• 现在的位置:首页 > 营养师>营养流行病学研究的常用统计方法



  • 营养流行病学研究的常用统计方法


    (一)两样本t检验:适用于完全随机两个样本均数比较,要求两个样本来自正态分布总体,且还要考虑两总体方差是否相同,即方差齐性。若两总体方差相等,则直接采用t检验;若两总体方差不相等,则可采用近似t检验或变量转换或秩和检验等处理方法。对于非正态分布或方差不齐的数据,可采用对数或平方根转换等方法,使其变为正态分布,再进行t检验。对于样本量比较大资料,如2组样本数均大于50,可采用u检验。对于配对设计资料应该采用配对t检验进行处理。如2组人群营养素摄入量的比较。
    (二)单因素方差分析:又称完全随机设计资料方差分析,适用于对单因素多个独立样本均值比较,各组均数应来自正态且方差齐资料。实验研究将研究对象随机分配到1个因素多个水平中,按某个研究因素不同水平分组(2组以上),比较不同水平下,各组平均值之间差别是否有统计学意义,这时应采用单因素方差分析。如给予不同剂量的同一营养素,观察其对动物生长发育的影响。
    (三)两因素方差分析:同时分析2个因素主效应及可能存在交互作用。如随机区组设计资料,将研究对象按照某种特征随机分为若干区组(2组以上),使每个区组研究对象特征尽可能相近,每个区组内研究对象和研究因素水平数相等,每个区组研究对象随机地接受研究因素某一水平处理;采用此外的同一研究对象不同时点观察或同一样本给予不同处理(2种以上)。
    (四)多因素方差分析(MANOVA): 可检验不同组之间均数因受不同因素影响是否存在差异,可分析每个因素的作用,也可分析因素间交互作用。如析因设计和正交设计资料。
    (五)卡方检验:用于推断2个及多个总体率或总体构成比之间有无差别,2种属性或2个变量间有无关联性及频数分布拟合优度检验等。包括有四格表χ2检验、配对四格表χ2检验、分层χ2检验及行×列表χ2检验。
    (六)二项分布检验:在评价2组预防措施效果,二项分布法可用于进行2组小值频数显著性检验。在流行病学常遇到一些发病率比较低的疾病,在比较2个地区某病发病率有无差别,或在进行预防接种或某项预防措施组与对照组发病率对比,检验预防效果时,可用二项分布法。Poisson分布可视为二项分布P值很小的极限形式。
    (七)秩和检验:对于非正态分布资料;不能或未加精确测量的资料,如等级资料;样本例数较少、分布类型显示不清资料等情况,可采用非参数检验,其中检验效率较高且常用方法是秩和检验。但非参数检验是比较粗的统计方法且效率较低。
    (八)变量间相关分析:计量资料两个变量间相关分析可采用直线相关、直线回归分析,直线相关用于分析两个变量之间有无相关关系,对于存在相关关系的两个变量可进一步分析二者依存关系,可通过回归分析建立回归方程来表示。对于计数资料中相关分析可采用相对危险度(RR)、归因危险度(AR)、比值比(OR)、χ2检验等方法。此外还可通过曲线回归分析两个变量间相关关系。相关说明两个变量间的关系,回归方程说明两个变量间数量关系,两者说明问题不同,但又是有联系的。如回归系数有统计意义,相关系数一定有统计意义,反之亦然。
    (九)多因素分析:是研究多个自变量对应变量作用,或结果变量依赖于多个因素变化而变化规律及研究多个因素之间相互关系。研究多个因素问依存关系统计方法主要有多元线性回归、多元逐步回归、Logistic回归、COX回归、判别分析等。其分析结果可用于解释各个因素对结果作用大小和方向,还可用各因素值来估计或预测结果值。研究多个因素问相互关系的统计方法主要有聚类分析、主成分分析、因子分析和典型相关分析等,其分析结果主要用于描述多个指标相互之间的数量关系。



    上一篇:营养流行病学常用统计测量指标
    下一篇:推荐饮食模式
    相关链接: