医学论文中的常见统计学错误课件

1、中国疾病预防控制中心医学论文中常见的统计错误，1。PPT的学习和交流，正确的统计方法必须贯穿于从课题的统计设计到论文写作的全过程。2、PPT研究与交流，无论是实验室研究、临床研究还是现场调查，其数据都应以一定的标准格式进行汇总和整理，以便于计算机录入和统计分析。基本要求如下：1 .水平记录和垂直变量；2.应为每个变量指定适当的变量名；3.由分类变量中的字符表示的值在由计算机输入时必须按照一定的规则转换成数值。3，PPT研究和交流，表1高血压患者治疗后的效果，表4，PPT研究和交流，表2人口危险因素调查的数据格式，5，PPT研究和交流，从统计学的角度来看，我们不关心数据来自临床、实验室还是现场，

2、但我们首先关心的是：研究者关心的“输出”是什么？所谓的因变量反应变量？这些通常是研究者研究设计假设的输出。这些数据的属性：是定性的还是定量的。在确定了相关的研究成果之后，其他变量可以被解释为这些变量的属性。研究者应该做的是分析这些输出的基本情况，并研究这些属性是否与他所关心的输出相关或对其有影响。这些是统计学的基本任务：设置等级、进行比较和寻找关系。6，PPT学习与交流，1。统计数据分析中常见错误的例子，其比率和构成都不同于某项研究，以及筛查是否能比自查更好地发现早期肝癌患者。7，PPT学习与交流，1。计数数据分析中常见错误的示例，比率与构成的比率(续)，8。PPT学习与交流，1 .计数数据分

3、析中的错误示例，2。样本量/阳性病例较少时的统计分析，9。PPT研究与交流，某市乙肝表面抗原检测结果，10。结核菌素试验研究和交换，某市各区乙型肝炎表面抗原阳性率为()。一种疾病在不同月份的检出率，2=58.16 P0.0000，12，PPT研究与交流，1。计数数据分析中的误差实例，这种误差不仅存在于计数数据的统计分析中，也经常出现在逻辑回归的结果分析中。不同职业对某些职业肿瘤的风险分析，13。PPT学习与交流，2 .统计图表的误用，1。统计表的误用：主要是不符合主谓要求。在统计表中，需要研究人员分析的指标应突出显示，准确清晰地描述，如不同条件下指标的变化和差异。因此，一般来说，不同的条件应该

4、作为主语，指标作为谓语。统计制表应符合主谓原则。14，PPT学习与交流，正确表达格式统计表，15，PPT学习与交流，主谓倒置范例，16，PPT学习与交流，正确表达，17，PPT学习与交流，2。统计图表的误用。统计图表的误用：1)折线图的误用：折线图只能用来描述某些指标(如吸烟率)，不能用来描述一个指标(如吸烟率)在一个定性/分类指标(如地区)的不同值/分类之间的差异。因为分类索引中的分类值之间没有大小关系。2)图表滥用：在PPT中使用图表是显而易见的，但是通常不建议在论文中使用图表，除非它指出了趋势。、18、PPT学习与交流；2、统计图表使用不当；错误的横坐标表示正确的横坐标；19、PPT学习

5、与交流；3、逻辑回归中的主要统计误差。虚拟变量设置中误差比与相对风险度之间的关系用虚拟变量表示。不同水平的自变量之间的比率比率和相对风险程度的正确解释(因素之间的作用大小的比较)，20。PPT学习与交流，3 .逻辑回归中的主要统计误差，虚拟变量设置中的误差下面的例子是分类变量赋值的例子：吸烟调查中一些独立变量和赋值变量名称的含义。变量意味着变量可以取值。研究人员对变量的赋值如果你愿意，你能容易地得到吗？有点简单；2有点困难；这非常困难。4 B在过去的一个月里没有看到它；你在电视上看过吗，是关于反对吸烟的；你读过关于吸烟的东西吗？是的，这是关于支持吸烟；是的，既有反对者也有赞成者。你奶奶抽烟吗？

6、不要吸；1不知道；吸烟。3、21、PPT学习与交流；3，逻辑回归中的主要统计误差，虚拟变量的设置误差：主要问题分析：变量甲，乙和丙都是分类变量，但分类变量的分类值之间没有大小之分。解决方案：设置虚拟变量。由虚拟变量表示的变量b的值可以回答B1B2B3没有看到000，大约100反对吸烟，大约010反对吸烟，大约001和22反对和赞成吸烟，PPT学习交流，3。逻辑回归中的主要统计误差，2。比率和相对风险之间的关系：队列研究中暴露和疾病之间的关系，总暴露，总疾病，暴露组，a ba b，未暴露组，c dc d，总a cb da b c d，23，PPT学习和交流，3。逻辑回归中的主要统计误差，2。比率

7、和相对风险之间的关系：相对风险：RR=a(a b) /c(c d)=a (c d)/c (a b)比率：OR=A (A b)/B (A b)/C (C d)/D (C d)=(AD可以有a(a b)ab和c(c d)cd。只有这样才能有：RROR。因此，有必要分析这种关系何时存在，何时不存在。24，PPT学习与交流，3。逻辑回归中的主要统计误差，3。用虚拟变量表示的独立变量比率的估计。在研究吸烟与某些因素之间的关系时，拟合出以下形式的逻辑回归方程：logit(p | y=1)=B0 B1 B2 B3 B4(性别)b5(年龄)y=1是吸烟，y=1是吸烟。年龄是年龄(岁)。性别是性别，性别=1是男

8、性，性别=0是女性。B1、B2、B3和B3的定义同上。B0是截距，b1- b5是它们各自变量的部分回归系数。25，PPT学习与交流，3。逻辑回归中的主要统计误差，3。用哑变量表示的不同水平的自变量之间比率的估计我们的研究假设是比较不同烟草广告对吸烟的影响。比较的指标是或。因此，有必要在不同的情况下估计或的大小。独立变量的第一级，B1=0，B2=0，B3=0，是P0/(1-P0)=expb0 b4 (SEX) b5(AGE)。二级：B1=1，B2=0，B3=0，p2/(1-p2)=expb0b1b4(性别)b5(年龄)。第三级：B1=0，B2=1，B3=0，P3/(1-P3)=expb0b2b4

9、(性别)b5(年龄)。第四级：B1=0，B2=0，B3=1，P4/(1-P4)=expb0b3b4(性别)b5(年龄)。26，PPT学习与交流，3。逻辑回归中的主要统计误差，3。用虚拟变量表示的独立变量之间比率的估计。第二级自变量(看过反吸烟广告的组)和对照组(没看过任何吸烟广告的组)的or为：or(两级：一级)=expb0b1b4(性别)b5(年龄)/exp OR，其他组和对照组的OR可以建模。也就是说，OR(三级：一级)=exp(b2)，OR(四级：一级)=exp(b3)。，27，PPT学习和交流，3，逻辑回归中的主要统计错误，3。由虚拟变量表示的独立变量的水平之间的比率的估计被设置为虚拟

10、变量之后的水平之间的比率。变量级别1，级别2，级别3，级别4(级别1) 1 exp(-b1) exp(-b2) exp(-b3)两个级别exp(b1)1exp(b1-b2) exp(b1-b3)三个级别exp(b2) Exp(b2-b1) 1 exp(b2-b3)四个级别exp (B3) exp (B3-B1) exp (B3-B2) 1，28，PPT学习和交流，第三，逻辑回归中的主要统计错误，3。由虚拟变量表示的独立变量的水平之间的比率的估计被设置为虚拟变量之后的水平之间的比率：水平1、水平2、水平3、水平4、控制(水平1) 1 1.56 3.56 0.86、水平2、水平0.641 0.44

11、 1.81、水平3、水平0.28 2.28 1 4.14、水平4、水平1.16 0.55 0.24 1、29。PPT学习和交流；3.逻辑回归中的主要统计误差；4.正确解释比较比率和相对风险。当研究影响妇女产前检查的可能因素时，文献符合逻辑回归模型。经过分析，认为由于维度相同，回归系数的绝对值可以直接决定它们与产前检查的相关性。结论如下：孕产妇健康知识、妇女受教育程度、妇女年龄、丈夫受教育程度、丈夫职业家庭、与保健中心的距离。30，PPT学习与交流，3。逻辑回归中的主要统计误差，4。正确解释比较比率和相对风险。一些独立变量在文档中设置。变量名按年龄分组：1: 15-2: 20-45。女性教育水平1:初中以下2:初中及以上丈夫职业1:农业2:非