医学中常见的统计学错误(季聪华)辩析.pptVIP

量表的信度（reliability） 重测信度：两次测量的相关分析 内部一致性信度：可靠性分析 分半信度：可靠性分析 七、信效度检验 量表的效度（validity） 内容效度：内部条目的相关分析 结构效度：因子分析 效标效度：与标准值的比较 错用：对因子分析结果的应用：错将前提条件当成最终结果。 正确方法：因子分析两个关键步骤：1、前提条件检验；2、因子载荷、结构矩阵。在满足前提条件的情况下判断结构矩阵表结果与专业意义之间是否一致。 七、信效度检验 因子分析的适宜度分析 KMO可反映各指标间相关程度，其取值在0~1之间，越接近1，变量间的相关性越强，因子分析的效果越好。通常将KMO统计量的大小按以下分段解释： KMO≥0.9 非常适合做因子分析 0.8≤KMO0.9 很适合做因子分析 0.7≤KMO0.8 适合做因子分析 Bartlett球形性检验从检验整个相关矩阵出发，H0：相关矩阵为单位矩阵。如果不能拒绝该假设，各变量独立，不宜作因子分析： p≤0.05 适合做因子分析 p0.05 不适合做因子分析 结构矩阵 5个维度共44个条目 维度1：态度和行为积极性 条目：11-15,17,19,21,22,25,26,30,32 维度2：情绪控制 条目： 16,18,20,23,33-36 维度3：保持独立和社会功能 条目： 37-44 维度4：保持社会关系 条目： 1-10 维度5：配合医疗服务 条目： 24,27-29,31 因子分析结果与原先量表设计时的维度划分一致，因此认为该量表具有较好的结构效度。 结构矩阵结果与专业意义比对 错用：非三线表。 正确方法：统计用表规范使用三线表，可以是简单表，也可以是复合表。 八、统计表 如何在WORD中画三线表 初始的表格默认是0.5磅，有竖线的表格。 去除竖线及其它不需要线的方法：选择表格工具中的无边框，然后在不需要的线上画一遍。 加粗顶线和底线的方法：将线条选择为1.5磅后，用鼠标在顶线和底线上画一遍。 错用1：均数图无标准差。 正确方法：按照数据特征规范使用 九、统计图 均数 标准差 错用2：非正态资料用均值图 正确方法：用箱式图 九、统计图 错用：结果报告不完整。 关键要点：基线比较（评价组间均衡） 干预前后差值的组间比较 校正的分析（必要时） 十、统计结果报告 十一、样本量 对于已发表的研究结果 P0.05，样本量是足够的 对于待评估的方案 根据主要指标的特征，计量资料要小于分类资料。 根据研究对象，动物实验要小于临床研究。 如果有具体的表述，那就最好了。 其他细节 同一种数据小数点位数保持一致 p和统计量（t、F、r等）一般是3位小数 研究设计缺乏对照 计量资料： 正态：身高、体重、RBC、PLT 偏态：病程、输血量 分类资料： 两分类：男、女；有效、无效 无序多分类：职业（工人、农民、商人）、 血型（A、B、O、AB） 有序多分类：痊愈、显效、有效、无效 -、+、++、+++ 小结 小结 统计学描述、统计学检验、统计学关联分析方法的选择最根本的依据是数据的特征（连续型、两分类、多分类无序、多分类有序、正态性等）。 理解并真实地实施研究设计，抓住数据特征规律，才能减少统计学误用。 Thank you! 医学研究中常见的统计学错误 季聪华 一、随机 二、均数±标准差 三、独立样本t检验 四、配对t检验 五、卡方检验 六、回归分析 七、信效度评价 八、统计图 九、统计表格 十、统计结果内容 十一、样本量 随机是指采用随机的方式，使每个受试对象均有同等的机会被抽取或分配到实验组和对照组。 包括“随机抽样”和“随机分组”两类。 随机抽样主要用于调查性研究，如发病率调查、危险因素调查等。 随机分组主要用于试验性研究，如干预措施的有效性和安全性评价。 一、随机 错用1：在不可能随机的情况下，滥用“随机分组” 随机分组适用于前瞻性试验性研究，而非对回顾性资料的分析。队列研究、病例对照研究虽然也有对照，但对照的形成不是根据随机原则确定的。 错用2：明显的假随机分组 随机分组的研究，组间数量呈规律的比例关系，如1：1，2：1，3：1等。因脱落等原因可能会造成例数的不严格比例关系，但文章要有明确交代。 一、随机 * 排序法步骤：编号、取随机数、排序、分组