医学统计助手.功能简介

最新版本:V12.1.2

发布日期:2024.10.10

医学统计助手,是专为医学统计而设计的,简单易用。功能有基本统计、卡方检验、t检验、z检验、秩和检验、Cochran Q检验、游程检验、一致性检验、方差齐性检验、方差分析、回归分析、相关分析、生存分析、聚类分析、离散分布、样本量估算、随机数和统计图等实用功能。

一、软件特点
      界面简洁,计算简便,直接输入数据点击计算就可以显示结果,没有大型统计软件的复杂操作,设计原则就是尽量减少操作步骤。体积小,速度快,无广告,无插件,无后门,注册后可断网使用,任何情况下不发送隐私信息。

二、软件安装

      建议在各类软件管家中搜索”医学统计助手“直接安装,或查看下载与安装说明

三、主要功能

(一)、基本统计:
1、描述性统计量;2、频数分布;3、正态分布;4、二项分布;5、Poisson分布。 

阅读更多

卡方检验计算器.功能简介

最新版本:V5.1.2

发布日期:2024.10.10

在统计分析中卡方检验应用非常广泛,大型统计软件虽然功能强大,但操作相对复杂,而使用手工计算非常烦琐且易出错, 所以使用一款小巧的计算软件非常必要。卡方检验计算器是医学统计助手功能简化版,集成最常用统计检验功能,软件小巧实用,具有卡方检验、t检验、Z检验、秩和检验、Cochran Q检验、方差齐性检验、方差分析、回归分析、相关分析、基本统计和随机数等功能。

一、软件安装
      建议在各类软件管家中搜索”卡方检验计算器“直接安装,或查看下载与安装说明

二、主要功能

(一)、卡方检验:
1、四格表卡方检验;2、行×列格式卡方检验;3、配对资料卡方检验;4、R×R列联表检验;5、Fisher精确检验;6、卡方p值;7、批量计算。 

阅读更多

卡方检验计算公式

      卡方检验应用于两个率或两个构成比比较;多个率或多个构成比比较以及分类资料的相关分析等。 分类为独立样本卡方检验和配对样本卡方检验,独立样本卡方检验包括四格表卡方检验和行乘列卡方检验, 配对样本卡方检验分为四格表形式的配对资料卡方检验和R×R列联表卡方检验。
一、四格表卡方检验
      四格表方法卡方检验是卡方检验中最常使用的方法。卡方检验基于卡方分布,是一种常用假设检验方法,它的H0:观察频数与理论频数没有差别。 该检验的基本思想是:如果H0假设成立,那么实际频数与理论频数应该比较接近。如果实际频数与理论频数相差较大, 超出了抽样误差所能解释的范围,可以认为H0假设不成立。相应地,P≤α,根据小概率原理,拒绝H0,否则没有理由拒绝H0。
1.基本公式


自由度df=(行数-1)(列数-1)

2.专用公式

N≥40 且T≥5

3.连续性矫正公式

N≥40 且1≤T<5

4.n<40或T<1用Fisher精确检验,又叫确切概率检验

      在计算小样本的P值时,不能根据卡方检验公式计算,可以使用Fisher精确检验直接计算出P值,Fihser精确检验只适用于计算小样本计数资料。

阅读更多

卡方检验医学实例1-四格表卡方检验

卡方检验(Chi-Square Test)是一种用于检验观察数据与理论预期之间差异是否显著的统计方法。在医学研究中,卡方检验特别适用于分析分类数据,例如疾病的发病率、治疗效果以及不同因素之间的关系。

一、卡方检验的原理

卡方检验用于判断观察到的频数与预期频数之间的差异是否显著。其基本假设是:观察到的分布与预期分布无显著差异,即变量之间没有关联。卡方统计量的基本公式为:

自由度df=(行数-1)(列数-1)

二、四格表(2×2表)的结构

阅读更多

卡方检验医学实例2-行乘列卡方检验

卡方检验(Chi-square test)是一种广泛用于分析分类数据之间关联性的统计检验方法。在医学领域,卡方检验经常用于分析不同治疗方法、疾病的发病情况与各种风险因素之间的关系。卡方检验分为多种类型,其中行乘列卡方检验是处理更复杂数据结构的有效方法。

一、行乘列卡方检验的特点

行乘列卡方检验是卡方检验的扩展形式,它主要用于分析两组以上变量之间的关系,适用于表格数据中行与列之间可能的相互作用。它的显著特点是能够处理更复杂的表格数据结构,而不仅仅局限于简单的2×2分类表。通过行乘列卡方检验,可以探讨不同类别之间的相互关系,并确定变量之间的依赖性。

二、行乘列格式卡方检验公式
1、卡方检验基本公式

2、行乘列卡方检验专用公式

行乘列卡方检验时,要求不能有20%以上的单元格理论频数小于5,或者不能有任意一个单元格理论频数小于1,否则容易出现偏差。

阅读更多

卡方检验医学实例3-配对四格表资料卡方检验

配对资料也可以分为定量资料和定性资料,在定量资料中,如果数据符合正态分布的话,一般使用配对t检验,如果不符合正态分布,一般使用Wilcoxon符号秩和检验。在定性资料中,又可以分为配对2×2四格表资料和RxR列联表资料,配对2×2四格表资料一般应用McNemar卡方检验,RxR列联表资料一般应用Bowker卡方检验。

配对四格表资料卡方检验(McNemar检验)用于评估两种治疗方法在治疗某种疾病上的效果差异。

一、计算公式

1.b+c≥40

2.b+c<40,连续矫正公式

阅读更多

卡方检验医学实例4-配对列联表资料卡方检验

配对设计R*R的列联表资料(R>2)使用Bowker检验,当R=2时,等同于McNemar检验。 对于配对设计两分类资料,经典的方法是使用四格表的配对检验,也称McNemar检验。而对于配对设计多分类资料,可以使用Bowkor检验。该检验由A.H.Bowkor在1948年提出。Bowker检验也称平方表检验或对称检验,是McNemar检验的一般化及扩展。

一、Bowkor检验计算公式

自由度df=k(k-1)/2,如果有对称的两个单元格之和为0,则在公式中排除,自由度也相应的要减少。

阅读更多

矩法正态性检验

正态分布,又称高斯分布,是自然界和社会科学中最常见的概率分布之一。许多统计方法和理论都依赖于数据的正态性假设,因此检验数据是否符合正态分布具有重要的意义。正态性检验是统计学中非常重要的一种检验方法,它用于检测数据是否符合正态分布。矩法正态性检验是一种常用的正态性检验方法。
一、矩法正态性检验原理
矩法正态性检验是利用数学上的矩原理来检验偏度(Skewness)和峰度(Kurtosis)。偏度反映了分布的不对称程度和方向,用偏度系数衡量,样本偏度系数用g1表示,总体偏度系数用γ1表示。峰度反映了与正态曲线相比的冒尖程度和扁平程度,用峰度系数衡量,样本峰度系数用g2表示,总体峰度系数用γ2表示。理论上,总体偏度系数γ1=0为对称,γ1>0为正偏态,γ1<0为负偏态;总体峰度系数γ2=0为正态峰,γ2>0为尖峭峰,γ2<0为平阔峰。只有同时满足对称和正态峰两个条件时,才能认为资料服从正态分布。

偏度系数:描述数据分布不对称的方向及其程度,如图

阅读更多