科研基本知识.doc

医学科研设计基础知识 调查研究 一、试验 动物实验（多是此种类型） 实验研究 临床试验 社区干预试验 二、科研设计三要素：（1）处理因素 （2）受试对象 （3）试验效应（试验结果，就是用来衡量或评价处理因素对试验对象的影响） 三、科研的四大基本原则;（1）对照 （2）均衡 （3）随机 （4）重复（大样本相当于重复） 四、试验设计的几种方法： （1）完全随机设计；优点:简便 缺点：主要通过随机化处理来消除混杂因素的影响；一次试验只能比较一种处理因素。 （2）配对设计；包括自身配对和异体配对。通过配对可以消除混杂因素的干扰，单不适合长期的试验，因为时间太长，前后就缺乏对比。 （3）配伍设计（配伍设计的扩展）；优点:可以同时观察几种试验因素 缺点：一个数据意外，则一组中的其他数据失去对比，也必须被舍去。 （4）交叉设计；用于试验对象有限时。 （5）盲法设计；不能单独算作一种试验方法，当受试对象为人时，须通过盲法消除心理因素对试验的影响。包括：单盲、双盲、三盲等。 试验效应常见的观察方法： 1）组织切片；比较直观。 2)数值变量资料；如：各项生化指标。 3)分类变量资料；如：存活率和死亡率。 相比之下，数值变量资料要比分类变量资料更加精细。 五、统计描述与统计分析（即试验数据的处理） 数据：1）数值变量资料 2）分类变量资料 在实际生活中，如：比较a、b班的成绩，可以两种比较方法： （1）数值变量资料比较，直接比较两班成绩的平均分数Xa和Xb，若XaXb,则a班好于b班。反之亦然。如果进行统计学分析，就可能由于Xa和Xb的差异不大，虽然XaXb，但是它们之间的差异没有统计学意义，不认为a班好于b班。 （2）分类变量资料比较，可以直接比较两班的及格率Ra和Rb，若RaRb,则a班好于b班；届生比例不同对数据的影响。再进行卡方分析。比较两者的差异有无统计学意义，最后才能下结论。 可见，数据之间的差异是显而易见的，关键在于两者之间的差异有无统计学意义；这就是统计分析的必要性。科研是讲求严谨的，与实际生活中一般的比较是不同的，是必须对数据进行统计学分析的。只有在分析之后，才能得出结论。 1.统计分析 （1）数值变量资料的统计分析： 集中趋势：均数、中位数（偏锋分布）、集合均数等 统计描述 离散趋势：全距、方差、标准差、 统计分析 百分位差、变异系数等 参数估计：由样本参数估计总体参数范围 统计推断 样本与总体比较 假设检验 样本与样本比较 配对资料比较 （2）分类变量资料的统计分析： 统计描述：率、构成比、相对比等 统计分析 统计推断 2.统计描述常用的是统计表： 例如： 组别 肝**酶浓度 尿**浓度 血**浓度 未处理组 处理组 　 　 　 合计 　 　 　  统计图也是一种统计描述的工具，常用： 1、线图，表现一组或多组数据变化趋势，如果数据相差悬殊，则用半对数图； 2、直条图，用于两组或多组独立的数据比较； 3、直方图，用于表现连续性资料频数分布； 4、圆图，用于反映一个整体内各事物的构成比。 SPSS使用方法； 统计描述 图形---旧对话框---选择需要的图形---个案值（两组或两组以上的数据时，选“个案组摘要”）---定义 需要调整X或Y轴的数值范围或间距时，双击图形，进入一个新的对话框，然后点击菜单栏的加粗的X和Y就可以分别进行设置了。 几种简单的例子如下： 统计分析 一． 样本与总体的比较(主要判断样本是否来自于总体) 分析---比较均值---单样本数据T检验---把条目放入相应的方框内，然后输入检验值(