选择正确的统计方法

1、选择正确的统计方法，1。概述，何时开始考虑选择统计方法：应该在研究和设计时考虑，而不是“修改”普遍现象：没有科学的设计，数据量不够，统计结果与专业结论相矛盾，无法获得预期的统计结果。此时此刻，人们只考虑用什么统计方法来获得期望的结果，而统计变成了一场“数字游戏”。正确运用统计方法的前提是：如果没有科学的设计和良好的数据质量，无论使用什么方法和软件，都无法得到真实的结果，甚至会得出错误的结论。例如，在20世纪30年代和40年代，金化合物被广泛用于治疗结核病，结核病被认为是一种特殊的药物。作为最后的结论，数百篇文章被发表并写进了教科书。在20世纪40年代后期，随机对照临床试验否认了这个结论。链霉素

2、、对氨基水杨酸和异烟肼的疗效在几个月内得到证实。科研中的数据类型，皮下注射疫苗的结果，测量数据，有序多分类，二级分类，年龄(年)等数据类型的相互转换，什么样的数据？什么样的信息被转换成“未成年人和成年人”？什么样的信息被转换成“婴儿、青年、中年和老年”？例如，什么样的数据被归类为“无效、改进、显著有效和治愈”？分别对0、1、2和3编码后给出了什么样的数据？年龄(年)是测量数据，转换成“未成年人和成年人”，即两类计数数据，再转换成“婴幼儿、青少年、中年人和老年人”，即多类有序计数数据(等级数据)。例如，治疗效果分类“无效，改善，有效和治愈”是多类和有序计数数据，分别编码为0，1。最常用的统计方法

3、在各种情况下指数(张文彤整理)因变量：连续单自变量：两类t检验多类单因素方差分析连续相关分析，多元自变量的回归分析：分类变量为主要方差分析模型连续变量为主要线性回归模型， 因变量：有序分类的单个自变量：两类秩和检验多类秩和检验连续逻辑回归分析多个自变量：分类变量是主要的逻辑回归分析连续变量是主要的判别分析，逻辑回归分析，因变量：无序分类(包括两种分类)，单个自变量：两类卡方检验，多类卡方检验，连续逻辑回归分析，多个自变量：分类变量为基础，最优尺度分析，连续变量为基础的判别分析，逻辑回归分析，我们希望将变量/记录分成几类，但类别的数量是或者每个类别的特征是未知的：聚类分析希望建立一个判别方程来预

4、测未来新病例的类别；判别分析需要探索多个变量之间的内部关系或内部结构；因子分析、对应分析、生存时间和生存结果都是需要关注的因素，数据中有很多遗漏的访问；生存分析得到时间序列数据，有必要预测未来的情况：时间序列模型的特征应该用多个因变量来表示，并且应该同时研究多个自变量对它们的影响：多元方差分析模型，多元统计方法的指导，以及统计应用误差实例的分析。实施例1，一个研究小组研究了老年人围手术期头孢唑啉钠的合理使用，结果如下表所示。存在的问题是老年群体的差异较小。60岁以下的人群有很大的变化：60岁以下的年龄可能变化很大，而且变化可能会增加。也可能存在个人的非凡价值，个人差异可能随着年龄的增长而减少。

5、t检验要求：个体独立性、正态性和等方差性。后两个条件不能满足，根据正常经验判断，当所有的观察值都为正时，如果是正常的解，变量变换：对数变换，二次变换非参数检验：秩和检验，符号检验等。实施例2为了了解昏迷患者血清甲状腺素的变化，医院分别测定了昏迷患者和普通患者的血清T3、T4和rT3。研究者用T检验比较各组的平均值，并分别比较昏迷患者与对照组、浅昏迷与中昏迷、中昏迷与深昏迷的比值，并进行分析，这是一个单因素(昏迷)和四水平(无、浅、中、高)设计，误用T检验代替单因素方差分析。如果我们想同时比较这三个指标，我们应该采用多元方差分析。实施例3:为了研究大豆苷元对sp2/0肿瘤细胞的DNA合成的影响，

6、在向大豆苷元组添加3HTdr后0.5h、1h、2h和4h测量Cpm值。为每个实验设置空白对照，每个大豆苷元剂量设置为三份，取平均值。用t检验，差异显著。大豆苷元作用于肿瘤细胞后，其3HTdr掺入量随时间增加，但抑制率下降。根据分析，肿瘤细胞的数量随时间变化，具有很强的自相关性，同时涉及两个因素。数据和设计类型不符合T检验要求。统计结果不可靠。该数据是重复测量的双因素设计数据。轮廓分析通常用于重复测量数据的方差分析。轮廓分析通常通过假设检验从三个方面进行：组间轮廓的相似性或平行性、组间平均水平差异的显著性和组内条件变异的显著性。实施例4定性数据分析，双向无序钢筋混凝土数据2检验或Fisher检验

7、，单向有序钢筋混凝土数据，不适合使用2检验，因为2检验与“疗效”的顺序没有联系。应采用与“顺序”相关的秩和检验或Ridit分析，以及具有不同属性的双向排序数据。不适合使用2测试。2检验与两个变量的顺序无关。它应该使用秩相关分析、线性趋势检验、具有相同属性的双向有序数据。本研究的目的是调查两种测定方法的测定结果是否一致。2检验应采用一致性检验或Kappa检验。实施例5综合分析(1)，研究人员将42例直肠癌根治术后会阴伤口感染患者随机分为氧疗组(21例)和常规换药组(21例)。治疗后观察伤口愈合时间：A组：2例5天，5例7天，6例9天，4例11天，4例14天，B组：7天，9天，各1例，3例11天。

8、t检验结果：a组平均伤口愈合时间为9.48天，b组平均伤口愈合时间为22.57天，P0.001，差异有显著性。错误：数据不符合t检验的要求，正态方差是一致的，所以原始数据被转换成序列表。由于b组有9例病例时间不明确，两组病例数均不能用定量数据分析，所以采用秩和检验，HC=15.9495，p 0例5综合分析(2)，研究人员收集了103例冠心病患者和100例正常对照者(G)、性别(X1)、年龄(X2)、高血压史(X3)、吸烟史(X4)、胆固醇含量(X5)、甘油三酯含量(X6)、低密度脂蛋白(X7)， 高密度脂蛋白(X8)、载脂蛋白1(X10)基因型XbaI (X12)、基因型EcoRI (X13)

9、和药物使用(X14)，研究者采用的方法是找出一组定量指标的平均值，通过标准差t检验分析某个定量指标的两个水平之间的差异，通过回归分析分析两个定量指标之间的关系等。 在这样做的时候，许多有用的信息将被牺牲掉，一些支离破碎甚至错误的结论将被获得。推荐做法：列出要实现的目标，并逐一选择相应的统计分析方法。目标1。对于冠心病患者，直接分析当某一基因型处于不同水平时，七项血脂指标的均值与均值向量是否有统计学差异。基因型X12或X13是定性分组变量，7项血脂指标是定量数据。一般来说，定性分组变量被称为“测试因素或影响因素”，而定量观察变量被称为“测试因素或影响因素”当分析水平为2且影响因素为1时，一次只分

10、析一个反应变量，当分析水平为2且影响因素为1时进行T检验，当分析水平为2且影响因素为1时进行方差分析，T2检验影响因素的数量=2或影响因素的数量=1但其水平=3，多变量方差分析，目标2。对于冠心病患者，“性别、吸烟史、高血压史、高血压史、高血压史”性别、吸烟史、高血压史和基因型都是“影响因素”。应采用四因素析因方差分析或多元方差分析。目标3。对于冠心病患者，在分析“性别、吸烟史、高血压史、用药情况”等因素影响的前提下，有必要分析某一基因型在不同水平上服用时，7项血脂指标之间是否存在显著差异。所谓消除相关因素的影响，就是将上述因素的影响转化为均等，从而比较和评价不同基因型对血脂指标的影响。影响因

11、素有定性和定量两种，因此采用多元协方差分析。目标4。对于冠心病患者，能否客观评价七项血脂指标的内在从属关系？研究一组冠心病患者的“七项血脂指标的内在从属关系”，显然不涉及分组变量，所以此时可以采用主成分分析和因子分析。目标5。对于冠心病患者，尝试客观评价七项血脂指标之间的关系？指标之间的关系应通过变量聚类进行分析。目标六。假设七项血脂指标能很好地反映疾病的严重程度，我们尝试根据七项血脂指标的数据将其分为三组，以此来判断“轻、中、重”疾病，并有针对性地采取不同的治疗方案。患者根据七项血脂指标的数量进行分类，当然采用样本聚类的方法。目的7:利用正常人和冠心病患者的7项血脂指标，建立一种辅助诊断疑似冠心病患者的方法