【原】R筆記：兩配對(duì)樣本的顯著性檢驗(yàn)

Memo_Cleon 2020-05-01

展開(kāi)全文

跟兩獨(dú)立樣本相對(duì)應(yīng)的是兩配對(duì)樣本，生物醫(yī)學(xué)中常見(jiàn)的案例是治療前后的比較，兩種檢測(cè)方法的比較（同一樣本接受不同的檢驗(yàn)方法）、配對(duì)的對(duì)象接受不同的處理。根據(jù)不同適用條件，常用的統(tǒng)計(jì)方法有：兩配對(duì)樣本的t檢驗(yàn)、兩配對(duì)樣本的非參數(shù)檢驗(yàn)（如Wilcoxon符號(hào)秩檢驗(yàn)）、配對(duì)卡方檢驗(yàn)（McNemar）。

【1】?jī)膳鋵?duì)樣本的t檢驗(yàn)

其本質(zhì)是兩配對(duì)樣本的差值與0的比較。跟兩獨(dú)立樣本的t檢驗(yàn)一樣，兩配對(duì)樣本的t檢驗(yàn)用到的函數(shù)也是t.test {stats}。t.test {stats}默認(rèn)的是兩獨(dú)立樣本的t檢驗(yàn)，在進(jìn)行兩配對(duì)樣本的t檢驗(yàn)時(shí)，只需要將默認(rèn)的paired = FALSE修改為paired = TRUE即可。

t.test {stats}：Student's t-Test，Performs one and two sample t-tests on vectors of data.

t.test(x, y = NULL,alternative = c("two.sided", "less", "greater"),mu = 0, paired = FALSE, var.equal = FALSE,conf.level = 0.95, ...)

配對(duì)t檢驗(yàn)也要求正態(tài)分布，但與兩獨(dú)立樣本的t檢驗(yàn)不同，配對(duì)樣本的t檢驗(yàn)要求的兩配對(duì)樣本的差值呈正態(tài)分布。

李斌,賀佳等.醫(yī)學(xué)統(tǒng)計(jì)學(xué)(第6版).北京:人民衛(wèi)生出版社,2013.

①數(shù)據(jù)導(dǎo)入

library(openxlsx)

pttest<-read.xlsx("D:/Temp/pddata.xlsx",1)

②正態(tài)性檢驗(yàn)

d=pttest$before-pttest$after

shapiro.test(d)

③配對(duì)t檢驗(yàn)

t.test(pttest$before,pttest$after,paired = TRUE)

或

t.test(pttest[1:12,2],pttest[1:12,3],paired =TRUE)

Shapiro-Wilk檢驗(yàn)表明，差值呈正態(tài)分布（W=0.88，P=0.08>0.05），可以采用配對(duì)t檢驗(yàn)進(jìn)行差異性檢驗(yàn)；配對(duì)t檢驗(yàn)結(jié)果顯示：t=3.74,P=0.003<0.05，可以認(rèn)為飲用咖啡前后運(yùn)動(dòng)者的心肌血流量存在差異。

【2】?jī)膳鋵?duì)樣本的非參數(shù)檢驗(yàn)：Wilcoxon符號(hào)秩檢驗(yàn)

當(dāng)配對(duì)樣本的差值不滿足正態(tài)分布時(shí)，需要改用非參數(shù)檢驗(yàn)。差值正態(tài)的數(shù)據(jù)也可以使用非參，只是檢驗(yàn)效率低一點(diǎn)而已。跟兩獨(dú)立樣本的非參數(shù)檢驗(yàn)一樣，兩相關(guān)樣本的非參數(shù)檢驗(yàn)常用的函數(shù)也是wilcox.test {stats}.，但需要將默認(rèn)的paired = FALSE修改為paired = TRUE。

wilcox.test {stats}：Wilcoxon Rank Sum and Signed Rank Tests，Performs one- and two-sample Wilcoxon tests on vectors of data; the latter is also known as ‘Mann-Whitney’ test.

wilcox.test(x, y = NULL,alternative = c("two.sided", "less", "greater"), mu = 0, paired = FALSE, exact = NULL, correct = TRUE,conf.int = FALSE, conf.level = 0.95, ...)

顏虹等.醫(yī)學(xué)統(tǒng)計(jì)學(xué)(第2版).北京:人民衛(wèi)生出版社,2010.8.

①數(shù)據(jù)導(dǎo)入

library(openxlsx)

nptest<-read.xlsx("D:/Temp/pddata.xlsx",2)

②正態(tài)性檢驗(yàn)

d=nptest$before-nptest$after

shapiro.test(d)

③Wilcoxon符號(hào)秩檢驗(yàn)

wilcox.test(nptest$before,nptest$after,paired = TRUE)

或

wilcox.test(nptest[1:12,2],nptest[1:12,3],paired =TRUE)

Shapiro-Wilk檢驗(yàn)表明，差值不呈正態(tài)分布（W=0.82，P=0.026<0.05），采用配對(duì)t檢驗(yàn)是不合適的，需要采用兩相關(guān)樣本的非參數(shù)檢驗(yàn)，結(jié)果顯示P=0.0041<0.05，可以認(rèn)為溶脲脲原體會(huì)影響到家兔精子的密度。警示信息的出現(xiàn)主要是由于數(shù)據(jù)中有重復(fù)數(shù)據(jù)（打結(jié)現(xiàn)象）。

【3】配對(duì)四表格設(shè)計(jì)的卡方分析

配對(duì)卡方檢驗(yàn)我們用的McNemar's Chi-squared Test，使用函數(shù)mcnemar.test {stats}：Performs McNemar's chi-squared test for symmetry of rows and columns in a two-dimensional contingency table.

mcnemar.test(x, y = NULL, correct = TRUE)

x：either a two-dimensional contingency table in matrix form, or a factor object. y：a factor object; ignored if x is a matrix. correct：a logical indicating whether to apply continuity correction when computing the test statistic.