医学论文的审稿要点与方略 第一讲(之三) 3 、假设检验.ppt

3 、假设检验 假设检验亦称为显著性检验，是判断样本指标与总体指标或样本指标与样本指标之间的差异有无统计学意义的一种统计方法。假设检验的方法有两大类: 一是参数检验，如t检验， χ2 检验.频率z检验等； 二是非参数检查，如秩和检验等。 （1）假设检验的原理 4、统计学结果的表达 ——当P<0·05(或P<0·01)时,应说明对比组之间的差异有统计学意义,而不应说对比组之间具有显著性(或非常显著性)的差别; ——应写明所用统计分析方法的具体名称(如:成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等)； ——统计量的具体值(如t=3·45, =4·68,F=6·79等)应尽可能给出具体的P值 (如P=0·0238); ——当涉及到总体参数(如总体均数、总体率等)时,在给出显著性检验结果的同时,再给出95%置信区间。 ——当检验水准定为0.05时，无论得出P≤0.05还是P≤0.01的结果，建议都作出“差异有统计学意义”的结论。 5、医学论文中统计学方法的表述 文中说明研究所用的统计学分析方法，统计用软件及版本等。标明检验水准，如α=0.05等 （三）医学论文的常用统计学方法 1、计量资料： 符合正态分布或近似正态分布 t检验和U检验； 方差分析（F检验）； 直线相关与回归（相关分析、回归分析） ——两组均数的t检验和U检验： （1）样本均数与总体均数比较——用单样本t检验 （2）配对设计资料(自身或异体)——用配对t检验 （3）完全随机（或称成组）设计两样本（ < 50 ）均数比较用——成组t检验 （4）成组设计两大样本（ ≥ 50 ）均数比较——成组u检验 ——多组均数（多个样本之间）方差分析（F检验）： 用于分析2个及2个以上的样本均数的差异。 应用条件： ——各样本是相互独立的随机样本; ——各组资料来自正态分布的总体； ——各总体方差相等，即具方差齐性。 ——多重均数（方差分析（F检验）： （1）多个样本均数间每两个均数的比较：——SNK-q检验； （2）多个实验组与一个对照组的比较： ——Dunnett-t检验； （3 ）有专业意义的成对的均数间比较： ——LDS-t检验； ——方差分析后各组均数间的两两比较： 无论在何种的方差分析后，当所得的结论是某组均数间有差别时，由于该组的均数有2个以上。那么怎么进行两两比较，哪2个均数差别有显著性，哪2个均数差别不显著，还是都有差别？为了解答这些问题，就需要进一步分析， ——直线相关与回归： 对于两个变量间关系的定量描述可采用直线相关和直线回归的方法。 ——相关分析： 用于描述呈正态分布的两个连续性变量间的相关关系。相关系数 r （－1~＋1之间）。 正相关：如果x,y变化的方向一致，如身高与体重的关系，r>0； 负相关：如果x,y变化的方向相反，如吸烟与肺功能的关系，r<0； 无线性相关：r=0。 ——回归分析： 经相关分析，认为x与y间存在直线相关关系，并需要进一步由x值估计或者推测y值，找出描述一个变量随着另一个变量变化而变化的直线方程。 Y=a+bx 一元线性回归分析：如果在回归分析中，只包括一个因变量和一个自变量，且二者的关系可用一条直线近似表示。 多元线性回归分析：是研究一个因变量与两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。 3、计数资料： χ2检验： 成组资料：主要用来检验2个或2个以上样本率之间有无差异，也可用于推断2个或2个以上总体内部构成之间有无差异。 ——配对设计——2×2列联表 例 用A、B两种方法检查已确诊的乳腺癌患者140名，A法检出91名(65%)，B法检出77名(55%)，A、B两法一致的检出56名(40%)，问哪种方法阳性检出率更高？ 使用范围： 1、分布型未知 2、能以严重程度、优劣等级、效果大小和名次先后等资料。 3、分布极度偏态。 4、本组内个别变量值偏离过大，远离本组其它变量值。 5、方差不齐时。 6、筛选或只需获得初步结果。 （一）符号检验： 应用于计量资料中处理前后个体值变动情况的显著性检验和2个配偶组的显著性检验。 （三）Ridit分析 又称R检验。的对比分析，常用于临床疗效分析。 1、样本资料与总体资料的分析； 2两样本R的比较； 1、结果未进行统计学处理而随意下结论 作者来稿中并没有说明采用任何统计学分析方法，也未提供所计算的统计量值及其对应的P值，作者仅凭看数据表面的大小做出判断下结论。 如作者把不同乳腺癌组织中环氧合酶-2在乳腺癌中的表达不同用不同染色强度把染色结果分为阳性、阴性2个不同等级，并列出阳性率，而作者并没有进行任何统计分析，仅根据列出的阳性率大小做出