科研设计及统计分析中存在的问题

1,科研设计及统计分析中存在的问题,一、科研三要素与论文题二、科研设计中专业设计与统计学设计三、统计方法选择及流程图四、统计图表中的问题,2,一、科研三要素与论文题处理因素受试对象实验效应,1、不同剂量喷他佐辛对老年患者脊麻效果的临床观察2、Lak细胞治疗慢性活动性乙肝病人的疗效观察3、65例小儿急性偏瘫临床与CT分析4、吸入C02对心脏活动的影响5、吸入3%C02过程中人体ECG的变化6、腹腔镜治疗新生儿腹股沟斜疝可行性研究,3,二、科研设计的基本内容科研设计应包括两类设计：一为专业设计、一为统计设计。其统计设计的基本内容是：1,围绕研究目的，确定统计设计方案。2,合理安排处理因素，及水平。3,确定受试对象的取舍、如何分组及样本例数的确定。（重复原则）4,确定实验方法及观察指标。（主、客观指标）5,如何控制误差；（系统误差、抽样误差）6,如何实施实验；如何收集实验数据；7,确定统计分析方法。（见统计方法流程图）,4,专业设计统计设计要求：运用专业理论、技术设计运用统计学知识和方法设计内容：确定实验对象、观察指标、确定设计方案，资料的收集，材料、方法等。分析指标及分析方法。目的：完成科研课题，验证假设，减小误差，提高效率，保证样保证课题的先进性本的代表性、可靠性、可重复性,科研设计内容,Goto1,5,实验研究设计的几种型式(一)，完全随机设计（Completelyrandomdesign)又称作单因素设计，用于两个均数或多个均数的比较。该设计有两种分组方式：1,采用随机方法分别从不同总体中抽样，获得代表不同总体的样本。2,采用随机的方法将每个对象分配到各处理组中。完全随机设计优点：简单易行缺点：实验效率低，只能分析一个因素。完全随机设计的实验结果其统计方法：1,两处理组的均数比较常用t检验或秩和检验。2,多个处理组的均数比较常用方差分析或秩和检验。两两比较采用q检验。,6,例：将16只小鼠分为甲、乙、丙、丁四组用随机排列表，选用第5行116排列。编号12345678随机号1601140710030211编号910111213141516随机号0609120513081504随机号随机区组设计14分在甲组：2、7、6、16.58乙组：12、9、4、14.912丙组：10、5、8、11.1316丁组：13、3、15、1.,7,(二)，配对设计（paireddesign)是将受试对象按一定条件或某些特征配成对子，然后把每对中的两个受试者随机分配到实验组和对照组。配对设计的形式有：1,自身配对设计：是对同一受试对象给予两种处理或同一对象处理前后的比较2,同源配对设计：选择同一窝的两只动物配成一对，用随机的方法确定每一对中的一只动物接受A处理，另一只接受B处理。3,异体配对设计：将两个条件相似的受试对象配成一对，然后用随机的方法确定每一对中的一个受试对象接受A处理，另一个接受B处理。配对设计的优点：是受试对象间的个体差异小，处理组间均衡性好。缺点：要求条件比较严格，实践中不易达到。配对设计资料的统计处理常用：配对t检验或秩和检验。,8,异体配对资料对子号新药组安慰剂组差值d1364592456520365705455651056563-2660600742519按配对处理按组间处理=7.29s=7.3=52.57=59.86Sx=2.76Sc=10.32t=2.64P0.05,9,（三）、析因设计（Factorialdesign)是将两个或多个因素的各个水平进行排列组合，交差分组进行实验，用于分析各因素、各水平的交互作用，寻求最佳组合。析因设计的优点：1,可用于多因素、多水平实验研究，并能分析它之间有无交互作用。2,析因分析能充分地利用原始数据。3,析因分析估计出的效应及交互作用独立于其它效应。效因分效的缺点：当实验因数多时，所需实验排列组合巨增，实践起来较麻烦。常用2X2析因分析。举例：四种治疗缺铁性贫血方法的疗效比较,10,四种治疗缺铁性贫血方法的比较(RBC增加量）食疗食疗A药食疗B药食疗A+B0.81.30.82.10.91.21.12.20.71.11.02.0X2.43.63.06.30.81.21.02.1方差分析结果：A药F=169P0.0B药F=91P0.0药F=36.,11,A,B药交互作用表B药合计不用用A不用0.81.01.8药用1.22.13.3合计2.03.15.1分析：A+B疗效=2.10.8=1.3A药疗效=1.20.8=0.4B药疗效=1.00.8=0.2A+B协同疗效=1.30.40.2=0.7,12,（四），拉丁方设计（Latinsquaredesign)拉丁方是由拉丁字母组成的方阵。例：33的拉丁方ABCBCACBABCAABCBACCABCABACB若实验过程涉及到三个因素，各个因素间无交互作用且水平数相同，可用拉丁方设计。拉丁方设计的优点：1,安排三个因素，实际进行二个因数实验，另一个因数化整为零，检验效率高。2,本设计可看成是纵横为配伍设计，因而均衡性好。3,节省大量实验对象。拉丁方设计的缺点：1,每个实验条件下（即每个格子）只做一次实验，因而重复性差，可用增加拉丁方的个数耒弥补。2,要求三个因素相互独立，无交互作用，并且各因数的水平数相同。,13,拉丁方设计举例：大鼠不同时辰针刺强度差别与下丘脑交叉上核功能活动之间关系的研究。系三个因素，三个水平的设计。一，动物处理时间二，体重（克）三，针刺强度甲,子时（1点）1,80A，不刺乙,卯时（7点）2,160B，针刺10分丙,午时（13点）3,240C，电针10分若用完全随机设计：33=27组次若每组次用5只动物则275=135只若用拉丁方设计只需918只其设计方案是,14,拉丁方设计方案（的拉丁方）体重123时甲ABC乙BCA辰丙CAB资料结果用“三因素方差分析方法”处理,15,科研设计的基本内容2、3科研设计应包括两类设计：一为专业设计、一为统计设计。其统计设计的基本内容是：1,围绕研究目的，确定统计设计方案。2,合理安排处理因素，及水平。3,确定受试对象的取舍、如何分组及样本例数的确定。（重复原则）4,确定实验方法及观察指标。5,如何控制误差；6,如何实施实验；如何收集实验数据；7,确定统计分析方法。,16,观察针刺麻醉效果设计,针的粗细：粗、中、细针刺强度：强、中、弱留针时间：15、10、5分三因素三水平33=27组x10只=270只二因素三水平32=9x10=90只三因素二水平23=8x10=80只二因素二水平22=4x10=40只,17,重复的原则(principleofreplication)重复是指实验次数或例数的问题。即例数问题。重复的目的是：1,消除非处理因素的影响。2,使实验效应更具代表性，反应其真正的客观规律。例数多少的确定：1,一般估计法（1）临床试验：每组病例30例（2）动物实验：大动物至少35只小动物每组1020只,18,（3）根据实验中影响因素，确定例数重复的原则是控制误差的一个重要手段。重复的程度表现为实验例数的多少，即样本含量。例数太少，不能反映事物的内部规律，会把偶然现象当成规律，得出错误结论。,影响因素例数可少例数可多资料类型数值变量分类变量变异程度S小S大指标差异大小相关程度密切不密切非实验因素控制严控制不严各组例数相等不相等设计方案合理不合理,19,各组例数相等，检验效率高，例：一，对照组：N=40治愈率5%（2/40)实验组：N=40治愈率25%(10/40)X2=6.27P0.05,20,科研设计的基本内容4、5科研设计应包括两类设计：一为专业设计、一为统计设计。其统计设计的基本内容是：1,围绕研究目的，确定统计设计方案。2,合理安排处理因素，及水平。3,确定受试对象的取舍、如何分组及样本例数的确定。4,确定实验方法及观察指标。(主、客观）5,如何控制误差；系统误差、抽样误差6,如何实施实验；如何收集实验数据；7,确定统计分析方法。,21,RichardDoll病人随机分配表十位数个位数01234567890TCCCTCTTCT1CCTTCTTCTC2TCTCCTCTTC3CTTTTCCCCT4TTTCTCTCCC5TCCTTCTTCC6TTCTCTCCTC7CTTCTCTCCT8CTCCCTCTTT9CCCTCTCTTT,22,可疑数字的取舍Grubbs法,例0.16、0.17、0.17、0.16、0.18、0.30X=0.190S=0.054T=2.00(0.168,0.008),方差齐性和偏态的简单判断,1、变异系数cv%=s/x30%变量较为分散，波动大，资料呈偏态资料。2、S1/S21以上为方差不齐S2/S23为方差不齐。说明：S大者为分子，小者为分母。3、数据中有不确定数字如20等，为偏态资料。4、当样本例数在100及以上可不进行齐性检验。,24,25,统计学结论要规范,不规范表述：1、P0.05或P0.05，不写明是t、F、x2、r等。,26,1、,2、增n,27,多个均数比较不宜用t,而要用F,例：A、B、C、D，四组均数（n=10）用t检验时问题在于：1、重复次数多,6次2、扩大第一类错误1-(1-0.05)6=0.2653、n减少，t检验时n为20，资料利用率低。F检验时n为40，结论的可靠性高。,28,相关系数（r)密切程度判断,1、r不仅凭数字大小下结论，还必须经过假设检验P0.7高度相关|r|0.40.7中度相关|r|0.4低度相关,29,30,31,说明,1、间断性资料是指指标间无连续关系，各自相互独立的指标。如性别、地区、病名、职业等。2、连续型资料是指事物间的指标存在数量的内在联系或某现象随另一现象变迁的资料，如年龄、时间、体重与身高等。,32,X药在体内动态过程,33,X药在体内动态过程,34,统计表制作不规范,35,表x:x年x地中小学生肥胖率调查,Logistic回归参数估计与检验,-BSEWald