中山大医学统计学课件16误差分析.pdfVIP

误差分析

牛晨光

第一临床学院

课程内容

1.测量误差

2.定量数据的误差分析

3.定性数据的误差分析

4.ROC分析

测量误差

测量值=真值+个体变异+效应偏倚+随机测量误差+系统测量误差

随机误差和系统误差

个体数据与真值间往往存在偏差（deviation），这主要是由各种因素引起。

◦如某地区12岁儿童的身高值，有高有低，并不完全相等；这是由每个人的性别、基因、

营养及其它不明原因等情况的不同引起。

根据偏差的特点，可分为随机误差和系统误差。

随机误差（randomerror），也称变异（variance），特点是：

◦综合因素引起的随机性偏差，其中个体差异引起的随机误差称为抽样误差/个体变异；

◦单个值往往没有规律性，但多个测量值可以表现一定的统计规律（如随机扰动）。

系统误差（systemerror），也称偏倚（bias），特点是：

◦特定因素引起的系统性偏差，其中影响因素引起的系统误差称为预期误差/效应度尺；

◦取值往往具有规律性，可以通过统计设计和统计分析加以避免或控制。

测量误差

个体变异是统计分析的基础，效应偏倚是统计分析的目的。

除此之外，我们还要考察测量值与真实值之间的差值，即测量误差。

测量误差也包括随机误差和系统误差：

◦随机测量误差：测量精密度不够（没有对测量因素进行精确控制）引起的随机性偏差等。

◦系统测量误差：测量条件的偏性（时间、方法、测量者等不同）引起的系统性偏差。

系统误差和随机误差的关系：

◦系统误差表示准确度（效度），随机误差表示精密度（信度）。

◦如果一个临床测量，准确度很差，精密度也就失去了意义；反之亦然。

◦在一个具体的临床测量中，系统误差和随机误差同时存在。

理解测量值

测量值

随机误差系统误差

真值（期望）•个体变异•效应偏倚

•测量误差•测量误差

测量误差的分析

在临床过程中，我们经常要进行各种测量；这些测量可能是定量的，如血

糖值等；这些测量也可能是定性的，如病理诊断结果。

◦定量测量往往是定性测量的基础，定性测量往往是定量测量的综合。

在临床过检验诊断过程中，需要对各种测量产生的误差进行深入分析。

误差分析需要对样本进行多次测量。

测量误差评价的方法

对于定量资料：

◦随机误差评价（反映测量的精密性）——相关系数法（如系数）

◦系统误差评价（反映测量的准确性）——相等性检验（如配对t检验）

◦一致性评价——CCC系数、ICC系数、Deming\Passing-Bablok回归法、Bland-Altman法等

◦误差分析——方差分量法、SN比值法等

对于定性资料：

◦随机误差评价（反映测量的精密性）——相关系数法（如−y系数）

◦系统误差评价（反映测量的准确性）——相等性检验（如McNemar检验）

◦一致性评价——符合率、Kappa系数、表格法等

◦误差分析——灵敏度、特异度等

定量数据的误差

测量误差的度量

方差分量法

将试验结果的总方差进行如下分解：

222

σ＝σ＋σ

总BW

22

其中表示受试者个体之间变异的方差分量，表示受试者内的多次测

量结果的变异或误差的方差分量。这两个值可以通过方差分析进行估计，

即：ˆ2ˆ2ˆ2

MS=σ+kσ,MS=σ

组间WB组内W

其中，k为重复测量的次数。

举例

血清载脂蛋白B在粥样动脉硬化、冠心病等疾病研究中具有重