医学科研数据的整理与分析报告.pptVIP

正确理解P的意义 P＞0.05指的是在假定H0真实存在的条件下，组间出现这样大甚至更大差异来自误差造成的概率大于5%，因此不能拒绝H0 ，但不意味着被试因素的确一定无效。 P≤0.05，结论为拒绝H0，接受H1，这种推断隐藏着5%的假阳性错误，切不可误解为被试因素一定是100%有效。 正确区分统计意义与专业意义 具有统计意义并不一定在专业上有意义，也不能认为统计意义高低必然与组间差异大小成正比。 例如：现有两个降压实验，它们的实验结果如表12-2（C为对照组，T为试验组） 关联和因果的解释 对于随机化的试验，由于随机化分组保证了“无效假设”的正确性，p 值大小可以用来推论处理（干预）对试验结果的影响是因果关系。但对于非随机化的观察性研究，组间差异解释为关联较为稳妥。关联的结论意味着可能有因果联系，也可能没有，需要进行更深入地研究。 例如，有人曾观察到眼晶状体后纤维增生的新生儿，注射促肾上腺皮质激素后，治愈率为75%，说明促肾上腺皮质激素与患儿治愈有关联(前后比较，P＜0.01）。 再进行前瞻性的临床试验，发现患儿脱离富氧环境后， 75%的患儿自然痊愈（组间比较，P＞0.55 ），注射促肾上腺皮质激素与患儿痊愈有因果联系的证据不足。 统计分析表达的常见错误 资料未作任何统计处理，仅根据实际数据的大小，凭经验做出某组与另一组之间的差别有显著性的结论