正态分布的独立与相关性

药理学生化指标检测数据不成正态分布时

1、把不同分期的患者作为一个因素，多个生化指标作为一个因素，用双因素方差分析做检验，研究主效应、简单效应 2、有很多相关性的方法，什么皮尔逊相关、斯皮尔曼相关、肯德尔和谐系数、卡方检验，要看你的指标是什么类型的数据，称名、顺序、等距、比例，是不是正态分布、是否连续 3、连续的正态分布的顺序可以用方差分析，类目型或顺序型可用卡方独立性检验 4、那你实验设计的时候要先弄出不同性别比例作为一个自变量因素，然后指标为另一种因素，用方差分析。 最后说一下，我不知道你的数据到底是什么类型的，方差分析是要求连续的数据如等距或比例量表、且大致能成正态分布的。方差分析后，如果交互作用显著，研究简单效应。...全部

  1、把不同分期的患者作为一个因素，多个生化指标作为一个因素，用双因素方差分析做检验，研究主效应、简单效应 2、有很多相关性的方法，什么皮尔逊相关、斯皮尔曼相关、肯德尔和谐系数、卡方检验，要看你的指标是什么类型的数据，称名、顺序、等距、比例，是不是正态分布、是否连续 3、连续的正态分布的顺序可以用方差分析，类目型或顺序型可用卡方独立性检验 4、那你实验设计的时候要先弄出不同性别比例作为一个自变量因素，然后指标为另一种因素，用方差分析。
   最后说一下，我不知道你的数据到底是什么类型的，方差分析是要求连续的数据如等距或比例量表、且大致能成正态分布的。方差分析后，如果交互作用显著，研究简单效应。交互作用不显著，且其中一个因素的水平在3个以上，做HSD或scheffe事后检验看是不是两两间都显著。
  收起