医学统计分析与R语言.pdf

发布时间：2022-06-09 发布人：admin 分类：说明书资料大小：5.09M 资料格式：pdf 举报版权申诉

weixin_44913961-11112259-16359647617749103055.pdf-第1页.png

第1页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第2页.png

第2页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第3页.png

第3页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第4页.png

第4页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第5页.png

第5页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第6页.png

第6页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第7页.png

第7页 / 共646页

weixin_44913961-11112259-16359647617749103055.pdf-第8页.png

第8页 / 共646页

Summary.pdf (p.1-613)

如何使用

R的安装

Rstudio安装

TexLive2015安装

Fandol 字体

描述性统计

常用统计量

矩

均值(Mean)

标准差(Standard Deviation)

中位数(Median)

四分位差(quartile deviation)

数学期望(mathematical expectation)

方差(Variance)

众数(Mode)

协方差(Covariance)

相关

Pearson积矩相关系数

偏相关

独立性检验

Cochran-Mantel-Haenszel检验

趋势检验

回归分析

一元线性回归

共线性，条件数

预测新值及其置信区间

改进措施

多元线性回归

多重共线性

模型比较

逐步回归

交叉验证

相对重要性

分位数回归

穷人和富人的消费比较

模型比较

残差形态检验

分位数回归的分解

广义线性模型

Logistic回归

单因素Logistics回归

多因素Logistics回归

稳健Logistic回归

条件logistic回归

无序多分类Logistic回归

有序多分类Logistic回归

精确Logistic回归

Possion回归

拟合优度检验

模型的系数及解释

过度离散

异方差一致的标准误差

时间段变化的Poisson回归

零膨胀的Poisson回归

稳健Poisson回归

负二项回归(Negative binomial regression)

拟合优度检验

模型的系数及解释

零膨胀的负二项回归回归

广义加性模型

交互作用

方差分析

单因素方差分析（one-way ANOVA）

假设检验

oneway.test()和aov()函数进行方差分析

模型比较

效果大小(Effect size)

多重比较

离群点检测

残差的相关检验

单因素协方差分析(Analysis of covariance ,ANCOVA)

调整的组均值

多重比较

检验回归斜率的同质性

结果可视化

I类型的平方和(Type I sum of squares)单因素协方差分析

II/III类型的平方和(Type II/III sum of squares)单因素协方差分析

基于II类型的平方和的模型比较

回归系数(Test individual regression coefficients)

效果大小(Effect size)

调整的组均值

双因素方差分析（Two-way ANOVA）

I型双因素方差分析(SS type I)

II/III型双因素方差分析(SS type II or III)

绘制边际均数及格均数图

效果大小(Effect size estimate)

简单效应(Simple effects)

多重比较

单元多重比较(Cell comparisons using the associated one-way ANOVA)

非计划Scheffe检验

残差的相关检验

正态性检验

重复测量方差分析

单因素重复测量方差分析(One-way repeated measures ANOVA)

双因素重复测量方差分析(Two-way repeated-measures ANOVA)

宽格式数据

anova.mlm() 和 mauchly.test()

效果大小(Effect size estimates)

简单效应(Simple effects)

多元方法(Multivariate approach)

两级裂区设计（Two-way split-plot ANOVA）

宽数据格式

宽数据格式anova.mlm()和mauchly.test()

效果大小(Effect size estimates)

简单效应

计划的多重比较（Planned comparisons for the between-subjects factor）

再裂区设计（Three-way split-plot ANOVA）

SPF-pq⋅r

SPF-p⋅qr

混合模型重复测量方差分析（Mixed-effects models for repeated-measures ANOVA）

单因素重复测量方差分析(One-way repeated measures ANOVA, RB-p design)

双因素重复测量方差分析(Two-way repeated measures ANOVA ,RBF-pq design)

两级裂区设计的方差分析(Two-way split-plot-factorial ANOVA ,SPF-p⋅q design)

三级裂区设计的方差分析(Three-way split-plot-factorial ANOVA ,SPF-pq⋅r design)

三级裂区设计的方差分析Three-way split-plot-factorial ANOVA (SPF-p⋅qr design)

四级裂区设计的方差分析(Four-way split-plot-factorial ANOVA ,SPF-pq⋅rs design)

生存分析

非参数法

寿命表（Life Table）

Kaplan-Meier曲线

分层比较

累积风险率

参数法(Parametric proportional hazards models)

假定生存时间符合weibull分布

AFT参数转换为Cox模型的

模型比较

生存曲线估计

半参数法(COX回归)

模型拟合

模型诊断(Model diagnostics)

预测风险(Predicted hazard ratios)

非参数检验

单样本(One-sample)

符号检验(Sign-test)

Wilcoxon符号秩检验(Wilcoxon signed rank test)

两独立样本(Two independent samples)

符号检验(Sign-test)

Wilcoxon符号秩和检验(Wilcoxon rank-sum test)

多组样本(more than two samples)

无序独立样本(Independent samples - unordered groups)

有序独立样本(Independent samples - ordered groups)

无序非独立样本(Dependent samples - unordered groups)

有序非独立样本(Dependent samples - ordered groups)

二项分布检验(Binomial test)

单侧(One-sided)

双侧(Two-sided)

置信区间(Confidence intervals)

Pearson拟合优度2检验

Kolmogorov-Smirnov检验

单样本检验

两样本检验

列联表的独立性检验

卡方检验(2检验)

游程检验(Runs-test)

置换检验(Manual permutation test)

无序分类联合检验(Association tests and measures for unordered categorical variables)

(2×2)列联表

灵敏度、特异度等(Prevalence, sensitivity, specificity, CCR, F-score)

OR值、相对危险度等(Odds ratio, Yule's Q and risk ratio)

(r×c)列联表

有序分类联合检验(Association tests and measures for ordered categorical variables)

线性间的联合检验(Linear-by-linear association test)

多序列相关(Polychoric and polyserial correlation)

异构相关矩阵(Heterogeneous correlation matrices)

有序变量和连续性变量(Association measures involving categorical and continuous variables)

Cochran Q检验(Cochran-Q-test)

McNemar检验(McNemar test)

Bowker 检验(Bowker test)

Stuart Maxwell检验(Stuart-Maxwell-test for marginal homogeneity)

基于尺度参数的检验

尺度参数的Ansari-Bradley检验

尺度参数的Fligner-Killeen检验

重抽样（Resampling）

置换检验（Permutation tests）

自主法(Bootstrapping)

单个统计量

多个统计量

分层自主法(Stratified bootstrapping)

医学统计分析与R语言_2.pdf (p.614-646)

医学统计分析与R语言_部分2.pdf (p.608-640)

目录 1 如何使用 11 1.1 R 的安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.2 Rstudio 安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.3 TexLive2015 安装 . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.4 Fandol 字体 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2 描述性统计 15 2.1 常用统计量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.1 矩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.2 均值 (Mean) 2.1.3 标准差 (Standard Deviation) . . . . . . . . . . . . . . 16 2.1.4 中位数 (Median) . . . . . . . . . . . . . . . . . . . . . 20 2.1.5 四分位差 (quartile deviation) . . . . . . . . . . . . . . 20 2.1.6 数学期望 (mathematical expectation) . . . . . . . . . 23 2.1.7 方差 (Variance) . . . . . . . . . . . . . . . . . . . . . . 23 2.1.8 众数 (Mode) . . . . . . . . . . . . . . . . . . . . . . . 24 2.1.9 协方差 (Covariance) . . . . . . . . . . . . . . . . . . . 24 2.1.10 相关系数 (Correlation coefficient) . . . . . . . . . . . . 24 2.1.11 偏度 (skewness) . . . . . . . . . . . . . . . . . . . . . . 25 2.1.12 峰度 (kurtosis) . . . . . . . . . . . . . . . . . . . . . . 25 2.1.13 几何平均数（Geometric mean） . . . . . . . . . . . . 26 2.1.14 变异系数（Coefficient of Variation） . . . . . . . . . . 27 2.1.15 样本校正平方和（CSS） . . . . . . . . . . . . . . . . . 27 2.1.16 样本未校正平方和（USS） . . . . . . . . . . . . . . . 27 2.1.17 标准误（Standard Deviation） . . . . . . . . . . . . . 28 2.1.18 极差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.1.19 数据中心化和标准化 . . . . . . . . . . . . . . . . . . . 29 2.2 数据操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2.1 数据输入 . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2.2 数据输出 . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2.3 字符串操作 . . . . . . . . . . . . . . . . . . . . . . . . 33 2.2.4 数据操作 . . . . . . . . . . . . . . . . . . . . . . . . . 35 1

2.2.5 长宽格式数据转换 . . . . . . . . . . . . . . . . . . . . 43 2.2.6 分类汇总 . . . . . . . . . . . . . . . . . . . . . . . . . 46 2.3 频数表和列联表 . . . . . . . . . . . . . . . . . . . . . . . . . . 48 2.3.1 一维列联表 . . . . . . . . . . . . . . . . . . . . . . . . 48 2.3.2 二维列联表 . . . . . . . . . . . . . . . . . . . . . . . . 49 2.3.3 多维列联表 . . . . . . . . . . . . . . . . . . . . . . . . 53 3 常用数据分布 56 3.1 正态分布 (Normal distribution) . . . . . . . . . . . . . . . . . 56 3.2 指数分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.3 (伽玛) 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.4 weibull 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 3.5 F 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.6 T 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.7 (贝塔 Beta) 分布 . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.8 χ2(卡方) 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.9 均匀分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 3.10 Poisson 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 3.11 数据分布直接的关系 . . . . . . . . . . . . . . . . . . . . . . . 93 3.12 探索数据分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 4 参数估计 100 4.1 点估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 4.1.1 矩估计法 . . . . . . . . . . . . . . . . . . . . . . . . . 100 4.1.2 极大似然估计法（MLE） . . . . . . . . . . . . . . . . 101 4.1.3 最小二乘法 . . . . . . . . . . . . . . . . . . . . . . . . 104 4.1.4 EM 算法 . . . . . . . . . . . . . . . . . . . . . . . . . 105 4.1.5 Bootstrap 法 . . . . . . . . . . . . . . . . . . . . . . . 108 4.2 区间估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 4.2.1 单正态总体参数的区间估计 . . . . . . . . . . . . . . . 110 4.2.2 两正态总体参数的区间估计 . . . . . . . . . . . . . . . 113 4.3 单总体比率 p 的区间估计 . . . . . . . . . . . . . . . . . . . . 115 4.4 两总体比率差 p1 − p2 的区间估计 . . . . . . . . . . . . . . . . 116 4.5 基于 Bootstrap 的区间估计 . . . . . . . . . . . . . . . . . . . 117 2

5 样本容量估计 121 5.1 均数比较的样本量估计 (Comparing Means) . . . . . . . . . . 123 5.1.1 单组设计 (One-Sample Design) . . . . . . . . . . . . . 123 5.1.2 两组平行设计 (Two-Sample Parallel Design) . . . . . . 125 5.1.3 两组交叉设计（Two-Sample Crossover Design） . . . 126 5.1.4 多组设计 (Multiple-Sample One-Way ANOVA) . . . . 127 5.2 率比较的样本量估计 (Large Sample Tests for Proportions) . . 132 5.2.1 单组设计 (One-Sample Design) . . . . . . . . . . . . . 132 5.2.2 两组平行设计 (Two-Sample Parallel Design) . . . . . . 134 5.2.3 两组交叉设计 (Two-Sample Crossover Design) . . . . 135 5.2.4 多组设计 (One-Way Analysis of Variance) . . . . . . . 137 5.2.5 相对危险度平行设计 (Relative Risk—Parallel Design) 140 5.2.6 相对危险度交叉设计 (Relative Risk—Crossover Design)141 5.3 计数资料的精确检验 (Exact Tests for Proportions) . . . . . . 143 5.3.1 二项分布（Binomial Test） . . . . . . . . . . . . . . . 143 5.3.2 Fisher’s 精确检验 (Fisher’s Exact Test) . . . . . . . . 147 5.3.3 单组优化多阶段设计 (Optimal Multiple-Stage Designs for Single Arm Trials) . . . . . . . . . . . . . 150 5.4 拟合优度和列联表检验的样本量估计（Tests for Goodness- of-Fit and Contingency Tables） . . . . . . . . . . . . . . . . 191 5.4.1 拟合优度检验 (Tests for Goodness-of-Fit)，样本含量估算公式 . . . . . . . . . . . . . . . . . . . . . . . . . 191 5.4.2 单层独立性检验 (Test for Independence—Single Stra- tum) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 5.4.3 多层独立性检验 (Test for Independence—Multiple Strata) . . . . . . . . . . . . . . . . . . . . . . . . . . 193 5.4.4 类别转换检验 (Categorical Shift Test) . . . . . . . . . 195 5.4.5 残留效应检验 (Carry-Over Effect Test) . . . . . . . . 198 . . . . 198 5.5 时间事件（生存分析）的样本量计算 (Time-to-Event) 5.5.1 基于指数模型的生存分析 (Exponential Model) . . . . 199 5.5.2 基于 Cox 比例风险模型的生存分析 . . . . . . . . . . . 201 5.5.3 基于 Logrank 检验的生存分析 . . . . . . . . . . . . . 204 . . . . . . . . . . 206 5.6 成组序贯设计 (Group Sequential Methods) 3

5.8 生物等效性 (Bioequivalence) 5.6.1 Pocock’s Test . . . . . . . . . . . . . . . . . . . . . . . 208 5.6.2 O’Brien and Fleming 检验 . . . . . . . . . . . . . . . . 211 5.6.3 Wang and Tsiatis 检验 . . . . . . . . . . . . . . . . . . 214 5.6.4 Inner Wedge 检验 . . . . . . . . . . . . . . . . . . . . 217 5.6.5 率比较的样本量估计 . . . . . . . . . . . . . . . . . . . 222 5.6.6 时间事件数据（生存分析） . . . . . . . . . . . . . . . 224 5.6.7 α 消耗函数 . . . . . . . . . . . . . . . . . . . . . . . . 226 5.6.8 样本量再估计 . . . . . . . . . . . . . . . . . . . . . . . 229 5.7 变异性比较的样本量估计 (Comparing Variabilities) . . . . . . 231 5.7.1 重复平行对照设计 . . . . . . . . . . . . . . . . . . . . 231 5.7.2 简单随机效应模型 . . . . . . . . . . . . . . . . . . . . 234 5.7.3 个体间变异的比较 . . . . . . . . . . . . . . . . . . . . 236 5.7.4 总体变异的比较 . . . . . . . . . . . . . . . . . . . . . . 240 . . . . . . . . . . . . . . . . . . 247 5.8.1 平均生物等效性 . . . . . . . . . . . . . . . . . . . . . . 248 5.8.2 群体生物等效性 . . . . . . . . . . . . . . . . . . . . . . 249 5.8.3 个体生物等效性 . . . . . . . . . . . . . . . . . . . . . . 249 5.8.4 体外实验法 . . . . . . . . . . . . . . . . . . . . . . . . 251 5.9 剂量反应研究 (Dose Response Studies) . . . . . . . . . . . . . 253 5.9.1 计量资料（Continuous Response） . . . . . . . . . . . 254 5.9.2 二分类变量（Binary Response） . . . . . . . . . . . . 254 5.9.3 时间事件数据（Time-to-Event Endpoint） . . . . . . 255 5.9.4 最小有效剂量（MED） . . . . . . . . . . . . . . . . . 255 5.9.5 Cochran-Armitage 趋势检验 . . . . . . . . . . . . . . . 256 5.9.6 爬坡试验 (Dose Escalation Trials) . . . . . . . . . . . 257 5.10 微阵列研究 (Microarray Studies) . . . . . . . . . . . . . . . . 259 5.10.1 错误发现率 (False Discovery Rate) . . . . . . . . . . . 259 5.11 非参数检验 (Nonparametrics) . . . . . . . . . . . . . . . . . . 262 5.11.1 单组位置检验 (One-Sample Location Problem) . . . . 262 5.11.2 两组位置检验 (Two-Sample Location Problem) . . . . 263 5.11.3 独立性检验 (Test for Independence) . . . . . . . . . . 263 5.12 其他研究 (Sample Size Calculation in Other Areas) . . . . . . 264 5.12.1 QT/QTc . . . . . . . . . . . . . . . . . . . . . . . . . . 264 4

5.12.2 非随机化临床试验中的倾向得分 . . . . . . . . . . . . . 266 5.12.3 重复测量方差分析 (ANOVA with Repeated Measures) 268 5.12.4 生存质量 (Quality of Life,QOL) . . . . . . . . . . . . . 269 5.12.5 衔接性设计 (Bridging Studies) . . . . . . . . . . . . . 269 5.12.6 疫苗临床试验 (Vaccine Clinical Trials) . . . . . . . . . 270 6 假设检验 273 6.1 参数假设检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 6.1.1 正态总体均值的假设检验 . . . . . . . . . . . . . . . . 273 6.1.2 总体比例的假设检验 . . . . . . . . . . . . . . . . . . . 276 6.2 相关性度量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 6.2.1 相关 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 6.2.2 Pearson 积矩相关系数 . . . . . . . . . . . . . . . . . . 281 6.2.3 偏相关 . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 6.3 独立性检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 6.3.1 Cochran-Mantel-Haenszel 检验 . . . . . . . . . . . . . 285 6.3.2 趋势检验 . . . . . . . . . . . . . . . . . . . . . . . . . 288 7 回归分析 295 7.1 一元线性回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 7.1.1 共线性，条件数 . . . . . . . . . . . . . . . . . . . . . . 310 7.1.2 预测新值及其置信区间 . . . . . . . . . . . . . . . . . . 310 7.1.3 改进措施 . . . . . . . . . . . . . . . . . . . . . . . . . 311 7.2 多元线性回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . 313 7.2.1 多重共线性 . . . . . . . . . . . . . . . . . . . . . . . . 323 7.2.2 模型比较 . . . . . . . . . . . . . . . . . . . . . . . . . 325 7.3 逐步回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 7.4 交叉验证 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334 7.5 相对重要性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335 7.6 分位数回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336 7.6.1 穷人和富人的消费比较 . . . . . . . . . . . . . . . . . . 342 7.6.2 模型比较 . . . . . . . . . . . . . . . . . . . . . . . . . 343 7.6.3 残差形态检验 . . . . . . . . . . . . . . . . . . . . . . . 345 7.6.4 分位数回归的分解 . . . . . . . . . . . . . . . . . . . . 347 5

8 广义线性模型 350 8.1 Logistic 回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 8.1.1 单因素 Logistics 回归 . . . . . . . . . . . . . . . . . . 352 8.1.2 多因素 Logistics 回归 . . . . . . . . . . . . . . . . . . 361 8.1.3 稳健 Logistic 回归 . . . . . . . . . . . . . . . . . . . . 367 8.1.4 条件 logistic 回归 . . . . . . . . . . . . . . . . . . . . . 369 8.1.5 无序多分类 Logistic 回归 . . . . . . . . . . . . . . . . 372 8.1.6 有序多分类 Logistic 回归 . . . . . . . . . . . . . . . . 381 8.1.7 精确 Logistic 回归 . . . . . . . . . . . . . . . . . . . . 389 8.2 Possion 回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . 389 8.2.1 拟合优度检验 . . . . . . . . . . . . . . . . . . . . . . . 391 8.2.2 模型的系数及解释 . . . . . . . . . . . . . . . . . . . . 392 8.2.3 过度离散 . . . . . . . . . . . . . . . . . . . . . . . . . 393 8.2.4 异方差一致的标准误差 . . . . . . . . . . . . . . . . . . 395 8.2.5 时间段变化的 Poisson 回归 . . . . . . . . . . . . . . . 395 8.2.6 零膨胀的 Poisson 回归 . . . . . . . . . . . . . . . . . . 396 8.2.7 稳健 Poisson 回归 . . . . . . . . . . . . . . . . . . . . 397 8.2.8 负二项回归 (Negative binomial regression) . . . . . . . 398 8.2.9 拟合优度检验 . . . . . . . . . . . . . . . . . . . . . . . 400 8.2.10 模型的系数及解释 . . . . . . . . . . . . . . . . . . . . 401 8.2.11 零膨胀的负二项回归回归 . . . . . . . . . . . . . . . . 401 9 广义加性模型 404 9.1 交互作用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407 10 方差分析 408 10.1 单因素方差分析（one-way ANOVA） . . . . . . . . . . . . . 409 10.1.1 假设检验 . . . . . . . . . . . . . . . . . . . . . . . . . 411 10.1.2 oneway.test() 和 aov() 函数进行方差分析 . . . . . . . 412 10.1.3 模型比较 . . . . . . . . . . . . . . . . . . . . . . . . . 414 10.1.4 效果大小 (Effect size) . . . . . . . . . . . . . . . . . . 415 10.1.5 多重比较 . . . . . . . . . . . . . . . . . . . . . . . . . 416 10.1.6 离群点检测 . . . . . . . . . . . . . . . . . . . . . . . . 420 10.1.7 残差的相关检验 . . . . . . . . . . . . . . . . . . . . . . 420 6

10.2 单因素协方差分析 (Analysis of covariance ,ANCOVA) . . . . 421 10.2.1 调整的组均值 . . . . . . . . . . . . . . . . . . . . . . . 423 10.2.2 多重比较 . . . . . . . . . . . . . . . . . . . . . . . . . 424 10.2.3 检验回归斜率的同质性 . . . . . . . . . . . . . . . . . . 424 10.2.4 结果可视化 . . . . . . . . . . . . . . . . . . . . . . . . 425 10.2.5 I 类型的平方和 (Type I sum of squares) 单因素协方差分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . 426 10.2.6 II/III 类型的平方和 (Type II/III sum of squares) 单因素协方差分析 . . . . . . . . . . . . . . . . . . . . . . 427 10.2.7 基于 II 类型的平方和的模型比较 . . . . . . . . . . . . 427 10.2.8 回归系数 (Test individual regression coefficients) . . . 428 10.2.9 效果大小 (Effect size) . . . . . . . . . . . . . . . . . . 429 10.2.10 调整的组均值 . . . . . . . . . . . . . . . . . . . . . . 430 10.3 双因素方差分析（Two-way ANOVA） . . . . . . . . . . . . . 430 10.3.1 I 型双因素方差分析 (SS type I) . . . . . . . . . . . . . 432 10.3.2 II/III 型双因素方差分析 (SS type II or III) . . . . . . 433 10.3.3 绘制边际均数及格均数图 . . . . . . . . . . . . . . . . 434 10.3.4 效果大小 (Effect size estimate) . . . . . . . . . . . . . 436 10.3.5 简单效应 (Simple effects) . . . . . . . . . . . . . . . . 437 10.3.6 多重比较 . . . . . . . . . . . . . . . . . . . . . . . . . 437 10.3.7 单元多重比较 (Cell comparisons using the associated one-way ANOVA) . . . . . . . . . . . . . . . . . . . . 440 10.3.8 非计划 Scheffe 检验 . . . . . . . . . . . . . . . . . . . 441 10.3.9 残差的相关检验 . . . . . . . . . . . . . . . . . . . . . . 442 10.3.10 正态性检验 . . . . . . . . . . . . . . . . . . . . . . . . 442 10.4 重复测量方差分析 . . . . . . . . . . . . . . . . . . . . . . . . 444 10.4.1 单因素重复测量方差分析 (One-way repeated mea- sures ANOVA) . . . . . . . . . . . . . . . . . . . . . . 444 10.4.2 双因素重复测量方差分析 (Two-way repeated- measures ANOVA) . . . . . . . . . . . . . . . . . . . . 451 10.4.3 宽格式数据 . . . . . . . . . . . . . . . . . . . . . . . . 454 10.4.4 anova.mlm() 和 mauchly.test() . . . . . . . . . . . . . 456 10.4.5 效果大小 (Effect size estimates) . . . . . . . . . . . . . 459 7

10.4.6 简单效应 (Simple effects) 10.4.7 多元方法 (Multivariate approach) . . . . . . . . . . . . . . . . 459 . . . . . . . . . . . 460 10.5 两级裂区设计（Two-way split-plot ANOVA） . . . . . . . . . 465 10.5.1 宽数据格式 . . . . . . . . . . . . . . . . . . . . . . . . 466 10.5.2 宽数据格式 anova.mlm() 和 mauchly.test() . . . . . . 467 10.5.3 效果大小 (Effect size estimates) . . . . . . . . . . . . . 469 10.5.4 简单效应 . . . . . . . . . . . . . . . . . . . . . . . . . 469 10.5.5 计划的多重比较（Planned comparisons for the between-subjects factor） . . . . . . . . . . . . . . . . 470 10.6 再裂区设计（Three-way split-plot ANOVA） . . . . . . . . . 471 . . . . . . . . . . . . . . . . . . . . . . . . . 473 . . . . . . . . . . . . . . . . . . . . . . . . . 477 10.6.1 SPF-pqr 10.6.2 SPF-pqr 10.7 混合模型重复测量方差分析（Mixed-effects models for repeated-measures ANOVA） . . . . . . . . . . . . . . . . . . 484 10.7.1 单因素重复测量方差分析 (One-way repeated mea- sures ANOVA, RB-p design) . . . . . . . . . . . . . . 485 10.7.2 双因素重复测量方差分析 (Two-way repeated mea- sures ANOVA ,RBF-pq design) . . . . . . . . . . . . . 489 10.7.3 两级裂区设计的方差分析 (Two-way split-plot- factorial ANOVA ,SPF-pq design) . . . . . . . . . . . 491 10.7.4 三级裂区设计的方差分析 (Three-way split-plot- factorial ANOVA ,SPF-pqr design) . . . . . . . . . . 493 10.7.5 三级裂区设计的方差分析 Three-way split-plot- factorial ANOVA (SPF-pqr design) . . . . . . . . . . 496 10.7.6 四级裂区设计的方差分析 (Four-way split-plot- factorial ANOVA ,SPF-pqrs design) . . . . . . . . . . 498 11 生存分析 503 11.1 非参数法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504 11.1.1 寿命表（Life Table） . . . . . . . . . . . . . . . . . . 504 11.1.2 Kaplan-Meier 曲线 . . . . . . . . . . . . . . . . . . . . 511 11.1.3 分层比较 . . . . . . . . . . . . . . . . . . . . . . . . . 515 11.1.4 累积风险率 . . . . . . . . . . . . . . . . . . . . . . . . 516 11.2 参数法 (Parametric proportional hazards models) . . . . . . . 518 8

分享到：

赞收藏

资料库

医学统计分析与R语言.pdf

相关推荐

课程资源

热门标签

最新资料