科研数据的分析与处理.ppt

;医学科研数据的整理与分析;医学科研数据的整理与分析;一、对象的检查 二、缺项与差错 三、资料的整理;一、对象的检查; 由于多种原因在一些调查表中经常可以见到缺项的存在，缺项的存在严重地影响到资料的完整性。 通过检查发现研究资料中的差错也是十分必要的，应对研究数据作认真的检查。;专业检查 统计检查;人工检查 计算机检查;在周密实验设计指导下获得的实验数据，不应随意舍弃，否则实验结果的真实性与完整性就会受到破坏。;科研数据的分析与处理;在该数据指标服从正态???布的前提下，可用统计方法检查个别“可疑值”是否应当舍弃。 当n＞10时，可以用“ ”作为舍弃可疑值的准则。 当n≤10时，可以采用Q检验法、Dixon检验法或Grubbs检验法，进行测量值的一致性检验，从而判断是否剔除可疑值。 ;科研数据的分析与处理;在对资料做好检查、核对后，就需要把杂乱无章的资料条理化，以便于进行统计计算与分析，即整理资料。;数据的计算机管理;科研数据的分析与处理;医学科研数据的整理与分析;一、统计指标 二、统计表 三、统计图;（一）总量指标与相对数指标 （二）平均数指标 （三）变异指标; 统计表是用表格的方式表达统计资料和指标。在编制统计表时，应该遵循以下原则： 1.重点突出，简单明了。即一张表只包含一个中心内容，使人一目了然，不要包罗万象。 2.主谓分明，层次清楚。;一、统计指标 二、统计表 三、统计图;科研数据的分析与处理;医学科研数据的整理与分析;(一)假设检验 (二)区间估计 (三)变量间关系的研究 (四)判别分析;包括有计量资料分布类型的假设检验、计量资料方差的假设检验、计量资料均数的假设检验、等级资料分布或位置的假设检验、两种属性间的独立性检验以及两种方法判断结果一致性的检验等。;(二)区间估计;总体均数（μ）的100(1-α)%置信区间(CI)： (1)已知总体标准差σ，按正态分布原理，计算公式为： (2)σ未知，n较小，按t分布原理计算： (3)σ未知，n足够大(如n＞100)，按正态分布原理计算：;总体率的置信区间估计;(一)假设检验 (二)区间估计 (三)变量间关系的研究 (四)判别分析;1.各指标之间无自变量与因变量之分 （1） 研究变量之间的相互关系有直线相关分析、典型相关分析等。 （2） 研究多个变量的内部从属关系，并寻找综合指标，降低变量的维数，其常用的方法主要有主成分分析、因子分析和对应分析。 （3） 研究多个变量内部或多个样品之间的亲疏关系有聚类分析。 （4） 研究多个变量内部的各种复杂关系有线性结构方程的协方差分析。;2.各指标之间有自变量与因变量之分 研究变量之间的依存关系有直线回归分析、曲线回归分析、多项式回归分析、多元线性回归分析、概率模型回归分析、生存资料的参数模型回归分析、COX模型回归分析和对数线性模型分析。;(一)假设检验 (二)区间估计 (三)变量间关系的研究 (四)判别分析 根据一些明确分类的总体所提供的信息，对未知个体的归属进行分类的判别分析。;分析目的 资料类型 设计方案 数理统计条件;二、计量资料假设检验方法的选择;首先要明确每次拟分析的定性变量个数是多少？ 其次要弄清定性变量的属性、列联表中频数的多少以及资料的收集方式。;科研数据的分析与处理;每次只分析两个变量时，可将资料整理为2×2表、2×k表和R×C表的形式。常用的统计分析方法有Pearson χ2检验、校正χ2检验、配对计数资料的McNemar χ2检验、Fisher精确概率法检验、秩和检验、Ridit分析、等级相关分析、典型相关分析、一般趋势和线性趋势检验、Kappa检验等； 如果需要同时分析研究的定性变量的个数≥3时，常用的统计分析方法有加权χ2检验、Mantel-haenszel χ2检验、logistic回归模型和对数线性模型等。;在计数资料的分析过程中，对于R×C表形式资料的分析是一个难点，存在的问题比较多。 根据二维列联表中两个分组变量的类型以及分析的目的，对R×C表资料进行分类，因为不同类型的R×C表资料和不同的分析目的，就有不同的分析方法。;双向无序R×C表资料及其统计分析方法的选择 单向有序R×C表资料及其统计分析方法的选择 双向有序且属性不同的R×C表资料及其统计分析方法的选择 双向有序且属性相同的R×C表资料及其统计分析方法的选择;科研数据的分析与处理;科研数据的分析与处理;对单向有序R×C表的两个分组变量，其中一个是无序的（实验分组变量——不同药品）；另一个却是有序的（指标分组变量——处理效果）。此时不适合选用χ2检验分析资料，因为χ2检验与“疗效”的有序性之间没有任何联系，故应采用与“有序性”有联系的秩和检验或Ridit分析。;科研数据的分析与处理;对双向有序且属性