下载文档原格式
Meta分析简介Meta 分析又称荟萃分析、二次分汇总分析、集成分析等。
是运用定量方法去概括（总结）多个研究结果的系统评价。
即分析以往类似文献，对多个同类独立研究的结果进行汇总和合并分析，以达到增大样本含量，提高检验效能的目的。
尤其是当多个研究结果不一致或都没有统计学意义时，采用Meta 分析可得到更加接近真实情况的统计分析结果。
分析步骤：1.选题2.检索、收集资料（多途径多渠道最大限度广泛收集）3.确定纳入和排除标准，剔除不符合要求的文献4.复习每个研究，进行质量评估和特征描述5.提取信息、建立数据库6.统计学处理：a. 异质性分析：按照统计学原理，只有同质的资料才能进行合并或比较等统计分析。
用假设检验的方法检验多个独立的研究是同质还是异质。
b. 统计合并效应量：固定效应模型、随机效应模型。
加权合并、计算效应尺度及95%的置信区间，并进行统计推断。
c. 图示单个试验的结果和合并后的结果（森林图）d. 敏感性分析：排除异常结果的研究后，重新进行Meta分析，与未排除异常研究的结果进行对比。
目的是了解Meta分析结果是否稳定可靠。
e. 发表偏倚分析：绘制倒漏斗图的方法、Egger检验的方法。
7. 结果解释、做出结论及评价分析软件：1.Review Manager(Revman) ：国际Cochrane协作网系统评价的标准化专用软件，包含各种Meta分析功能，操作简单、结果直观。
免费软件，可直接下载。
2.STATA软件：是目前Meta分析功能最强的软件。
可完成二分类变量和连续性变量的Meta 分析，也可进行Meta回归分析，可绘制森林图、漏斗图等。
3.SAS软件4.SPSS软件。
Meta分析是指用统计学方法对收集的多个研究资料进行分析和概括,以提供量化的平均效果来回答研究的问题.其优点是通过增大样本含量来增加结论的可信度,解决研究结果的不一致性 meta分析是对同一课题的多项独立研究的结果进行系统的、定量的综合性分析。
它是文献的量化综述，是以同一课题的多项独立研究的结果为研究对象，在严格设计的基础上，运用适当的统计学方法对多个研究结果进行系统、客观、定量的综合分析。
meta分析的主要优点有：1）能对同一课题的多项研究结果的一致性进行评价；2）对同一课题的多项研究结果作系统性评价和总结；3）提出一些新的研究问题，为进一步研究指明方向；4）当受制于某些条件时，如时间或研究对象的限制，meta分析不失为一种选择；5）从方法学的角度，对现阶段某课题的研究设计进行评价；6）发现某些单个研究未阐明的问题；7）对小样本的临床实验研究，meta分析可以统计效能和效应值估计的精确度。
因此，设计合理，严密的meta分析文章能对证据进行更客观的评价（与传统的描述性的综述相比），对效应指标进行更准确、客观的评估，并能解释不同研究结果之间的异质性。
meta分析符合人们对客观规律的认识过程，是与循证医学的思想完全一致的，是一个巨大的进步。
广义上的Meta & 狭义上的Meta前者指的是一个科学的临床研究活动，指全面收集所有相关研究并逐个进行严格评价和分析，再用定量合成的方法对资料进行统计学处理得出综合结论的整个过程；后者仅仅是一种单纯的定量合成的统计学方法。
Meta 分析的基本步骤(1)明确简洁地提出需要解决的问题。
(2)制定检索策略，全面广泛地收集随机对照试验。
(3)确定纳入和排除标准，剔除不符合要求的文献。
(4)资料选择和提取。
(5)各试验的质量评估和特征描述。
(6)统计学处理。
a．异质性检验（齐性检验）。
b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断。
c．图示单个试验的结果和合并后的结果。
Meta分析的定义Meta分析，国内也称作荟萃分析，是一种整合资料 (datapooling)的方法，更确切地说是一种统计性的整合。
“Met Analysis’，这一概念由GlaSS(1976)所创立，他将其定义为“以整合研究发现为目的，对从单个独立研究所收集的资料所进行的统计分析。
Laird[等将meta分析定义为“整合一系列不同实验或者观察的结果所采取的统计方法”。
美国国家医学图书馆则将meta分析定义为“一种整合独立研究(一般通过筛选已出版文献获得)的结果，或者合并摘要;结论的定量方法，这些被合并的研究，摘要或者结论主要是用作评价疗效或者用于计划新的研究。
”维基百科(WikiPedia)对meta分析的解释为“整合一系列现有研究的统计过程，通过这个过程，那些在原研究中由于样本量太小而较难甚至不可能发现的效果将得到呈现”。
由于Meta分析方法的不断发展，其应用范围已不仅仅局限于现有研究(已出版文献)的整合，“整合己出版文献”这一概念应该弱化，因此学者目前仍主要引用GlaSS的定义。
Meta分析的用途作为一种整合资料的统计方法，Meta分析具有以下几个方面的用途，(l)提供个体独立研究所达不到的样本量，使得一些较为微弱的效果能够被发现(power)。
(2)对干预的全局性效果提供较为精确的估计。
具有相同研究目的的单个独立研究，其研究发现不尽相同，很难直接得出某种干预的效果到底怎么样的总体性结论，meta分析正提供了回答总体性结论的方法。
(3)meta分析可以用来评价不同研究展现出来的相互矛盾的结果，这是对第(2)个用途的扩展。
(4)如果一项干预是有效的，meta分析可用来评价其在事先定义好的亚组人群中是否同样有效。
(5)改善对剂量反应关系的估计。
Meta分析的分类(l)回顾性Meta分析 (Retrospective Meta Analysis)和前瞻性Meta分析(Prospeetive Meta Analysis)根据Meta分析设计同研究设计间的时间先后顺序，Meta分析可以分为回顾性Meta分析和前瞻性Meta分析。
系统评价Meta分析详细介绍目录一、系统评价Meta分析的基本概念 (2)1.1 系统评价的定义 (3)1.2 Meta分析的定义 (4)二、系统评价Meta分析的目的和意义 (4)三、系统评价Meta分析的流程 (5)3.1 明确研究问题 (6)3.2 检索文献 (7)3.3 筛选文献 (8)3.4 数据提取 (9)3.5 整理数据 (10)3.6 进行Meta分析 (11)3.7 结果解释 (12)3.8 评估偏倚风险 (13)3.9 结果的综合评价 (14)四、系统评价Meta分析中的统计方法 (15)4.1 基本统计方法 (16)4.2 元分析统计方法 (17)五、系统评价Meta分析的质量评价 (19)5.1 文献质量评价 (20)5.2 结果的一致性评价 (21)5.3 可靠性评价 (22)六、系统评价Meta分析的结果解释和应用 (24)6.1 结果的解释 (25)6.2 结果的应用 (26)6.3 对未来研究的启示 (27)七、系统评价Meta分析的局限性 (28)7.1 样本选择偏差 (29)7.2 数据质量问题 (31)7.3 不同研究结果间的异质性 (32)八、系统评价Meta分析的伦理问题 (33)8.1 保护受试者隐私 (35)8.2 避免学术不端行为 (36)九、系统评价Meta分析的未来发展趋势 (37)9.1 技术的发展 (38)9.2 方法学的创新 (39)一、系统评价Meta分析的基本概念系统评价(Systematic Review,简称SR)是一种多学科研究方法，旨在通过收集、整理和分析大量关于某一主题的独立研究结果，以便得出全面、准确和可靠的结论。
Meta分析(Metaanalysis)是系统评价的一种扩展和深化，它通过对多个独立研究的统计分析，对原始研究结果进行加权汇总，以提高研究结果的可靠性和推广性。
系统评价的目的是对现有的研究进行全面、客观和公正的评估，从而为实践提供有价值的指导。
Meta-分析 ，又称荟萃分析荟萃分析，又称“Meta-分析”，Meta意指较晚出现的更为综合的事物，而且通常用于命名一个新的相关的并对原始学科进行评论的学问，不但包括数据结合，而且包括结果的流行病学探索和评价，以原始研究的发现取代个体作为分析实体。
荟萃分析产生的主要的理由是：对于多个单独进行的研究而言，许多观察组样本过小，难以产生任何明确意见。
根据荟萃分析所依据的基础或数据来源可以将其分为三类：文献结果荟萃分析（Meta-analysis based on literature, MAL）；综合或合并数据荟萃分析（Meta-analysis based on summary data, MAS）；独立研究原始数据荟萃分析（Meta-analysis based on individual patient data, MAP or IPD Meta-analysis）。
目录• 1 概述• 2 荟萃分析的分类• 3 IPD 荟萃分析的步骤• 4 荟萃分析的优劣• 5 荟萃分析的未来•荟萃分析 - 概述荟萃分析的概念最早是由Light 和Smith 于1971 年提出的。
当时针对大量发表的科学论文中，对于同样的研究却得出截然不同的结果的问题，他们提出应该在全世界范围内收集对某一疾病各种疗法的小样本、单个临床试验的结果，对其进行系统评价和统计分析，将尽可能真实的科学结论及时提供给社会和临床医师，以促进推广真正有效的治疗手段，摈弃尚无依据的无效的甚至是有害的方法。
1976 年Glass 首次将这一概念命名为Meta-analysis（荟萃分析），并定义为一种对不同研究结果进行收集、合并及统计分析的方法。
这种方法逐渐发展成为一门新兴学科--“循证医学”的主要内容和研究手段。
荟萃分析的主要目的是将以往的研究结果更为客观的综合反映出来。
研究者并不进行原始的研究，而是将研究已获得的结果进行综合分析。
荟萃分析 - 荟萃分析的分类通常概念下的文献综述是对有关文献的内容或结果进行罗列、简单的描述和初步的讨论，而荟萃分析则完全上了一个台阶。
Meta分析概述3.1Meta分析(Meta-analysis)原理Meta分析（Meta-analysis）中文翻译为“荟萃分析”。
其在英文中的定义是“The statistical analysis of a large collection of analysis results from individual studies for the purpose of integrating the findings.”中文翻译为：一种综合性强的统计方法，并且是同一课题研究的内容，而且在特定条件下对研究结果进行分析和整合。
也有国内的学者将Meta分析翻译为“综合性分析，单元分析，共性分析”等，但本文统一翻译为Meta分析。
Meta分析思想不是一蹴而就的，而且有一个比较漫长的发展过程。
最开始是1920年由Fisher统计学家做的Beecher HK．，1955）得到了确定。
到了19世纪50年代由Beecher正式提出了Meta的分析概念。
后来美国心里学家又把这种思想进行扩大。
3.2Meta分析在国外的发展状况以及历史据历料记载Meta分析是在实践中提出的。
1904年英国的统计学家把统计好的五个数学进行平均，再根据统计结果对当时英国所使用的疫苗与当时英国人死亡率之间的关系进行分析，即检验疫苗的有效与否（PearsonK,1904）。
Meta分析真正兴起的时间在70年代。
而且当时英国还把这种统计分析方法运用到军事实验，对实验结果进行科学的综合分析。
这是Meta分析开始形成的邹型。
而真正意义上Meta分析的提出还应该算是美国教学专家兼心理学家在统计心理治疗效果时把这种实用的定量分析法命名为“Meta-analysis”。
在学术界普遍认为这才是真正意义上的Meta分析。
之外，Glass（1976）又提出了EffectSize（效应值）的概念。
19世纪90年代在生态学领域有几篇有关Meta分析引起了专家的关注，所以Meta分析一直到上世纪90年代才真正应用于生态领域。
meta分析简介Meta分析在医学研究中，绝⼤多数的医学现象都呈⼀定的随机性，因此医学研究的结果都受随机抽样误差影响⽽有所差异。
所以对于同⼀研究问题的多个研究结果往往不全相同，有些研究的结论甚⾄相反。
因此如何从结果不⼀的同类研究中综合出⼀个较为可靠的结论是医学研究中常常需要⾯临的问题。
Meta分析就是研究如何综合同类研究结果的⼀种统计分析⽅法。
Meta分析就是把相同研究问题的多个研究结果视为⼀个多中⼼研究的结果，运⽤多中⼼研究的统计⽅法进⾏综合分析。
Meta 统计分析可以分为确定性模型分析⽅法和随机模型分析⽅法。
较常⽤的确定性模型Meta分析有Mantel-Haeszel统计⽅法(仅适⽤于效应指标为OR)和General－V ariance－Based统计⽅法。
然⽽所有的确定性模型统计⽅法都要求Meta分析中的各个研究的总体效应指标(如：两组均数的差值等)是相等的，并称为齐性的(Homogeneity)，⽽随机模型对效应指标没有齐性要求。
因此Meta分析可以采⽤下列分析策略：1)如果各个研究的效应指标是齐性的，则选⽤确定性模型统计⽅法：●效应指标为OR，则采⽤Mantel－Haeszel统计⽅法●效应指标为两个均数的差值、两个率的差值、回归系数、对数RR等近似服从正态分布的效应指标，则采⽤General－V ariacne-Based⽅法进⾏Meta统计分析。
2)如果各个研究的效应指标不满⾜齐性条件或者研究背景⽆法⽤确定性模型进⾏解释的，则采⽤随机模型进⾏Meta 统计分析。
为了使读者较容易地掌握Meta 分析⽅法，以下将结合STA TA 软件的Meta 分析操作命令，通过实例介绍Meta 分析步骤和软件操作以及相应的统计分析结果解释，然后对Meta 分析中所涉及的统计公式进⾏分类汇总⼩结。
确定性模型的Meta 分析⽅法例1：为了研究Aspirin 预防⼼肌梗塞(MI)后死亡的发⽣，美国在1976年－1988年间进⾏了7个关于Aspirin 预防MI 后死亡的研究，其结果见表1，其中6次研究的结果表明Aspirin 组与安慰剂组的MI 后死亡率的差别⽆统计意义，只有⼀个研究的结果表明Aspirin 在预防MI 后死亡有效并且差别有统计意义。
第一节定义Meta分析，又称“荟萃分析”，“元分析”、“综合分析”，也有人翻译为“分析的分析”、“资料的再分析”等。
Meta分析可简单归纳为定量的系统评价。
Glass把Meta分析定义为“以综合现有的发现为目的，对单个研究结果的集合的统计分析方法”。
Meta分析解释如：对具有共同研究目的相互独立的多个研究结果给予定量分析，合并分析，剖析研究间差异特征，综合评价研究结果。
英国心理学家G1ass认为Meta分析是为达到统一研究目的，对收集到的多个研究进行的综合统计分析，是数据收集和相关信息处理的一系列统计原则和过程，而不是一个简单的方法。
Finney则把对不同来源科学技术信息的定量化汇总分析，统称为Meta分析。
Meta分析是汇总多个研究的结果并分析评价其合并效应量的一系列过程，包括提出研究问题、制定纳入和排除标准、检索相关研究、汇总基本信息、综合分析并报告结果等。
G1ass最早在教育学研究中使用了Meta分析。
二十世纪八十年代中期开始被引入到临床随机对照试验以及观察性的流行病学研究中。
在过去的15年内，有大约几百篇有关Meta分析的文章出现在医学杂志上。
Meta分析结果能够帮助解决重要的公共健康问题或使个体直接受益，同时能作为可靠的证据指导临床实践及卫生决策的科学化。
Meta分析可以用于分析危险因素较弱，但为公众所关心的重要健康问题(如被动吸烟与肺癌、低剂量辐射与白血病、避孕药与乳腺癌等)；可以得到危险因素定量化的综合效应(如标准化死亡比、相对危险比)；还可用于较复杂的剂量反应关系研究及诊断试验研究的综合分析。
第二节Meta分析能解决的问题一、放大统计功效在临床研究中，如果样本量小，则结果受偶然因素的影响就大，且难以明确肯定或排除某些相对较弱的药物作用，而这些作用对临床来说可能又是重要的。
如果要从统计学上来肯定或排除这些作用，研究所需要的样本量可能较大。
Meta分析通过整合大量的临床研究报告，增加了样本量，增加了结论的统计功效。
Meta分析在医学研究中，绝大多数的医学现象都呈一定的随机性，因此医学研究的结果都受随机抽样误差影响而有所差异。
所以对于同一研究问题的多个研究结果往往不全相同，有些研究的结论甚至相反。
因此如何从结果不一的同类研究中综合出一个较为可靠的结论是医学研究中常常需要面临的问题。
Meta分析就是研究如何综合同类研究结果的一种统计分析方法。
Meta分析就是把相同研究问题的多个研究结果视为一个多中心研究的结果，运用多中心研究的统计方法进行综合分析。
Meta统计分析可以分为确定性模型分析方法和随机模型分析方法。
较常用的确定性模型Meta分析有Mantel-Haeszel统计方法(仅适用于效应指标为OR)和General－V ariance－Based统计方法。
然而所有的确定性模型统计方法都要求Meta分析中的各个研究的总体效应指标(如：两组均数的差值等)是相等的，并称为齐性的(Homogeneity)，而随机模型对效应指标没有齐性要求。
因此Meta分析可以采用下列分析策略：1)如果各个研究的效应指标是齐性的，则选用确定性模型统计方法：●效应指标为OR，则采用Mantel－Haeszel统计方法●效应指标为两个均数的差值、两个率的差值、回归系数、对数RR等近似服从正态分布的效应指标，则采用General－V ariacne-Based方法进行Meta统计分析。
2)如果各个研究的效应指标不满足齐性条件或者研究背景无法用确定性模型进行解释的，则采用随机模型进行Meta 统计分析。
为了使读者较容易地掌握Meta 分析方法，以下将结合STA TA 软件的Meta 分析操作命令，通过实例介绍Meta 分析步骤和软件操作以及相应的统计分析结果解释，然后对Meta 分析中所涉及的统计公式进行分类汇总小结。
确定性模型的Meta 分析方法例1：为了研究Aspirin 预防心肌梗塞(MI)后死亡的发生，美国在1976年－1988年间进行了7个关于Aspirin 预防MI 后死亡的研究，其结果见表1，其中6次研究的结果表明Aspirin 组与安慰剂组的MI 后死亡率的差别无统计意义，只有一个研究的结果表明Aspirin 在预防MI 后死亡有效并且差别有统计意义。
现根据表1所提供的资料作Meta 分析。
表1 Aspirin 预防心肌梗塞后死亡的研究结果研究 Aspirin 组 安慰剂组 编号 观察人数 死亡人数 死亡率P E (%)观察人数 死亡人数死亡率P C (%)P 值OR *1 615 49 7.97 624 67 10.74 0.094 0.7202 758 44 5.80 771 64 8.30 0.057 0.6813 832 102 12.26 850 126 14.82 0.125 0.8034 317 32 10.09 309 38 12.30 0.382 0.8015 810 85 10.49 406 52 12.81 0.229 0.798 6 2267 246 10.85 2257 219 9.70 0.204 1.133 78587157018.288600172020.000.004 0.895注：11E C ECP P O R P P =--。
可以证明：OR>1对应P E >P C ；OR<1对应P E <P C ；OR=1对应P E =P C 。
具体分析和计算步骤如下： 一、把表1资料改写为表2形式的资料表2 Mantel-Haeszel 计算用表Aspirin 组安慰剂组研究 编号 死亡人数 (a) 存活人数 (b) 死亡人数 (c) 存活人数 (d) 样本量 (n) 权重 (w) ORw ×OR1 49 566 67 557 1239 0.0389 0.7197 0.02802 44 714 64 707 1529 0.0412 0.6808 0.02803 102 730 126 724 1682 0.0205 0.8029 0.0165 4 32 285 38 271 626 0.0648 0.8007 0.0519 5 85 725 52 354 1216 0.0352 0.7981 0.0281 6 246 2021 219 2038 4524 0.0096 1.1327 0.0109 7 1570 7017 1720 6880 17187 0.0015 0.8950 0.0013合计0.21160.1647 其中括号中的a,b,c,d,w 为统计计算公式中所对应的符号。
如：权重1111w abcd=+++二、计算Mantel-Haeszel OR:0.03890.71970.00150.89500.16470.7780.03890.04120.02050.00150.2116iiiM H iiw O RO R w ⨯++⨯====++++∑∑三、OR 的齐性检验H 0：各个研究的总体OR 相同 vs H 1：各个研究的总体OR 不全相同。
OR 的齐性检验在统计软件中一般采用Breslow-Day 齐性检验[1]。
由于Breslow-Day 齐性检验方法计算步骤较为复杂，所以本书将仅给出参考文献供读者查阅。
四、如果OR 齐性，则用Mantel －Haeszel 方法计算总体OR MH 的95％可信区间以及检验H 0：总体OR MH ＝1。
Mantel －Haeszel 方法计算OR 的可信区间比较误差，故在汇总中给出计算公式。
五、用STA TA 软件对上述资料进行统计分析操作步骤如下： 资料输入的格式：其中no 为研究编号，group=1表示Aspirin 组，group=0表示安慰剂组；dead=1表示死亡，dead=0表示活着；w表示频数。
第一个研究的资料第二个研究的资料第七个研究的资料●●STA TA软件输出结果如下：各个研究的OR齐性检验(H0：总体OR1＝总体OR2＝…＝总体OR7＝公共总体OR)设齐性检验的检验水平 =0.1，齐性检验的卡方值为9.95，自由度为6，相应的P值=0.1269>0.1，因此可近似认为OR是齐性的。
综合效应的统计检验H0：公共的总体OR＝1 vs H1：公共的总体OR ≠1设综合效应的统计检验水平α=0.05，对应的Mantel －Haeszel 卡方=10.82，自由度为1，相应的P 值=0.0010<0.05，因此可以推断综合分析中公共总体OR 不等于1，公共OR 的Mantel －Haeszel 估计值＝0.8968，相应的95%可信区间为(0.8405，0.9570)，因此在95%可信意义下可以推断综合分析的总体OR<1(或者说：可以断定总体OR<1的概率大于0.95)。
由于本研究的11C E ECP P O R P P =--，因此可以推断：Aspiring 组的死亡率低于安慰剂组的死亡率，并且差别有统计意义。
结论：服用Aspiring 有助于降低心肌梗塞后的死亡率。
例2：为了研究某减肥药的疗效，现以身高体重指数BMI 为疗效观察指标，为了避免其它的混杂作用，故限定所有研究对象均为45岁至55岁的健康女性(其它体检指标均正常)。
研究问题为：通过一个疗程的治疗，该药物是否能降低45岁至55岁的健康女性的BMI? 因此需要检验治疗组和对照组所对于BMI 总体均数是否相同？现收集了6个研究的结果如下所收集研究治疗组 对照组 两个样本 均数的差值 d 两个样本均数差值的标准误se P 值结果的编号(no)均数 (mean E ) 标准差 (S E ) 样本量 (n E ) 均数 (mean C ) 标准差 (S C ) 样本量 (n C ) 1 28.0 3.3 30 29.0 2.8 35 －1.0 0.766159 0.1910 225.5 2.9 34 27.4 2.7 31 －1.9 0.694632 0.0083 3 26.5 2.7 32 27.5 2.9 31 －1.0 0.706472 0.1615 4 27.8 3.4 33 29.8 2.6 31 －2.0 0.753902 0.0107 5 27.2 3.0 30 28.1 2.9 32 -0.9 0.750208 0.2345 628.02.86029.23.150-1.20.568214 0.0353在这6个研究中，研究结果表明：有3组BMI 的差异有统计意义(P 值<0.05)，但是另外3组BMI 的差异无统计意义。
因此存在较大的争议，所以有必要通过Meta 分析综合这6个研究的结果。
总体效应指标为治疗组BMI 的总均数－对照组BMI 的总体均数：D E C μμμ=-，相应的样本效应指标为mean D =mean E －mean C ，标准误()EC se x x -=详细叙述。
以均数差值为效应指标的Meta 分析可以用General V ariance-Based 方法进行综合分析。
计算步骤简述如下： 一、计算各个研究的权重：21iiw se =研究编号i 1 2 3 4 5 6 标准误se i 0.766159 0.694632 0.706472 0.753902 0.750208 0.568214 权重w i 1.7035792.072482.0035961.7594231.7767923.097249二、计算加权平均的均数差d 和相应的方差()V ar d研究编号I 1 2 3 4 5 6合计 两个均数差值d i -1.0000 -1.9000 -1.0000 -2.0000 -0.9000 -1.2000权重w i 1.7036 2.0725 2.0036 1.7594 1.7768 3.0972 12.4131 w i ×d i-1.7036 -3.9377 -2.0036 -3.5188 -1.5991 -3.7167 -16.4795加权平均的均数差6161-16.4795-1.3276 12.4131iii ii w ddw=====∑∑加权平均的均数差的方差6111()0.080612.4131ii Var d w====∑三、齐性检验：2()i i Q w d d =-∑。
如果各个研究的两个总体均数的差值μd 是相等的，则Q 近似服从自由度为5的卡方分布(自由度=研究个数－1，本例df=6-1＝5)。
设齐性检验的统计检验水平α=0.1。
研究编号I 1 2 3 4 5 6合计 两个均数差值d i -1.0000 -1.9000 -1.0000 -2.0000 -0.9000 -1.2000 i0.3276 -0.5724 0.3276 -0.6724 0.4276 0.1276权重w i1.70362.0725 2.0036 1.7594 1.77683.0972 12.4131 i i 0.1828 0.6791 0.2150 0.7955 0.3249 0.0504 2.2477齐性检验统计量2()i i Q w d d =-∑＝2.2477<25,0.19.23χ=，P 值>0.1。
