- 正态性检验的方式；
- 如果不服从正态性，如何进行数据变换；
- 双尾检验和单尾检验
如果Q-Q图中的数值大致靠近图中的斜线分布，则可以认为数据服从正态分布。本研究中，差值的数据点大致沿着Q-Q图的斜线分布，可以认为差值服从正态分布。
如果数据不服从正态分布，有如下4种方法进行处理：①数据转换：对转换后呈正态分布的数据进行配对样本t检验，而且要对转换后的数据重新进行做各种检验。对于一些常见的分布，有特定的转换形式，但是对于转换后数据的结果解释可能比较复杂；②使用非参数检验；③直接进行分析：配对样本t检验对于稍偏离正态分布的数据有一定的耐受性，但是结果中仍需报告正态性检验的结果。④检验结果的比较：将转换后和未转换的数据分别做配对样本t检验，并比较两者的结果；如果结论相同，则选择未转换的原始数据进行分析。
1、本文的数据类型，除了可以使用Wilcoxon符号秩检验外，也可以使用符号检验（Sign test）。但是符号检验对于此类数据检验的效能低于Wilcoxon符号秩检验。因此，两组配对的，非正态分布的连续性变量，或者有序分类变量，建议使用Wilcoxon 符号秩检验。
符号检验（Sign test）的使用场景：不知道两个配对数据（如pre、after）的具体数值，只知道每个研究对象的两个配对数据的相对大小（如pre>after，或者pre<after，或者pre=after）时。
2、对于两组配对数据，分析方法及适用条件主要有以下几种：
（1）非正态分布的连续性变量，或者有序分类变量：Wilcoxon符号秩检验。
（2）正态分布的连续性变量：配对t检验。
（3）二分类变量：McNemar’s检验。
3、对于两组以上的配对数据，分析方法主要及适用条件主要有以下几种：
（1）连续性变量，或者有序分类变量：Friedman检验。
（2）二分类变量：Bowker’s检验、检验边缘分布、计算Kappa值等。
数据形式 一般形式 加权形式
若有收获，就点个赞吧
0 人点赞
