医学研究数据管理与统计分析(1)_Epidata.pptVIP

常用的数据转换类型及方法 数据类型 转换方法 举例 Poisson分布 平方根转换 水中细菌数、单位时间放射性计数等 二项分布 反正弦函数转换 非传染病患病率、白细胞百分数、淋巴细胞转换率等 标准差与均数呈正比关系 对数转换 发汞含量 * 检验 方法 正态性 用直方图或正态概率纸进行观察 用矩法、W 法或 D 法进行统计检验 两组方差齐性 F 检验 多组方差齐性 Bartlett检验 常用正态性及方差齐性检验的方法 * 常用非参数统计方法小结 设计方法 参数统计方法 非参数统计方法 配对比较 配对t 检验 符号检验*、符号等级检验 （Wilcoxon法） 两组比较 成组比较t 检验 两样本等级秩和检验（Wilcoxon Mann and Whitney法）、中位数检验* 配伍组比较 随机区组ANOVA M检验（Friedman法） 多组比较 完全随机设计ANOVA H检验（Kruskal and Wallis法） * 医学数据统计分析方法选择－流程图 * （三组及以上均数比较） * 医学数据统计分析方法选择－流程图 （定性数据：R×C表资料分析） * 医学数据统计分析方法选择－流程图 统计学分析结果如何呈现？ 统计量和概率为斜体：t，F，P0.05； 不是 统计表一般为三线表 统计图、表的标注要清楚 P值:应尽可能给出具体的P 值(如:P=0.023),但目前大多数的文献中都只用P0.05等说明。 文字、统计表和统计图相结合 * 统计检验结论的表达 * 由于统计检验不能得出差别的大小,因而结论不能说“有明显差异”或“有显著差异”,也不能说“差异非常显著”,更不能说“差异明显”。 正确的说法应当是“差异有统计意义”或“差异有高度统计意义” 两组有显著差异 两组差异有统计学意义 × 关联有统计学意义 常见统计学错误辩析（1） 某文献关于统计分析方法方面写道:“测量参数以 表示。根据性别及骨密度(2.5s为界) 分组,用两样本均数t 检验对组间各形态计量参数进行统计分析(SPSS 8.0 软件) 。样本均数与总体均数用t 检验比较形态计量学参数与正常参考值之间的差异” * 存在的问题： 由数据可以看到标准差是平均数的1/2 以上,甚至接近和超过平均数。这就提示数据严重偏离了正态分布。 因为,当数据不可能为负值(如日数) ,且样本不是过小的时候,按正态分布规律,平均数减3 个标准差仍应是正数。 * NOTICE t 检验和方差分析是一种所谓“稳建的”(robust)统计方法。就是说,当分布偏离正态分布不大时,对其结果的影响不大。 但对于计量数据还是应当先做正态性检验。如果正态性检验结果认为数据不服从正态,可以进行数据转换,但比较麻烦。简单的方法是用非参数统计，常用的有秩和检验和符号秩和检验等。 * 常见统计学错误辩析（2） 某文献关于燃煤型砷中毒患者皮肤组织中P53mt阳性表达在不同组别的差异 A：癌； B：癌前病变； C：一般患者 * 存在的问题： 在多组计量资料的组间两两比较时不可以用“一揽子比较”。所谓“一揽子比较”是进行多组比较时进行所有的两两比较。 在进行两组间比较时我们确定了第Ⅰ类错误的概率α。一般我们用α= 0.05。如果做一揽子比较,α就会扩大,也即第Ⅰ类错误的概率扩大了。我们就会得到过多的假阳性结果。 * NOTICE 正确的做法应当是先做总的检验, 然后再做多重比较。 本例还有各组间方差不齐的问题。不宜用方差分析,而需用非参数统计方法来处理。 * 常见统计学错误辩析（3） 在表3这个假设的例子中,Pearson χ2 检验得到差别有高度统计意义的结果。是否可认为A药好于B药？ * 存在的问题： 2 组有效率的比较,用四格表χ2检验或Fisher 精确检验法是可以的。 但是,如按疗效分成多个等级,如痊愈、显效、进步、无效4 个疗效等级,则目前常用的χ2 (Pearson χ2 ) 不能说明疗效的好坏。 如果我们对表3 中任何两列进行对换， Pearson χ2 的数值也不会有变化。 * NOTICE 对于这种顺序分类变量资料可以用Wilcoxon 秩和检验、Ridit 分析或Cochran－Mantel－Haenszel 行平均分差检验(Test of row mean scores difference) 。 这三者都是合理的方法,只是评分方法有所不同而已。因为其检验的假设有所不同,其结果也会有些差别,其中以用“行平均分差检验”较好。因为可以计算出平均得分显示两者之差值。 * 数据库的横向合并 （肩-肩） 如一份调查表包括两部分，同学甲录了Part 1，同学乙录入Part 2，现将两数据库合并成１个库，包含Part 1和Part 2。 选择关键字段用于匹配