统计学方法的分类和选择

当阅读生物医学期刊上的文章时，不难发现以下现象：只要结果是定量数据，人们通常使用“t检验”、“单向方差分析”或“秩和检验”来处理它们。事实上，在上述方法处理的定量数据中，相当多的定量数据同时受到多种因素(通常包括实验因素和重要的非实验因素)的影响，即定量数据来自特定的多因素实验设计类型。这种单因素设计定量数据处理的统计分析方法原本属于多因素实验设计定量数据，结论的可信度大大降低，有时甚至不可避免地得出错误的结论。同样，当结果是定性数据时，许多人盲目地应用2检验，不管结果变量的具体情况，不管原因变量的数量，甚至不管统计分析的目的。当使用其他统计分析方法时，也存在盲目应用的问题。正因为如此，中国乃至世界生物医学期刊的论文质量令人担忧(平均错误率约为80%)，大大降低了科研工作的科学性和严谨性。3、4、5、配对设计。6，7，8，9，10、11，12，13，数值变量，正态性检验，正态性，数据转换，非正态性，参数检验，非参数检验。14，分类变量，单因素分析，多因素分析，15，数据转换，16，17，18，19，20岁，21，22，23，24，25，26，27，28，29，30，31，32，33，34，35，36，37，38，39，40，示例和分析，41，如何正确区分数据类型，42，完成实验设计工作后的研究设置控制，随机分组和样本量估计，以下是数据收集。医学论文中一些统计描述和统计分析方法的误用，是统计数据类型不能正确区分的一个重要原因。测量数据是最常见的。统计上，测量数据分为正态分布数据和偏态分布数据。对于偏斜分布数据，统计指标不应使用均值和标准差，而应使用中值、几何均值和四分位间距。统计数据类型的误判是医学论文中统计误用的根本原因之一。常见问题包括：无法正确区分数据类型；计数数据和比率之间没有区别。无论测量数据是否为正态分布，都应计算平均值和标准偏差。等级数据用作分类数据，匹配数据和分组数据混淆等。表4-1是统计数据库所需的数据记录格式。各种试验和调查的原始记录，无论数据是否输入计算机，均应按照表4-1所示的格式排列。分类数据包括4类变量：识别变量，如动物编号、名称等。(2)干预变量，即实验研究的治疗因素或观察研究的风险因素；(3)协变量，即需要控制和平衡的因素；(4)反应变量，反映干预后的生物效应，大多数研究同时记录多个反应变量。在表4-1中，患者编号是一个识别变量；治疗分组是一个干预变量。年龄、性别和职业是协变量。收缩压、舒张压、心电图和疗效是反应变量。三种类型的数据，即计数数据、测量数据和等级数据，通常被称为协变量和反应变量，尤其是反应变量的类型。计数数据为定性观察结果，如表4-1中的性别、职业和心电图检查结果。统计指标是每个属性或类别的计数、比率和结构百分比。测量数据为定量观察结果，通常有测量单位，如表4-1中的年龄、收缩压和舒张压，以及常用病例数、平均值和标准差等统计指标。等级数据介于定性观察和定量观察之间。观察结果的等级或程度不同，但不能用数量来表示，如表4-1中的疗效评价。如何对数据进