数据处理的一般原则与方法.pdf

数据处理的一般原则与方法 原始数据的录入 • 一、原始数据的记录形式 • 医学研究的原始数据常列成类似表25-1的 二维结构，即行与列结构的数据集形式。 在表25-1中，每一行称为一个记录 (record)，或一个观察单位(case)；每一列 称为一个变量(variable)，用以表示变量、 项目或观察指标等。 表 25-1 肾衰病人预后研究的临床资料记录 病人 生理 肾功能 病案号 性别 年龄 肾毒性 黄疸 昏迷 肌酐 胆固醇 编号 评分 预后 1 004757 男 26 14 无 有 无 520 － 治愈 2 007950 女 31 13 无 无 无 523 4.5 治愈 3 011093 男 55 17 无 无 无 209 3.3 治愈 4 017555 男 25 9 无 无 无 1303 4.1 治愈 ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ ┆ 274 279183 女 88 15 有 无 无 331 6.1 丧失 • 标识变量主要用于数据管理，包括数据的 核对与增删等，是研究记录中不可缺少的 内容。 • 分析变量则是数据分析的主要内容。 分析变量 • 分析变量又被分为反应变量(response variable)和 解释变量(explanatory variable)。 • 反应变量是表示试验效应或观察结果大小的变量 或指标。 • 解释变量又称指示变量(indicator)、分组变量 (grouping variable) 、分类变量(categorical variable) 、协变量等。 • 根据研究目的以及变量间的相互关系，各变量的 作用并非一成不变。 二、原始数据的录入 • 在进行统计分析前，原始数据需录入计算 机。 • 录入的文件类型大致有：数据库文件，如 dBASE、FoxBASE 、Lotus 、EPI info等； Excel文件；文本文件，如word文件、WPS 文件等；统计应用软件的相应文件，如 SPSS数据文件、SAS数据文件、STATA数 据文件等。目前，上述文件类型绝大多数 都可以相互转换。 录入数据时应遵循原则 • 便于录入 • 便于核查 • 便于转换 • 便于分析 • 便于录入是指尽可能地减少录入工作量 • 便于核查是指一定要设有标识变量，以方便数据 核查。 • 便于转换是指录入数据时要考虑不同软件对字节 和字符的要求 • 便于分析是指每项研究最好录成一个数据文件， 录入的格式满足各种统计分析的需要，这样才能 保证分析数据时的高效和全面。 数据处理中的几个基本问题 • 1．数据核查 数据录入后，首先须对录入的数据 进行核查，以确保录入数据的准确性和真实性。 核查准确性可分两步进行。第一步逻辑检查，通 过运行统计软件中的基本统计量过程，列出每个 变量的最大和最小值，如果某变量的最大或最小 值不符合逻辑，则数据有误。 • 第二步数据核对，将原始数据与录入的数据一一 核对，错者更正。有时，为慎重起见，采用双份 录入的方式，然后用程序作一一比较，不一致者 一定是录错的数据。 • 数据核查