Статистический метод исследования
Статистическую обработку данных проводили с использованием пакета прикладных программ «Microsoft Excel 2010» (Microsoft Corporation, USA), пакета прикладных программ «Statistica v 7,0» (Statsoft, Inc.
USA) и SPSS (IBM USA) Параметры распределения выборки оценивались при помощи теста Шапиро-Уилка и Лилиефорса. Методы описательной статистики для количественных признаков с нормальным распределением включали в себя оценку среднего арифметического (М), среднего квадратичного отклонения (s) и средней ошибки среднего (±m), 95%ДИ для среднего арифметического. Для качественных порядковых и количественных признаков с распределением, отличающимся от нормального, рассчитывали: медиану (Ме), нижний (LQ) и верхний квартили (UQ) в формате Ме (LQ;UQ). Для биноминальных признаков определяли абсолютную частоту (абс.), относительную частоту (отн.) и 95%ДИ для относительной частоты. количественными параметрами нормально распределенных данных.Для множественных межгрупповых сравнений использовали методы оценки различий: ANOVA по Краскелу-Уоллису, (K-W ANOVA, H), медианный тест и критерий %2 Пирсона (Pearson-%2) с учетом степеней свободы (df). Апостериорное сравнение групп осуществляли с применением поправки Бонферрони для оценки критического уровня значимости. Для оценки биноминальных признаков использовали построение таблиц 2*2 с использованием критерия %2. Точный критерий Фишера использовался при частоте одного из признаков менее пяти. При двух нормально распределенных количественных признаков использовался критерий ANOVA, равномерность дисперсии проверялась тестом Левена.
Корреляции и ассоциации признаков рассчитывали с помощью критерия Спирмана (R) при не нормальном распределении признака и критерия Пирсона (r) при нормальном распределении признака. При исследовании связи количественного признака и дихотомической переменной использовали бисериальную корреляцию (rbs). При оценке связи номинальных переменных в таблицах 2*2 использовали критерий ф, при множественных сравнениях V Крамера.
Критическое значение уровня значимости (p-level, p) для проверки нулевых гипотез принимали р
Еще по теме Статистический метод исследования:
- 2.3 Статистические методы исследования
- 2.3.4. Статистические методы исследования
- Статистические методы обработки результатов исследования
- Статистические методы исследования
- Статистические методы исследования
- Методы статистической обработки материалов исследования
- Методы статистического анализа результатов исследования
- 2.3. Методы статистического анализа результатов исследования
- 2.6 Статистические методы анализа результатов исследования
- 2.3. Методы статистической обработки полученных в исследовании результатов
- Статистические методы анализа результатов исследования
- Статистические методы исследования.
- Методы математической обработки и статистического анализа результатов исследования
- Клинико-статистические методы исследования
- 2,5. Характеристика методо- статистической обработки результатов исследования.
- Методы статистической обработки результатов исследования
- Статистические методы
- Статистические методы
- Методы статистического анализа