科研数据的分析与处理.pptVIP

数据的计算机管理 数据库的选择 数据录入 数据核查与清理 数据加工（如编码、标准化、根据原始记录产生新的研究变量等） 数据最终锁定并进入分析 (二)区间估计 ▲概念：根据样本均数，按一定的可信度计算 出总体均数很可能在的一个数值范围，这个范围称为总体均数的可信区间。 ▲方法： (1)u分布法 (2)t分布法 (二)区间估计 总体均数（μ）的100(1-α)%置信区间(CI)： (1)已知总体标准差σ，按正态分布原理，计算公式为： (2)σ未知，n较小，按t分布原理计算： (3)σ未知，n足够大(如n＞100)，按正态分布原理计算： 总体率的置信区间估计 结果分析 结果分析 2.各指标之间有自变量与因变量之分 研究变量之间的依存关系有直线回归分析、曲线回归分析、多项式回归分析、多元线性回归分析、概率模型回归分析、生存资料的参数模型回归分析、COX模型回归分析和对数线性模型分析。 (三)变量间关系的研究 (一)假设检验 (二)区间估计 (三)变量间关系的研究 (四)判别分析 根据一些明确分类的总体所提供的信息，对未知个体的归属进行分类的判别分析。 一、统计分析方法概述 分析目的 资料类型 设计方案 数理统计条件 选择统计分析方法需考虑的因素 二、计量资料假设检验方法的选择 例：欲了解某地城乡婴儿营养状况有无差别，测量了其血红蛋白含量，见下表。 首先要明确每次拟分析的定性变量个数是多少？ 其次要弄清定性变量的属性、列联表中频数的多少以及资料的收集方式。 三、计数资料假设检验方法的选择 每次只分析两个变量时，可将资料整理为2×2表、2×k表和R×C表的形式。常用的统计分析方法有Pearson χ2检验、校正χ2检验、配对计数资料的McNemar χ2检验、Fisher精确概率法检验、秩和检验、Ridit分析、等级相关分析、典型相关分析、一般趋势和线性趋势检验、Kappa检验等； 如果需要同时分析研究的定性变量的个数≥3时，常用的统计分析方法有加权χ2检验、Mantel-haenszel χ2检验、logistic回归模型和对数线性模型等。 在计数资料的分析过程中，对于R×C表形式资料的分析是一个难点，存在的问题比较多。 根据二维列联表中两个分组变量的类型以及分析的目的，对R×C表资料进行分类，因为不同类型的R×C表资料和不同的分析目的，就有不同的分析方法。 R×C表检验方法的选择 双向无序R×C表资料及其统计分析方法的选择 单向有序R×C表资料及其统计分析方法的选择 双向有序且属性不同的R×C表资料及其统计分析方法的选择 双向有序且属性相同的R×C表资料及其统计分析方法的选择 R×C表检验方法的选择 对单向有序R×C表的两个分组变量，其中一个是无序的（实验分组变量——不同药品）；另一个却是有序的（指标分组变量——处理效果）。此时不适合选用χ2检验分析资料，因为χ2检验与“疗效”的有序性之间没有任何联系，故应采用与“有序性”有联系的秩和检验或Ridit分析。 R×C表检验方法的选择 对双向有序且属性不同的R×C表的两个分组变量，如年龄组别与某种疾病发生程度都是有序的，但属性不同，此时，也不适合选用χ2检验分析资料，因为χ2检验与两个变量的有序性之间没有任何联系，应改用与两个变量的“有序性”有联系的等级相关分析、典型相关分析或线性趋势检验。 R×C表检验方法的选择 对双向有序且属性相同的R×C表的两个分组变量，如两种方法对某种疾病发病程度诊断结果，它们都是有序的，且属性也相同。此时，研究的目的是要考察两种测定方法的测定结果之间是否具有一致性，故仍不适合选用一般的χ2检验分析资料，应采用与两个变量的有序性有联系的一致性检验或称Kappa检验，还可以用特殊的模型分析方法。 R×C表检验方法的选择 医学科研数据的整理与分析 第一节 科研数据的检查与整理 第二节 科研数据的描述 第三节 统计分析方法的选择 第四节 科研数据的综合分析 第五节 统计分析结果的解释与表达 对于同一份统计资料，由于研究目的的不同，处理方法不同，可以从多个方面进行分析，此即“综合分析”。 通过对数据资料的综合分析，可以充分利用、挖掘资料所内涵的信息。 第四节 科研数据的综合分析 【实例】某医师将20名失眠患者随机等分为两组，一组服用安眠药，另一组服用安慰剂，研究者要评价某安眠药的催眠效果，治疗失眠前后的睡眠时间及其差值结果见表，试作统计分析。 平行组对照设计分析思路 试验组：疗前 疗后 = 差值 同质性比较 组间比较