完全随机设计、配对设计、随机区组设计、交叉设计、拉丁方.docVIP

数据分析的策略 在研究设计思路指导下进行医学科学研究，研究结果常常以数据形式呈现，这些数据提供了丰富的信息。然而，如何从大量的看似杂乱无章的数据中萃取和提炼有用的信息，以揭示其中隐含的内在规律，帮助研究者进行判断或推理，还需要对这些纷繁复杂的数据进行分析。数据分析是分析和处理变量间关系的理论与方法，所涉及变量常被分为解释变量和反应变量，解释变量又称分组变量、协变量等，反应变量是表示试验效应的变量或指标。变量的观测值构成数据或资料，常有计量资料、计数资料和等级资料之分。 数据分析指的是对数据进行统计分析，就是根据抽样研究的方法，利用概率论与数理统计的原理，对样本信息进行分析和研究，从而对所研究的事物的统计规律性作出概率性的估计和推断。具体内容包括数据的变量变换、统计量的选择策略、参数估计与假设检验方法应用策略。 第一 数据的变量变换许多统计分析方法对数据有一定要求，如检验、检验，要求样本独立地来自正态总体，方差齐同；又如直线回归分析要求自变量与应变量呈线性关系，每个对应 的总体为正态分布，各个正态分布的总体方差相等，各次观测彼此独立。然而，仍有大量的医学资料往往不满足上述要求，在分析过程中对资料进行变量变换（transformation of variable）是解决问题的途径之一。恰当的数据变换可以一定程度上使资料满足统计分析方法的要求，如使资料符合正态化、方差齐同化、曲线直线化