一、前言
我们平时分析的数据基本属于两种类型：定性数据（类别变量，数字只有标签含义）及定量数据（数值型变量，每个数值有实际的含义）。针对定量数据资料，我们常用的方法有正态分布检验（KM检验，shipro检验），t检验，方差分析，还有一些没那么常见的Wilcoxon秩和检验，Mann-Whitney检验及Kruskal-wallis检验等。针对定性资料，检验方法有各种二维列联表的检验。方法很多，如果不及时进行梳理、总结的话，很容易混淆。总感觉，这个方法可以用，那个也可以（见别人用过）。但是，不同的数据类型，不同的数据分布，其检验方法不同；不同的检验方法，对数据的适用条件也不同。所以，本文的目的，就是对各种统计检验方法进行梳理、总结，帮大家省却一小部分时间，也让自己胸中更有丘壑，头脑更加清明。同时，本文也将涉及到的统计检验方法的R语言实现代码罗列出来，让大家能够简单的检验自己的数据集。首先还是说明一下参数检验和非参数检验的区别，见下表：
我们首先会对样本数据做一个最基本的正态分布检验，以此决定，该选用参数检验派的一箩筐检验方法还是非参数检验派的方法。我们肯定是希望用参数检验，因为参数检验用的信息是真实的数据，而非参数检验用到的信息是将这些真实值，转换为秩（理解为位置，或者排序）了，检验过程中损失了大量的有效信息，除此以外还有一些其他原因共同导致了他的检验效能较低。正态分布检验的实现方法有很多，本文总结几种常见的，详情看下表：函数
输入
结果
适用范围
R包
shapiro.test()
一个参数：数值型数据，理解为你数据集的任何一列：
Shp <- shapiro.test(test)
小样本时使用，可以存在缺失值，非缺失样本量大于3即可
fBasics
基础包无需加载，函数直接用就行
ks.test()
三个参数：一列数据，均值，方差
KS <- ks.test(test,0,1)
非参数检验方法，适用范围广。
fBasics
lillie.test()
一个参数：数值型数据
Li <- lillie.test(test)
基于KS的正态性检验，非缺失样本量大于4
nortest
非基础包需要library(nortest)后，才能使用检验函数
ad.test()
一个参数
Ad <- ad.test(test)
可以有缺失值，但非缺失样本量必须大于7
nortest
test测试数据是通过rnorm(100)随机生成的100个服从正态分布的数据，所有以上方法的统计检验结果P值都大于0.05，说明数据服从正态分布。平时见到的KS检验用的最多，非参数检验门槛低。如果数据有一两百例，就别考虑Shapiro.test()了。一般认为n>30，可以认为是大样本。讲了正态分布后，还需要再说一个检验：方差齐性检验。不管是t检验还是方差分析，比较的都是均值有无差异。Fisher先生在推导F分布的时候，是基于样本满足正态分布及方差同质（方差齐性）两个基础假设来的，如果两个条件不满足，F分布就会出现偏差。与此类似，双样本T检验中，如果方差不齐，合并方差需要做一定的修正，才能很好的满足t分布。但实际中的样本，大多数情况是异方差，同方差的情况才是少见。有实验表明，当样本量足够大，且两组样本量差距比较小时，可以忽略异方差的影响。如果样本量较小，且两组数据的样本差异较大时，还是老老实实按照书上的步骤，一步步把检验做了。本文对常见的方差齐性的检验方法总结如下：函数
输入
结果
适用范围
R包
bartlett.test()
2个参数：数值型数据，因子型数据：
Bar <- bartlett.test(count ~ spray, data = InsectSprays)
样本服从正态分布时使用
Stats
基础包无需加载，函数直接用即可
leveneTest()
2个参数：数值型数据，因子型数据：
Lev <-car:: leveneTest(count ~ spray, data = InsectSprays)
相较于Bartlett检验，这一方法更为稳健
car
这个包不是基础包，需要library加载下哦
fligner.test()
2个参数：数值型数据，因子型数据：
Fli <- stats::fligner.test(count ~ spray, data = InsectSprays)
非参数的检验方法，完全不依赖于对分布的假设
Stats
本表中，输入列的data通过函数“require(graphics)”获得，采用“str(InsectSprays)”函数可以看到InsectSprays数据集中的所有指标及其数据类型。
OK，讲了正态分布和方差齐性的检验，我们就可以进入正题了。你的数据，满足正态分布假设检验的，就进入参数检验方法，否则，选择非参数检验。本文所讲的内容基本如下：检验类型
参数检验
非参数检验
使用条件
差异检验（定量资料）
与某数字的对比
单样本t检验
单样本wilcoxon检验
满足方差齐性要求，参数检验，否则非参数检验
两组数据对比
独立样本t检验
Mann-Whitney检验
满足方差齐性要求，参数检验，否则非参数检验
多组数据对比
方差分析
Kruskal-wallis检验
满足方差齐性要求，参数检验，否则非参数检验
配对数据对比
配对样本t检验
配对样本wilcoxon检验
满足方差齐性要求，参数检验，否则非参数检验
列联表检验（定性资料）
pearson卡方检验
实际观测值与理论推断值之间的偏离程度：T>=5 & n>40
Fisher检验
两组分类间是否有显著关系：T<1 & n<40
Cochran-Mantel–Haensze卡方检验
Fisher精准检验在大样本下的渐进形式
相关性检验
pearson相关性检验
spearman相关性检验
服从正态分布，参数检验，否则非参数检验
一致性检验
两组数据的一致性
Kappa一致性检验
评价两种方法是否存在一致性，定性数据
配对χ2检验(McNemar检验)（又称边缘齐性检验）
确定两种方法结果前后是否有差别
多组数据的一致性
ICC组内相关系数
用于研究评价一致性，定量&定性数据
（其实看了这个表几乎就看了全文了，不过文中还是把实现方法讲一下，通过输入实际案例，让读者更好的理解检验的作用。同时，在R语言里用代码实现，让大家明白，其实统计检验真的很简单，就几行代码的事情，而且代码怎么写，也很格式化）
二、参数检验R语言实现
友情提示，以下案例，均默认随机获得的样本服从正态分布，也满足方差齐性。不要验证我的数据，因为它们经不起验证。真正的去找这些满足以上两个条件的数据，时间花费太多了。本节的主要目的，只是为了让读者更好的理解，这些检验方法，是用在什么地方的，以及怎么理解检验的结果。抱拳！2.1 单样本t检验
案例：我有点矮，身高只有1.55米。我想知道，在广大群众之中，我的身高是不是处于一个正常水平，我能说大家的平均身高就是1.55米吗？于是，我在1.3米到2.2米的人中，随机选取100个人：Height <- sample(seq(1.3,2.2,by=0.1),100,replace=T) 。我对这100个人的身高进行t检验：Tsingle <- t.test(Height, alternative = "greater", mu =1.55 )结果如下：
P值近乎为0了，备择假设是真是均值大于1.55。So，我，太矮了【在路上我应该只问女生的身高，不问男生的身高才对。把男生的身高加进来，就是自取其辱】。
2.2 独立样本t检验
案例：听说南方人普遍较北方人矮，那矮的明显吗？差异真的很大？我要验证一下，选择100个南方人，80个北方人（假设在重庆，北方人相对还是太少了），进行我的检验。South <- sample(seq(1.3,1.9,by=0.1),100,replace=T)North <- sample(seq(1.3,2.2,by=0.1),80,replace=T)检验代码如下：IndT <- t.test(South ,North ,paired = F)结果如下：
嗯，结果P值远低于0.05，接收备择假设：均值的真实差异不等于0.意味着北方人真的比南方人高呀~2.3 配对样本t检验
案例：(跟个风)前段时间做了一个新冠肺炎的课题，患者入院时和出院时均进行了各临床指标的检验，比如NLR、CRP、White Blood Cell等。按理说，其中，多项研究证明，NLR和肺损伤程度是高度正相关的，所以，入院时和出院时的NLR值，应该不在一个水平。现在，用你的100个病人，来证明它！Getin <- sample(seq(3.22,14.9,by=0.1),100,replace=T)Getout <- sample(seq(1.22,9.9,by=0.1),100,replace=T)检验代码如下：PairT <- t.test(Getin ,Getout ,paired = T)结果如下：
P 值远低于0.05，拒绝原假设，接受备择假设：均值的真实差异不等于0。说明治疗前后，患者的NLR指标有明显变化。2.4方差分析
案例：还是这批新冠肺炎患者，他们有NLR、CRP、White Blood Cell等指标，还有性别、年龄等基本信息。通过核酸检测，我知道他们的病情是何情况（轻型，重型，危重型）。现在，我要看这些指标在不同病情患者中是否存在差异。此时，我们就可以使用方差分析进行检验。首先，还是准备数据（做三因素方差分析吧）NLR <- sample(seq(3.22,14.9,by=0.1),100,replace=T)CRP <- sample(seq(0.06,190,by=0.1),100,replace=T)Age <- sample(seq(20,70,by=1),100,replace=T)COVID_Type <- sample(c(1,2,3),100,replace=T) # 1:Mild,2:Moderate,3:SevereAovData <- data.frame(Type=COVID_Type,NLR=NLR,CRP=CRP,Age =Age )
方差分析：Aov <- aov(Type~.,data=AovData ) # Type~.是一个公式，意味着我要对AovData 表格里的所有临床指标与Type进行方差分析，如果不用~.表示的话，就得写成Type~NLR+CRP+Age。这里查看方差分析的结果，用summary(Aov )：
可以看到，3个指标的P值均大于0.05，说明这三个指标在不同的Type病人下，没有显著差异。 2.5 pearson相关性检验
案例：长得越好看的人（颜值评分越高,10分就是李东旭那样子的），追求者越多。Face_score <- sample(seq(1,10,by=1),100,replace=T)Admirers <- sample(seq(1,5,by=1),100,replace=T)检验函数，明确method为pearson：Cor <- cor.test(Face_score,Admirers,method="pearson")
检验结果中，P值大于0.05，不能拒绝原假设，因此认为，并不是长得越好看的人，追的人就越多【看来我没人追，也不是因为长得不好看呀~】（Pearson相关用于双变量正态分布的资料，其相关系数称为积矩相关系数（coefficient of product-moment correlation）；当两变量不符合双变量正态分布的假设时，需用Spearman秩相关来描述变量间的相互变化关系。）
三、非参数检验R语言实现
本节的数据与第二节完全一致，所以，就省去编案例和随机造数据这两步过程了。3.1单样本wilcoxon检验
检验代码：Wilsingle <- wilcox.test(Height)检验结果：
P值小于0.05，接收备择假设：位置（中位数）差异不等于0，说明在非参数检验的情况下，我的身高也还是和锅锅姐姐们有差异的。
3.2 Mann-Whitney检验
检验代码：ManWit <- wilcox.test(South,North,paired = F)检验结果：
同上，P值小于0.05，说明两组数据是有显著性差异的。北方人普遍就是比南方人高鸭~
3.3配对样本wilcoxon检验
检验代码：PairWil <- wilcox.test(Getin,Getout,paired = T)检验结果：
P值小于0.05，COVID患者入院时和出院时的NLR值有显著性差异。
3.4 Kruskal-wallis和置换多元方差分析检验
Kruskal-wallis用于单因素方差分析：KS <- kruskal.test(Type~NLR,data=AovData)
P值大于0.05，说明NLR在各组之间没有显著性差异。 置换多元方差分析用于多因素方差分析：AD <- adonis(Type~.,data=AovData)
可以看到，NLR，CRP和Age的P值均大于0.05，说明他们在各组之间均没有显著性差异。【参数检验方法都做不出来显著，非参数更做不出来了】
3.5 spearman相关性检验
检验代码，明确方法用spearman：SCor <- cor.test(Face_score,Admirers,method="spearman")检验结果：
P值大于0.05，不能拒绝原假设，所以不能认为长得越好看，追求者越多。
四列联表检验（定性资料）
4.1 pearson卡方检验
适合性检验：
案例：高中学了孟德尔豌豆杂交实验，二代分离的结果为：黄圆315、黄皱101、绿圆108、绿皱32，共556粒。这个结果符合自由组合定律9:3:3:1吗？检验数据：
F2split <- c(315,101,108,32)Ratio <- c(9/16,3/16,3/16,1/16)Fit <- chisq.test(F2split , p = Ratio )检验结果：
P值大于0.05，因此不能拒绝原假设，认为二代分离结果符合自由组合定律。
独立性检验
案例：大学及研究生阶段，发现班上总是女生入社团很积极，男生很一般。所以，性别和加入社团与否有关系吗？检验数据：CHi <- as.table(rbind(c(62, 37), c(48, 23)))
dimnames(CHi ) <- list(gender = c("F", "M"),
party = c("InParty","Notinparty"))
Chiq <- chisq.test(CHi )
检验结果：
P值大于0.05，说明性别和加不加入社团没关系哦~
4.2 Fisher精确检验
案例：单身与否和化妆有关系吗？数据准备：Fisher<- rbind(c(28 ,42), c(35, 27))dimnames(Fisher) <- list(gender = c("Single", "Mate"), party = c("Makeup","NoeMakeup")) 检验代码：Fish <- fisher.test(Fisher)检验结果：
P值大于0.05，拒绝原假设，接受备择假设：真实比值不等于1 ，说明化妆对找男朋友还是有用的。Wu~
4.3 Cochran-Mantel–Haensze卡方检验
案例：肖战和王一博的男粉和女粉有明显差别不？在不用地区分布咋样（比如在重庆，是不是肖战的粉丝明显更多）？数据准备（五个城市不同男女喜欢肖战王一博的统计数据）：Fans<- array(c(100,200,28,320, 253,230,113,376, 116,452,320,414, 123,23,456,311, 234,452,145,264), dim = c(2,2,5), dimnames = list( Sex= c('Female','Male'), Response = c('XZ','WYB'), Penicillin.Level = c('CQ','BJ','SH','GZ','CD'))) 检验代码：FanTest <- mantelhaen.test(Fans)检验结果：
P值小于0.05，接收备择假设：两个人被喜欢的程度，还是会受到城市的影响的~
五、一致性检验
5.1 Kappa一致性检验（定性数据）
一致性检验也分两组比较及多组比较。在irr包里，有一个diagnoses数据集，这里面包含了6个医生多30个病人的诊断结果。如果只是对其中两个医生进行一致性检验，采用Cohen’s Kappa法；如果是多个医生一起比较一致性，采用 Fleiss’s Kappa法。以上两种方法的代码及结果如下：Cohen’s Kappa：install.packages('irr')library(irr)require(irr)data(diagnoses)dat=diagnoses[,c(1,2)] 检验代码：kap2 <- kappa2(dat[,c(1,2)],'unweighted')检验结果：
P值小于0.05 ，说明这两个医生的诊断结果具有一致性。 Fleiss’s Kappa：检验代码：Flesi <- kappam.fleiss(dat)检验结果：
P值为0，kappa值0.43，说明这六个医生的评价仍然具有显著的一致性。5.2 配对χ2检验(McNemar检验)
数据准备：Performance <- matrix(c(794, 86, 150, 570), nrow = 2, dimnames = list("1st Survey" = c("Approve","Disapprove"), "2nd Survey" =c("Approve", "Disapprove")))检验代码：mcnemar.test(Performance)检验结果：
P值小于0.05，说明第一次调查和第二次调查的支持者及反对者具有一致性，第一次调查中支持的人，在第二次调查也支持。
5.3 ICC组内相关系数
ICC一般是具体的值，认为大于0.8，则前后一致性好。没有碰到过像上面一样的检验函数。由于放射组学前后两次勾画ROI，需要进行提取后特征值的一致性分析，所以，作者自己有写相关的ICC批量计算代码，如下：ICC <- function(Data){
if(unique(Data[,1]==unique(Data[,2]))){
ICC <- 1
ICC
}
else{
n <- nrow(Data);k <- ncol(Data)
mean_r <- apply(Data,1,mean)
mean_c <- apply(Data,2,mean)
mean_all <- mean(c(Data[,1],Data[,2]))
l_all <- sum((Data-mean_all)^2)
l_r <- sum((mean_r-mean_all)^2)*k
l_c <- sum((mean_c-mean_all)^2)*n
l_e = l_all-l_r-l_c
v_all = n*k-1
v_r = n-1
v_c = k-1
v_e = v_r*v_c
MSR = l_r/v_r
MSC = l_c/v_c
MSE = l_e/v_e
ICC = (MSR-MSE)/(MSR+(k-1)*MSE+k*(MSC-MSE)/n)
ICC
}
}
ICC1 <- DataFeature;ICC2 <- DataFeature2
ICCvalue <- c()
for(i in 2:ncol(ICC1)){
data1 <- ICC1[,i];data2 <- ICC2[,i]
Data <- data.frame(data1=data1,data2=data2)
Value <- ICC(Data)
ICCvalue <- c(ICCvalue,Value)
}
length(which(ICCvalue>=0.8))# %>% length() # 哪些特征的ICC系数大于0.8，则说明这些特征的可重复性好。
总结：
文章涉及到的知识点太多，如果全都清晰的讲，那每个知识点都可以重新写篇新的来说。但是本文已经足够满足基本的统计需要。在这些统计方法中，其实更重要的是对统计思路的理解和严格的统计流程的遵循。其次，本文还未涉及一些在当下使用更为频繁但是难度也更大的统计方法，如协方差分析、混合线性模型等等。建议转发收藏经常对照看看。
七附录
正文所有用到的代码皆在此处~# 随机生成服从均值为0，方差为1的100个正态分布数据test <- rnorm(100,0,1) # 正态分布检验Shp <- shapiro.test(test)KS <- ks.test(test,0,1) library(nortest)Li <- lillie.test(test)Ad <- ad.test(test) # 方差齐性检验require(graphics)str(InsectSprays)Bar <- bartlett.test(count ~ spray, data = InsectSprays);Bar library(car)Lev <- car::leveneTest(count ~ spray, data = InsectSprays);LevFli <- stats::fligner.test(count ~ spray, data = InsectSprays);Fli # 单样本t检验Height <- sample(seq(1.3,2.2,by=0.1),100,replace=T)Tsingle <- t.test(Height, alternative = "greater", mu =1.55 );TsingleWilsingle <- wilcox.test(Height ) # 独立样本t检验South <- sample(seq(1.3,1.9,by=0.1),100,replace=T)North <- sample(seq(1.3,2.2,by=0.1),80,replace=T)IndT <- t.test(South ,North ,paired = F);IndTManWit <- wilcox.test(South,North,paired = F);ManWit # 配对样本t检验Getin <- sample(seq(3.22,14.9,by=0.1),100,replace=T)Getout <- sample(seq(1.22,9.9,by=0.1),100,replace=T)PairT <- t.test(Getin ,Getout ,paired = T);PairTPairWil <- wilcox.test(Getin,Getout,paired = T);PairWil# 方差分析NLR <- sample(seq(3.22,14.9,by=0.1),100,replace=T)CRP <- sample(seq(0.06,190,by=0.1),100,replace=T)Age <- sample(seq(20,70,by=1),100,replace=T)COVID_Type <- sample(c(1,2,3),100,replace=T) AovData <- data.frame(Type=COVID_Type,NLR=NLR,CRP=CRP,Age =Age )Aov <- aov(Type~.,data=AovData )summary(Aov )# 单因素KS <- kruskal.test(Type~NLR,data=AovData);KS# 多因素library(vegan)AD <- adonis(Type~.,data=AovData);AD # 相关性分析Face_score <- sample(seq(1,10,by=1),100,replace=T)Admirers <- sample(seq(1,5,by=1),100,replace=T)Cor <- cor.test(Face_score,Admirers,method="pearson");CorSCor <- cor.test(Face_score,Admirers,method="spearman");SCor # 列联表检验# chisq.test# 适合性检验F2split <- c(315,101,108,32)Ratio <- c(9/16,3/16,3/16,1/16)Fit <- chisq.test(F2split , p = Ratio );Fit # 独立性检验Chi <- as.table(rbind(c(62, 37), c(48, 23)))dimnames(Chi ) <- list(gender = c("F", "M"), party = c("InParty","NotinParty"))Chiq <- chisq.test(Chi );Chiq # fisher exact testFisher<- rbind(c(28 ,42), c(35, 27))dimnames(Fisher) <- list(gender = c("Single", "Mate"), party = c("Makeup","NoeMakeup"))Fish <- fisher.test(Fisher);Fish # 分层检验Fans<- array(c(100,200,28,320, 253,230,113,376, 116,452,320,414, 123,23,456,311, 234,452,145,264), dim = c(2,2,5), dimnames = list( Sex= c('Female','Male'), Response = c('XZ','WYB'), Penicillin.Level = c('CQ','BJ','SH','GZ','CD')))FanTest <- mantelhaen.test(Fans);FanTest # 一致性检验install.packages('irr')library(irr)require(irr)data(diagnoses)dat=diagnoses[,c(1,2)]kap2 <- kappa2(dat[,c(1,2)],'unweighted');kap2 Flesi <- kappam.fleiss(diagnoses);Flesi # mcnemar 检验Performance <- matrix(c(794, 86, 150, 570), nrow = 2, dimnames = list("1st Survey" = c("Approve","Disapprove"), "2nd Survey" =c("Approve", "Disapprove")))Performancemcnemar.test(Performance)
编者注：
