目的针对传统非参数方法在等级数据分析中忽略非线性特征与极化趋势的局限,探索优势分析与ANY极化指数在量化分布差异及不平等程度中的应用价值。方法结合李克特量表模拟数据(不同中位数分布)与美国国家健康与营养调查(National Health ...目的针对传统非参数方法在等级数据分析中忽略非线性特征与极化趋势的局限,探索优势分析与ANY极化指数在量化分布差异及不平等程度中的应用价值。方法结合李克特量表模拟数据(不同中位数分布)与美国国家健康与营养调查(National Health and Nutrition Examination Survey,NHANES)真实数据,采用优势分析与ANY指数,对比传统秩次检验,评估方法在揭示等级数据分布特征与极化效应中的效能。结果优势分析通过累积分布函数(cumulative distribution function,CDF)有效区分群体间整体水平差异(F-优势)与内部不平等程度(S-优势);ANY指数通过调节参数α(侧重低端分布)与β(侧重高端分布),灵活捕捉极化趋势。NHANES数据分析中,新方法成功识别男性健康评价低端极化更显著的特征,而传统Mann-Whitney U检验无统计学差异。结论优势分析与ANY指数突破了传统方法对等级数据的简化假设,为卫生政策制定提供了更精准的分布差异与极化分析工具,尤其在资源优化配置与弱势群体健康需求识别中具有重要实践意义。展开更多
文摘目的针对传统非参数方法在等级数据分析中忽略非线性特征与极化趋势的局限,探索优势分析与ANY极化指数在量化分布差异及不平等程度中的应用价值。方法结合李克特量表模拟数据(不同中位数分布)与美国国家健康与营养调查(National Health and Nutrition Examination Survey,NHANES)真实数据,采用优势分析与ANY指数,对比传统秩次检验,评估方法在揭示等级数据分布特征与极化效应中的效能。结果优势分析通过累积分布函数(cumulative distribution function,CDF)有效区分群体间整体水平差异(F-优势)与内部不平等程度(S-优势);ANY指数通过调节参数α(侧重低端分布)与β(侧重高端分布),灵活捕捉极化趋势。NHANES数据分析中,新方法成功识别男性健康评价低端极化更显著的特征,而传统Mann-Whitney U检验无统计学差异。结论优势分析与ANY指数突破了传统方法对等级数据的简化假设,为卫生政策制定提供了更精准的分布差异与极化分析工具,尤其在资源优化配置与弱势群体健康需求识别中具有重要实践意义。
