唯统计论.pptVIP

（二）统计学推断常见错误 – 计数资料 资料整理过失及误差和对资料类型判断错误导致 盲目套用χ2检验 误用χ2检验回答相关性问题 实验设计类型判断错误 来自横断面研究设计 来自队列研究设计 来自病例对照研究设计 来自配对研究设计 列联表资料的11种形式 双向无序 结果变量为有序变量的单向有序 双向有序且属性不同 双向有序且属性相同 结果变量为二值变量 结果变量为多值有序变量 结果变量为多值名义变量 四格表 R×C列联表 高维列联表 计数资料整理错误：四格表形式 若消毒后的20根螺纹管就是消毒前的那20根螺纹管 McNemar χ2检验公式 一般四格表资料 表18 不同分娩方式与重症肝炎孕妇的结局 原作者： 一般的χ2检验 （ × ） 实际频数太小，根据总体样本量和理论频数来判断公式 n≥40，理论频数T大于5：一般四格表χ2公式 n≥40，但有理论频数满足1≤T5：校正公式 n40或有理论频数小于1时Fisher精确检验 配对四格表资料 表19 PCR法与ELISA法检测结果 原作者： 一般的χ2检验 （ × ） 配对设计下卡方检验：McNemar 检验 b+c40, 应用矫正公式 实例： 研究者分别用两种方法检验120份标本，PCR法检测得到28份标本为阳性结果，ELISA法检测得到23份标本为阳性结果。 表19 (b)以PCR法为“金标准”推算ELISA法测定结果 要看是否有评判检测结果正确与否的“金标准” 要看能否以其中一种检测方法为基法。 单向有序R×C列联表资料 原作者： R×C χ2检验 （ × ） 排除性别、病程等非实验因素影响 单项有序R×C列联表：秩和检验，Ridit分析 双向有序属性不同R×C列联表资料 原作者： R×C χ2检验 （ × ） 双向有序且属性不同 不同分化程度下P16各等级的频数分布有无差别-秩和检验 希望研究“分化程度”与“P16取值的等级”之间是否存在相关， 可选用Spearman等级相关、典型相关分析。 双向有序属性相同R×C列联表资料 原作者： R×C χ2检验 （ × ） 双向有序且属性相同，目的是分析两种方法的结果之间是否具有一致性, 做一致性检验,即Kappa检验。 实例：中老年职工最大呼气流量与工作能力的关系-采用工作能力指数（WAI）法和75%肺活量位最大呼气流量（V75）法评价285名中老年职工的工作能力，并分为差，中，好三个等级 常见： 资料未经过任何统计处理 未交代选用的是何种统计分析方法，仅给出P值 但未给出统计量的具体值 （三）统计检验结果表达 （ × ） （ √ ） 完善的表达方式： 所选用的统计分析方法； 统计量的具体取值及其自由度； 假设检验的具体P值； 有关总体参数的95%可信区间； 正确解读统计学意义和实际意义 ? 统计的结论必须和专业结论有机的相结合 统计显著性 ≠ 临床“显著性”？ 某大型降压类药物RCT临床试验，发现A组药物平均收缩压下降较B组多2 mmHg，统计学显示P0.001，表明两组有统计学显著性差异，但是否有临床疗效显著差异？ 某研究组采用基因治疗6例血友病患儿，取得极其满意疗效，但例数太少，也无对照组。无法进行统计，这种研究有临床意义吗？ 案例1：因为 2 mmHg本身就在血压测量误差范围，没有任何临床意义案例2：发表在NEJM，2011；365：2357上 ? 统计意义与临床意义只有携手，做统计意义的主人，才是“真意义” 正确解读“P0.01”与“P0.05”的真正含义 根据P值是“0.05”还是“0.01”作出肯定程度不同的专业结论。 例如，当比较甲、乙两种药物的疗效时（假定甲药优于乙药），若得到“P0.001”，则认为甲药极显著地优于乙药；若得到“P0.01”，则认为甲药非常显著地优于乙药；若得到“P0.05”，则认为甲药显著地优于乙药 。 （ × ） （ √ ） 统计学上根据假设检验原理推算出来的P 值，表示拒绝特定的零假设可能犯假阳性错误的概率的理论值，它的大小不反映对比的两者之间差别的程度大小。 注视小概率事件 1949年,西方某国家曾有过一个真实的故事。丈夫到法院要求离婚，唯一的理由是他去海外服兵役50个星期后，回家发现妻子在家分娩。（无亲子鉴定