科研数据的种类及处理方法.ppt

科研数据的种类 及处理方法,广东省心血管病研究所 麦劲壮,什么是统计学？,统计学是一门处理数据中变异性的科学与艺术 内容包括 数据收集、整理、分析、解释和推断,统计学与医学研究,统计学思维和方法已经渗透到医学研究中 如：医学杂志 课题申请 药物开发 相对随机化有对照的临床试验而言，医生个人的临床经验是无计划、杂乱的，而且是非常不可靠的,统计工作步骤,统计设计 资料收集 资料整理 数据分析 写出报告,数据分类,数据分类有多种方法 计数资料、计量资料 连续资料、离散资料,变量的类型,一）定量变量 二）定性变量,一）定量变量,变量值是定量的，有大小之分，有度衡量单位，这种变量称定量变量， 离散型 连续型,1.离散型定量变量,只能取整数，这些定量变量称离散型定量变量，如人数、手术数量、红细胞数量等,2.连续型定量变量,直接测量获得，可以是任意大小，可以有小数点，有度量单位，如血压、身高等测量值。,定量变量常用的统计描述,均数、全距、几何均数、中位数、分位数、众数、方差 、标准差、变异系数、偏度系数等 资料分布不同，要用相应指标 均数：近似服从对称分布 几何均数：等比数资料 中位数和分位数：偏态资料，尤其包 含不完全信息的资料，比如简易血糖仪 测量的血糖值,定量资料的统计分析,单因素： 单组 t检验（满足正态性）、非参数检验 两组 t检验（满足正态性）、非参数检验 多组（大于2组） 方差分析（满足正态性）、非参数检验 多因素： 相关 回归,定量资料的统计分析,单因素多组（3组以上） 使用方差分析 分别有： 一般方差分析 配伍设计方差分析 拉丁方设计方差分析 交叉设计方差分析 析因设计方差分析 重复测量数据方差分析,定量资料的统计分析,单因素定量资料假设检验，均须满足 正态性和方差齐性否则，需作变量变换或选用非参数检验,二）定性变量,1.二分类变量与无序定性变量 2.有序定性或等级变量,二）定性变量,二分类变量与无序定性变量 虽然这些变量可能用1、2、3等数字表示，但并不一定代表其大小或水平,1.1二分类变量,科学研究中，常用1、2代表男女，0、1代表疾病有无，这些就是二分类变量，这里0、1、2并无大小、水平之分，可以用字母代替。,1.2 无序定性变量,一些变量虽然可以用1、2、3代表，但是也是无大小或水平之分的，如职业、民族等，其中的工、农、商、干部、技术人员等，并无大小、等级或水平之分，这些也可以用A、B、C等代表，因此称无序的定性变量，也称分类变量或名义变量。,2. 有序定性或等级变量,一些定性变量是有序或有等级的，这种定性变量就是有序定性或等级变量。 例如，临床检验结果、 、等， 疗效：治愈、显效、好转、无效、死亡,定性资料的统计描述,通过频率分布及相对数指标来描述其分布特征 百分比 构成比 发（患）病概率 感染率 相对比（男女比） OR（比值比）/ RR（相对危险度）,定性资料的统计分析,常见错误：直接根据率的大小作出统计推断 例如：用某药治疗某病，甲医院治疗100人，40人有效，乙医院治疗5人，2人有效，两家医院有效率均为40%，从而判断甲、乙医院疗效相差不大。,定性资料的统计分析,另外一个常见错误：用 2分析一切列联表资料 一般来说，22列联表一般用 2分析，但是，来自不同研究，分析又略有不同 RC表须根据行列数据性质不同，选择不同方法,定性资料的统计分析,来自横断面研究的资料,两种药物治疗某病患者疗效观察结果,该表可以选择一般的 检验公式进行计算,定性资料的统计分析,来自队列研究设计的22表 例子: “中美心血管疾病危险因素研究”，研究基线血压对10年后心脑血管事件发生的影响，列表如下,定性资料的统计分析,基线血压状况随访10年心血管脑卒中事件结果,先进行一般 检验，如果P0.05，进行第2步，否则停止； 计算相对危险度RR（Relative Risk，RR）； 用MH 检验RR与1之间的差异是否显著。,定性资料的统计分析,来自病例对照研究设计的22表,妇女孕前6个月服用某药者其子代染色体异常的调查结果,先进行一般 检验，如果P0.05，进行第2步，否则停止； 计算比值比OR（Odds Risk，OR）； 用MH 检验OR与1之间的差异是否显著。,定性资料的统计分析,来自配对研究设计的22表,可以有两种方法: 检验两种方法不一致的，可以用McNemar ; 检验两种检验方法结果是否具有一致性，可以用Kappa检验。,定性资料的统计分析,双向无序RC资料,心律失常种类与心肌梗塞部位关系,用一般的 检验，或Fisher精确检验,定性资料的统计分析,单向有序RC资料,3种药物治疗某病疗效观察结果,可以选用： 秩和检验 Ridit分析 有序变量Logistic分析,定性资料的统计分析,双向有序且属性不同RC资料,甲状腺肿各年龄组疗效观察,按目的不同，可以选择：秩和检验、Ridit分析、有序变量Logistic分析、Spearman秩相关分析、线性趋势检验等方法。,定性资料的统计分析,双向有序且属性相同RC资料,脑瘤患者MR与CT诊断结果,与配对设计的22列联表资料一样，采用一致性检验，或称Kappa检验,变量是否可以变换？,答案是肯定的 但是，仅能连续型 有序无序 二分类这样转换，不能作相反方法转换 有的时候，离散型定量变量可以通过适当的变换变成连续型定量变量进行分析 常见例子，通过连续型定量变量“血压值”，变换成二分类变量“是否高血压”,哑变量,Logistic、Cox回归分析中，如果自变量是分类变量，如职业、血型，或特殊目的时，需要变换成多个哑变量才能分析 以血型为例，血型有A、B、AB 、O型，需转换成4-1=3个哑变量（假设X1、X2、X3），具体方法如下,哑变量,这里是选定“O“型为基准转换成哑变量，意味着，假如血型 X=A，则X1=1，X2=0，X3=0； X=B，则X1=0，X2=1，X3=0； X=AB，则X1=0，X2=0，X3=1； X=O，则X1=0，X2=0，X3=0；,如果分类变量有n个水平， 则需建立n-1个哑变量。,哑变量,哑变量意义 在Logistic回归中，单纯用血型（X）作为自变量，分析结果X对应的OR是1.89，这时是没有办法解释结果的，因为，不知道谁跟谁比，徒有结果，但没有意义,哑变量,但是，如果用3个哑变量作为自变量，结果对应的OR分别是ORX1=1.90、 ORX2=0.89、 ORX3=2.11，这样，我们可以解释为，相对“O”型血，A型血相对危险是1.90倍、B型是0.89倍、AB型是2.11倍。,哑变量,同样，如果连续型定量变量，我们也可以变成哑变量，例如，如果我们单纯用收缩压(SPB)作自变量，计算ORSBP=1.02，按此