常见统计学错误.pptVIP

常见统计学错误与纠正---- 分析方法与设计的不匹配 方积乾 中山大学公共卫生学院 医学统计与流行病学系 1. 随机区组设计不可用成组分析方法 例1 有5件标本I，II，III，IV，V，每一件均匀分成 4份，随机分配给4种处理A，B，C，D，得下表资 料，试比较处理间的差别。 不恰当做法： 视纵向4列为4组数据，进行4组间比较。 多次t检验 ？！ 分别作两组比较的t检验，得 认为：A与B，A与C，A与D 差异具有统计学意义； B与C，B与D，C与D 差异无统计学意义。 单因素方差分析 ？！ 同时比较A，B，C，D四个处理组均数间的 差异, 得F=0.55, P=0.59 认为：四个处理组均数的差异无统计学意义。 为什麽不对？ （1）辜负了设计的苦心 —— 随机区组设计！ * 同一件标本为一个区组； * 同一区组内4种处理有较好的可比性。 无视区组的存在，组内个体间变异较大，识别差异的能力 大大降低。 （2）不能翻来覆去比较！ * 6次t 检验会增大第一类错误 ！ 设 每次t 检验犯第一类错误的概率为0.05， 则 6次t 检验中 一次不错的概率 = (1-0.05)6 第一类错误的概率 = 至少一次出错的概率 = 1-(1-0.05)6 = 0.27 正确作法：随机区组资料的方差分析 将处理间的差别与扣除区组间变异后的随机误差 进行比较，识别差异的能力大大提高。 本例， 处理组间 F=8.23， P=0.003 差别有统计学意义 区组间 F=1.21，P=0.36 差别无统计学意义 2．析因设计不能用单因素方差分析 例2 收集甲状腺术中正常甲状腺组织做成16份标本， 按析因设计随机分为四个处理组。将处理后的标本分 别行免疫组化染色，作单位面积HLA-Ⅱ抗原阳性细 胞计数。试分析如下数据： 第1组（经95%空气和5%CO2培养 7天）：2.5, 2.4, 2.6, 2.5 第2组（经95%空气和5%CO2培养14天）：1.8, 1.9, 1.7, 1.8 第3组（经95%O2 和5%CO2培养 7天）：2.2, 2.3, 2.1, 2.2 第4组（经95%O2 和5%CO2培养14天）：1.9, 1.8, 1.7, 1.9 单因素方差分析 ？！ 直接比较四组资料间的差别 F=60.00，P=0.00 认为：四组间差别具有统计学意义 表2 析因设计下的实验结果（均数） 为什麽不对？ 这是典型的两因素2水平的析因设计！ i) 有负初衷——分析各因素的效应！ ii）直接比较四组资料，组间变异大，不敏感！ 正确作法：析因设计的方差分析 i) 主效应：某一因素各水平间的平均差别。 A因素的主效应 =[(第三组均数+第四组均数)?(第一组均数+第二组均数)] / 2 =[(2.2+1.9)?(2.5+1.8)]/2 = ? 0.1 ii) 交互效应：若某因素的单独效应随另一因素水平的变化而有较大变化，则称这两个因素间存在交互效应。 AB的交互效应 = [(第四组均数 ? 第二组均数)?(第三组均数 ? 第一组均数)] /2 =[(1.9 - 1.8)- （2.2-2.5)] /2 = 0.2 检验 iii) A的主效应：F=1.37，P=0.26 ; B的主效应： F=47.13，P=0.00 A与B的交互效应：F=0.03，P=0.87 结论：B因素(培养天数)的效应具有统计学意义。 检验 A的主效应：F=1.37，P=0.26 ; B的主效应： F=47.13，P=0.00 A与B的交互效应：F=0.03，P=0.87 结论：B因素(培养天数)的效应具有统计学意义。 3．剂量-反应关系 不能用单因素方差分析 例3 有人分析蛇毒因子（CVF）的剂量对血液白细 胞噬菌率的影响，得表3的数据，欲讨论剂量-反应 关系。 i) 单因素方差分析？！ F=0.701，P0.5, 均数间差别无统计学意义 为什麽不对？ 有负初衷 —— 探讨反应随剂量变化的趋势 * 由多个剂量组的比较只能得知均数间是否有差异 * 有差异不等于有剂量反应关系 均数关于log (剂量)的回归分析 ?! 为什麽不对？ 均数做因变量造成假象 ! * 回归方程是否有统计学意义与反应的变异状况有关 * 以诸个体反应值的均数作回归计算,掩盖变异性，造成假象 正确作法：用个体