕｌｌ ｔｅｘｔ ａｖａｉｌａｂｌｅ ａｔ ｈｔｔｐ ｝｝ ．Ｊｃｉｍｊｏｕｒｎａ１．ｃｏｍ／ａｒｔｉｃｌｅｓ／ 胡良平，鲍晓蕾，陶丽新．配对设计一元定性资料的 ｐｕｂｌｉｓｈＡｒｔｉｃｌｅｓ／ｐｄｆ／２０１０１１１２９９５４５．ｐｄｆ 统计推断与实验设计．中西医结合学报．２Ｏ１１；９ 胡良平，刘惠刚．医学论文中定性资料统计分析方面的错误辨析 （１）：１０９ １１２． 与释疑．中西医结合学报．２００７；５（５）：５９４—５９７． Ｒｅｃｅｉｖｅｄ Ｎｏｖｅｍｂｅｒ １ ５，２Ｏ１０：ａｃｃｅｐｔｅｄ Ｎｏｖｅｍｂｅｒ Ｈｕ ＬＰ，Ｌｉｕ ＨＧ．Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎｄ ｉｎｔｅｒｐｒｅｔａｔｉｏｎ ｏｆ ｅｒｒｏｒｓ ｉｎ ２Ｏ，２Ｏ１０；ｐｕｂｌｉｓｈｅｄ ｏｎｌｉｎｅ Ｊａｎｕａｒｙ ｌ５，２０１１． ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｏｆ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｉｎ ｍｅｄｉｃａｌ ｐａｐｅｒｓ．Ｊ Ｃｈ ｉｎ Ｆｕｌｌ ｔｅｘｔ Ｉ ｉｎｋＯｕｔ ａｔ ＰｕｂＭｅｄ． Ｊｏｕｒｎａｌ ｔｉｔｌｅ ｉｎ Ｉｎｔｅｇｒ Ｍｅｄ．２００７；５（５）：５９４—５９７． Ｆｕｌｌ ｔｅｘｔ ａｖａｉｌａｂｌｅ ａｔ ｈｔｔｐ：ｆ ｆ、＾ ． ｃｉｍｊｏｕｒｒ￣１．ｃｏｒｎ／ａｒｔｉｃｌｅｓ／ｐｕｂｌｉｓｈＡｒｔｉｃｌｅｓ／ ＰｕｂＭｅｄ：Ｚｈｏｎｇ Ｘｉ Ｙｉ Ｊｉｅ Ｈｅ Ｘｕｅ Ｂａｏ．
ｐｄｆ／２００７９２１３４０９５．ｐｄｆ
ＣＯｒｒｅｓｐ０ｎｄｅｎｃｅ：Ｐｒｏｆ．Ｌｉａｎｇ—ｐｉｎｇ Ｈ ｕ；Ｔｅｌ：０ １ ０— Ｍｏｒｅ ｒｅｌａｔｅｄ ａｒｔｉｃｌｅｓ ａｔ ｈｔｔｐ：／／ｗｗｗ．ｊｃｉｍｊｏｕｒｎａ１．ｃｏｍ／ＦｕｌｌＴｅｘｔ２． ６６９３］］３０；Ｅ—ｍａｉｌ：ｌｐｈｕ８１２＠ｓｉｎａ．ｃｏｒｎ ａｓｐｘ？ａｒｔｉｃｌｅＩＤ—ｊｃｉｍ２０¨０ｌ１８ ・１１０・ 中西医结合学报２０１１年１月第９卷第１期Ｊｏｕｒｎａｌ ｏｆ（＇ｈｉｎｅｓｅ ｌｎｔｅｇｒａｌｉｖｅ Ｍｅｄｉｃｉｎｅ，Ｊａｎｕａｒｙ ２０１１，Ｖｏ１．９，Ｎｏ．Ｉ ＢＮＰ：ｂｒａｉｎ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ １．３ Ｈｏｗ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｄａｔａ ｓｔｒｕｃｔｕｒｅ Ｔｈｅ ａ ｂｏｖｅ ｅｘａｍｐｌｅ ａｄｏｐｔｓ ｔｈｅ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ ｆｏｒ ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ ａｎｄ ｔｈｃ ＢＮＰ ｄｉａｇｎｏｓｉｓ ｔｏ ｔｅｓｔ ｗｈｅｔｈｅｒ ｔｈｅ １ ７４ ｒｅｓｅａｒｃｈ ｓｕｂｊｅｃｔｓ ｗｉｔｈ ｓｅｐｓｉｓ ｈａｖｅ ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ．Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｅａｃｈ ｄｉａｇｎｏｓｉｓ ｉｎｃｌｕｄｅ ｔｈｅ“ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ”ｆ ｔｈｅ ｐｏｓｉｔｉｖｅ ｒｅｓｕｌｔ）ａｎｄ ｔｈｅ“ｎｏｎ．ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ”（ｔｈｅ ｎｅｇａｔｉｖｅ ｒｅｓｕｌｔ）．Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｉｅｃｔｉｖｅ ｉｓ ｔｏ ｔｅｓｔ ｔｈｅ ｄｉａｇｎｏｓｔｉｃ ｖａｌｕｅ ｏｆ ＢＮＰ ｌｅｖｅｌ ｉｎ ｄｉａｇｎｏｓｉｎｇ ｂｌｏｏｄ ｓｔａｓｉｓ ｓｙｎｄｒｏｍｅ ｏｆ ｐａｔｉｅｎｔｓ ｗｉｔｈ ｓｅｐｓｉｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ．Ｔｈｃｒｅｆｏｒｅ．Ｔａｂｌｅ ｌ ｉｓ ａ ２×２ ｃｏｎｔｉｎｇｅｎｃｙ ｔａｂｌｅ ｗｉｔｈ ｇｏｌｄｅｎ ｓｔａｎｄａｒｄ． １．４ Ｈｏｗ ｔｏ ｃｈｏｏｓｅ ｔｈｅ ａｐｐｒｏｐｒｉａｔｅ ｍｅｔｈｏｄ ｆｏｒ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ Ｗｈｅｎ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔｉｖｅ ｉｓ ｔｏ ｔｅｓｔ ｗｈｅｔｈｅｒ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｔｈｅ ｉｎｃＯｎｓｉｓｔｅｎｔ ｆｒｅｑｕｅｎｃｉｅｓ ｏｆ ｔｈｅ ｔｗｏ ｄｉａｇｎｏｓｔｉｃ ｍｅｔｈｏｄｓ ｈａｓ ｓｔａｔｉｓｔｉｃａｌ ｓｉｇｎｉｆｉｃａｎｃｅ，ｔｈｅ 。ｔｅｓｔ ｆｏｒ ｑｕａｌｉｔａｔｉｖｅ ｄａｔａ ｉｎ ｐａｉｒｅｄ ｄｅｓｉｇｎ ｓｈｏｕｌｄ ｂｃ ｅｍｐｌｏｙｅｄ，ｗｈｉｃｈ ｉｓ ｕｓｕａｌｌｙ ｋｎｏｗｎ ａｓ ｔｈｅ ＭｃＮｅｍａｒ’ｓ ｔｅｓｔ．Ｗｈｅｎ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔｉｖｅ ｉｓ ｔｏ ｔｅｓｔ ｗｈｅｔｈｅｒ ｔｈｅ ｃｏｎｓｉｓｔｅｎｔ ｆｒｅｑｕｅｎｃｉｅｓ ｏｆ ｔｈｅ ｔｗｏ ｄｉａｇｎｏｓｔｉｃ ｍｅｔｈｏｄｓ ａｒｅ ｓｔａｔｉｓｔｉｃａｌｌｙ ｓｉｇｎｉｆｉｃａｎｔ，ｔｈｅ ｃｏｎｓｉｓｔｅｎｔ ｔｅｓｔ ｓｈｏｕｌｄ ｂｅ ｕｓｅｄ，ｗｈｉｃｈ ｉｓ ｕｓｕａｌｌｙ ｋｎｏｗｎ ａｓ ｔｈｅ Ｋａｐｐａ ｔｅｓｔ．