Ridit分析是一种关于等级资料进行对比组与标准组比较的假设检验方法。其基本思想是先确定一个标准组(常为以往积累资料或样本含量相当大的资料)作为特定总体，求得各等级的R值，可以证明： 标准组R值的均数标为0.5。假设对比组系来自标准总体的随机样本，则可信度为(1-α)时，对比组总体R值的可信区间包括0.5的概率为(1-α);反之，若此区间不包括0.5，则可根据检验水准α拒绝假设，而认为对比总体与标准总体有差别。Ridit一词系relative to an identified distribu-tion的缩写“Rid”与unit的字尾“it”组成。意即与特定分布相对的单位。其方法步骤如下：

1. 选定标准组，计算标准组各等级的R值及其均数R标。先将标准组各等级的频数之半与累计频数(移下一行)相加，除以总例数即得各等级的R值，如表2。R值在0～1之间。再按式(1)计算其均数R标。理论上R标=0.5，可作R值计算的核对。

式中F为标准组各等级的频数，N为标准组的总例数。2. 计算对比组的R值。即参照标准组各等级的R值为单位，按式(2)计算对比组的平均R值R。

式中R为标准组各等级的R值，f为对比组相应各等级的频数，n为对比组总例数。

3. 计算对比组总体R值的可信区间。

(1)计算标准组R值的方差σR2。选用式(3)～(5)之

式(4)与式(5)计算结果相等。

(2)计算对比组值的标准误Σ。按式(6)，

(3)计算对比组总体值的可信区间。按式(7)或式(8)：

95%可信区间 (-1.96Σ，+1.96Σ)， (7)

99%可信区间 (-2.58Σ， +2.58Σ)。 (8)式(7)如以2取代1.96，则由式(3)、(6)、(7)可得式(9)，使95%可信区间的计算更为简便。

4. 作出推断结论。如果上述95%可信区间不包括0.5，结论为按α=0.05水准，可认为对比组与标准组有差别;反之若包括0.5，则不能认为对比组与标准组有差别。取99%可信区间时，仿此，按α=0.01水准作出结论。

本法亦可用于多个对比组与一个标准组作比较，并可以图示表明各可信区间与R=0.5的关系，其结论一目了然。

例 用某中药合剂与胆麻片分别治疗慢性支气管炎病人，结果见表1。问两药的疗效有无差别?

表1 两种药对慢性支气管炎的疗效

H₀： 对比组总体R=0.5，

H₁： 对比组总体≠0.5。

α=0.05。

(1)计算标准组的R值。选合剂组的疗效分布为标准组，见表2第(1)、(2)栏;取各等级频数之半数，列于第(3)栏;将第(2)栏频数累计，并移下一行记入第(4)栏;同级第(3)、(4)栏之和列于第(5)栏;再除以总例数3330，得第(6)栏R值。按式(1)得

表示R值计算无误。

表2 标准组各等级R值的计算

(2)计算胆麻片组的值，按式(2)得

(3)求对比组总体值的95%可信区间。

简法——按式(9)得

(4)结论。所得95%可信区间不包括0.5，表示按α=0.05水准拒绝H₀，接受H₁，故认为胆麻片治疗慢性支气管炎的效果优于该中药合剂，因为由表2可知，疗效越好，R越大，本例对比组的大于标准组。

Ridit分析时应注意以下几点：

(1)关于对比组R>0.5或R<0.5的具体含义，应以标准组频数的累计方向而定。如表2第(4)栏的累计方向是“无效→控制”，则最好疗效“控制”的等级之R值必然最大;此时，对比组R>0.5就表示疗效优于标准组; <0.5表示不如标准组。 相反， 标准组若按“控制→无效”的方向累计，则最差疗效“无效”的等级之R值将会最大;此时，对比组R>0.5就表示疗效不如标准组，而R<0.5却表示优于标准组了。

(2)式(3)是当等级数不断增多时方差的最大值，故用式(9)算得之可信区间常略大，因而结论偏于保守。以下是等级数k不同时之最大方差，可见它们逐步逼近极限值1/12。在式(3)中也可以根据下列k的大小取相应的分数代替1/12。

(3)如果相互比较的两组或几组的例数均不够多，以至难以确定适宜的标准组时，本法效果不佳。而选用不同的标准组将导致检验结果的不同。亦有人以两组或几组合并作为标准组。