[問題] 樣本內差異大的問題

看板Statistics作者時間13年前 (2012/12/28 10:38), 編輯推噓0(0023)
留言23則, 3人參與, 最新討論串1/1
不好意思,標題不知該怎麼下, 我統計沒有很好, 最近遇到一個問題不知該如何解決, 但在文獻中都沒有找到相同情況的分析方法。 先說明一下我的研究, 我的研究是要判斷各個中風患者就目前的復健成果是否接近於健康人, 目前已得到10位健康人的平均值並算出其95%信賴區間, (健康人的樣本內和樣本間變異性都很小) 接著再對每個患者進行量測,看是否落在健康人的區間內, 來斷定其復健成效。 結果現在遇到問題了, 就是中風患者的樣本內差異很大(每次實驗得到10個數據) 因此好像不能單純用平均值是否落在健康人的區間內來解釋現象, 若平均值離健康人很遠還好, 但有些subjects是標準差範圍會cover到健康人的區間, 請問有什麼統計方法能解釋這類情形嗎? 不知道有沒有表達清楚我要問的問題, 若看不懂麻煩說一聲, 若有解決方法先說一聲大感謝! 也謝謝您耐心看完。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.154.178

12/28 10:46, , 1F
變異大造成檢定力降低。可以試著增加樣本數。
12/28 10:46, 1F

12/28 12:15, , 2F
但我要量的參數似乎在患者身上本來變異就會很大了,這
12/28 12:15, 2F

12/28 12:15, , 3F
樣有辦法做統計嗎?
12/28 12:15, 3F
發現我好像沒講清楚,中風患者的部分是每位患者個別討論, 所以每位患者每次實驗出來的值會有十個, 其標準差很大,不知該如何與健康人的標準值區間做比較, 請問是不是這樣根本就無法跑統計呢? 謝謝>< ※ 編輯: doraemon916 來自: 140.113.154.178 (12/28 12:22)

12/28 13:42, , 4F
你做的可能不對...
12/28 13:42, 4F

12/28 13:43, , 5F
你不應拿個案的值與目標群體平均數的信賴區間做比較, 而是應
12/28 13:43, 5F

12/28 13:44, , 6F
看個案是否可歸類為目標群體.
12/28 13:44, 6F

12/28 13:46, , 7F
但個案自身重複測量結果分散度既遠比目標群體單一個體重複測
12/28 13:46, 7F

12/28 13:46, , 8F
那請問要看個案是否可歸為目標群體有什麼特別方法嗎?
12/28 13:46, 8F

12/28 13:47, , 9F
量的分散度為高, 硬要說可歸入該群體是有問題.
12/28 13:47, 9F

12/28 13:49, , 10F
若非測量值分散度差異的問題, 但以10個測量值的平均值來看,
12/28 13:49, 10F

12/28 13:49, , 11F
目標群體樣本每一個體亦應同樣取10個測量值平均, 建立目標
12/28 13:49, 11F

12/28 13:50, , 12F
群體的分布模樣, 而後取例如 95% 的分布範圍, 看待評估個案
12/28 13:50, 12F

12/28 13:51, , 13F
的平均測量值是否落在區間內.
12/28 13:51, 13F

12/28 13:53, , 14F
更精細些的話, 是考慮 t = (X*-X)/√[s^2(1+1/n)] 的值與
12/28 13:53, 14F

12/28 13:53, , 15F
t(n-1) 的臨界值比較. n 是目標群體(健康者)樣本大小.
12/28 13:53, 15F

12/28 13:55, , 16F
X 與 s^2 分別是健康者每人10個測量值平均值之平均數與變異
12/28 13:55, 16F

12/28 13:55, , 17F
數, X* 是待章估個案10個測量值平均值.
12/28 13:55, 17F

12/28 13:56, , 18F
數, X* 是待評估個案10個測量值平均值.
12/28 13:56, 18F

12/28 13:58, , 19F
不過, "中風者" 與 "健康者" 自身重複測量值的變異數既然差
12/28 13:58, 19F

12/28 13:59, , 20F
異很大, 以上所述方法並沒什麼用...怎能忽視患者測量結果不
12/28 13:59, 20F

12/28 14:00, , 21F
穩定的事實?
12/28 14:00, 21F

12/28 15:37, , 22F
我知道了, 真是非常謝謝y大仔細地講解!
12/28 15:37, 22F

12/28 15:38, , 23F
我再想想要怎麼解決這個問題
12/28 15:38, 23F
文章代碼(AID): #1GtGOQ0M (Statistics)