医学数据分析方法:从 t 检验到比率统计
1. 不同样本量和方差的平行组 t 检验
在医学研究中,常常会遇到不同样本量和方差的平行组数据。对于这类数据,有两种调整方法:合并 t 检验和 Welch 检验。合并 t 检验假设方差差异是残差,而 Welch 检验则假设是真实差异。
1.1 示例数据
以下是 5 个平行组研究的 t 检验统计量和 p 值,其中示例 2 - 5 与示例 1 相比,样本量、标准差和均值有所不同。
| 示例 | 均值 | 标准差 | 样本量 | 未调整 | | 合并调整 | | Welch 调整 | |
| — | — | — | — | — | — | — | — | — | — |
| | | | | t 值 | p 值 | t 值 | p 值 | t 值 | p 值 |
| 1 | 50/40 | 5/3 | 100/200 | 1.715 | 0.087 | 1.811 | 0.071 | 1.715 | 0.088 |
| 2 | 10/20 | - | - | 1.715 | 0.092 | 1.814 | 0.080 | 1.715 | 0.100 |
| 3 | 10/3 | - | - | 0.958 | 0.339 | 1.214 | 0.226 | 0.958 | 0.340 |
| 4 | 60/40 | - | - | 3.430 | 0.007 | 3.662 | 0.000 | 3.430 | 0.001 |
| 5 | 6/2 | - | - | 1.581 | 0.115 | 1.963 | 0.051 | 1.581 | 0.117 | </
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



