Ridit分析
- ##### 分析方法视频解读：
- ##### 案例数据下载
- ##### 数据格式说明
- 如果希望对定类数据与定量数据的差异性，可使用的方法包括方差分析、t
检验和非参数检验等。在医学上，还有一种非参数检验方法即Ridit分析，其可用于定类数据与定量（等级）数据之间的差异性。比如说两种/多种治疗方式，对于疗效（疗效分为无效、好转、显著好转和控制）的差异性，疗效即为等级数据。此时可使用非参数检验（两组时为MannWhitney检验，多组时为Kruskal-Wallis检验）进行分析，当然也可以使用Ridit分析。
在医学研究中Ridit分析使用较为广泛。其功能与非参数检验类似，但原理上有着很大的区别，Ridit的原理在于将等级数据‘转化’成连续数据即得到Ridit值，然后对比Ridit值的差异性，‘转化’时涉及两种方式，一种是将“求和”作为参照值，另外一种是将“最大值”作为参照值。一般情况下，如果说某组数数据非常明显的多，则使用“最大值”方式，其它情况下建议使用“求和”方式。
- 当前研究两种药物（分别是复方江剪刀草与胆麻片）对于慢性气管炎疗效的差异性，共收集3424例数据，如下表格所示【下表中治疗方式中数字1表示复方江剪刀草，数字2表示胆麻片；疗效列中数字1表示无效，数字2表示好转，数字3表示显著好转，数字4表示控制】；明显的可以看到，治疗方式为复方江剪刀草（数字1）的病例明显很多，因此在进行Ridit分析时选择‘最大值’参照组方式更适合。
| 治疗方式 | 疗效 | 病例(权重) |
|---|---|---|
| 1 | 1 | 760 |
| 1 | 2 | 1870 |
| 1 | 3 | 670 |
| 1 | 4 | 30 |
| 2 | 1 | 9 |
| 2 | 2 | 51 |
| 2 | 3 | 21 |
| 2 | 4 | 13 |
- ###### 特别提示
- 对于Ridit分析，SPSSzero支持两种格式数据，分别是“带权重格式”和“不带权重格式”数据；
- 进行Ridit分析时，如果是对比两组数据的差异性，则使用z 检验计算p
值；如果对比多组数据的差异性，则使用卡方检验计算p 值；
- 进行Ridit分析时，等级数据最终会转化成Ridit值，最终差异对比时需要针对Ridit值进行分析具体差异。
Ridit分析案例
- #### 1、背景
当前研究两种药物（分别是复方江剪刀草与胆麻片）对于慢性气管炎疗效的差异性，共收集3424例数据，如下表格所示【下表中治疗方式中数字1表示复方江剪刀草，数字2表示胆麻片；疗效列中数字1表示无效，数字2表示好转，数字3表示显著好转，数字4表示控制】；明显的可以看到，治疗方式为复方江剪刀草（数字1）的病例明显很多，因此在进行Ridit分析时选择‘最大值’参照组方式更适合。
| 治疗方式 | 疗效 | 病例(权重) |
|---|---|---|
| 1 | 1 | 760 |
| 1 | 2 | 1870 |
| 1 | 3 | 670 |
| 1 | 4 | 30 |
| 2 | 1 | 9 |
| 2 | 2 | 51 |
| 2 | 3 | 21 |
| 2 | 4 | 13 |
- #### 2、理论
Ridit的原理在于将等级数据‘转化’成连续数据即得到Ridit值，然后对比Ridit值的差异性，‘转化’时涉及两种方式，一种是将“求和”作为参照值，另外一种是将“最大值”作为参照值。一般情况下，如果说某组数数据非常明显的多，则使用“最大值”方式，其它情况下建议使用“求和”方式。
- #### 3、操作
本例子使用‘带权重数据格式’进行分析，将‘权重’项放入对应框中即可，操作截图如下：
- #### 4、SPSSzero 输出结果
SPSSzero共输出一个表格，包括Ridit值，Ridit值的95%区间，以及当前对比两组的差异，因此进行z 检验，SPSSzero 会输出z 值和p 值，如下表：
| Ridit分析结果 | |||||
|---|---|---|---|---|---|
| 组别 | 平均Ridit值 | 95% CI(LL) | 95% CI(UL) | z | p |
| 1.0 | 0.500 | 0.490 | 0.510 | -4.097 | 0.000** |
| 2.0 | 0.624 | 0.565 | 0.682 | ||
| p* <0.05 ** p <0.01 组别中数字1表示复方江剪刀草，数字2表示胆麻片 |
- #### 5、文字分析
| Ridit分析结果 | |||||
|---|---|---|---|---|---|
| 组别 | 平均Ridit值 | 95% CI(LL) | 95% CI(UL) | z | p |
| 1.0 | 0.500 | 0.490 | 0.510 | -4.097 | 0.000** |
| 2.0 | 0.624 | 0.565 | 0.682 | ||
| p* <0.05 ** p <0.01 组别中数字1表示复方江剪刀草，数字2表示胆麻片 |
从上表可知，利用Ridit分析去研究治疗方式对疗效的差异性，从上表可以看出：治疗方式对于疗效呈现出显著性(z =-4.097, p =0.000 <0.05)，意味着不同治疗方式组别对于疗效呈现出差异性。具体分析可知：2.0的平均Ridit值(0.624)会明显高于1.0的平均Ridit值(0.500)。除此之外，还可以结合箱线图对比差异性，如下图：
上图可以明显的看出，组别1的平均Ridit值，明显低于组别2的平均Ridit值。【可通过设置数据标签，让数字显示成标签信息】
- #### 6、剖析
涉及以下几个关键点，分别如下：
- 对于Ridit分析，SPSSzero支持两种格式数据，分别是“带权重格式”和“不带权重格式”数据；
- 进行Ridit分析时，如果是对比两组数据的差异性，则使用z 检验计算p
值；如果对比多组数据的差异性，则使用卡方检验计算p 值；
- 进行Ridit分析时，等级数据最终会转化成Ridit值，最终差异对比时需要针对Ridit值进行分析具体差异。
关于‘加权数据格式’的详细说明参考：点击查看
- #### 7、疑难解惑
- ###### SPSSzero对Ridit进行事后多重比较？
- 如果需要Ridit分析时进行多重比较，建议可使用‘筛选样本’功能，比如筛选出1和2进行一次分析，然后筛选出1和3，以及2和3，然后再进行分析，最终对结果进行汇总整理即可。与此同时可考虑使用“Bonferroni校正法”[此法较为保守]，即本身以p 值小于0.05作为标准，多重比较时以0.05/比较次数=0.017（本例中为3）作为标准进行判断是否有着显著性差异。
