首页 > 文献资料
-
假设检验中计算观察检验效能的意义的探讨
目的探讨假设检验后计算观察检验效能的意义.方法理论上推导观察检验效能与P值的函数关系.应用Monte Carlo方法,模拟产生不同参数条件下三种常用假设检验方法的观察检验效能与P值,建立两者的回归方程,计算两者的决定系数R2.根据模拟结果进一步揭示观察检验效能与P值的关系.结果定义上,观察检验效能并不等同于理论检验效能.理论上,观察检验效能是P值的单调减函数.模拟上,检验观察检验效能与P值呈负相关关系,两者存在对数二次曲线回归关系,且决定系数大于0.9.结论依据样本信息计算观察检验效能并不能提供比P值更多的信息,不能作为理论检验效能的估计值或替代值,因此,根据观察检验效能的大小判断样本量是否足够的观点不应该提倡,即使检验结果P＞0.05.
-
如何正确认识和使用统计学结果的 P＜0．05
统计学结果是科研报告或科研论文中一项十分重要的组成部分。如何对实验中所获得的数据进行正确的分析，对所获得的结果和结论能否做出正确和准确的表达和描述至关重要。数据的比较是基本的科研方法之一，其差异程度是P值来表达。如果P值＜0．05，只能说明研究中所获得的数据结果抽样误差较小，即该样本结果可以代表与之相对应的总体所产生的结果，但不能代表该结果是否具有实际应用价值。因此在确定其统计学差异之前，首先要确定其差异是否具有实际应用价值（临床应用价值），然后才去确定其差异是否具有统计学差异。否则，其结果虽有统计学意义（P＜0．05），但无实际应用价值，统计学结果的意义荡然无存。因此，对研究结果中所存在的差异只有在具有实际应用价值（临床应用价值）的前提下，统计学差异的结果才有意义，只有这样才能说明本实验所获得的结果可代表总体结果，不会产生较大的抽样误差。如果其结果无实际应用价值（临床应用价值），尽管统计学结果有显著的差异，实际结果是毫无意义的。因此，不能只注重统计学意义而不关注实际意义，否则只能是本末倒置。
-
假设检验和P值的再认识
本文简要介绍了假设检验的历史起源与发展,分析了Fisher显著性检验同Neyman-Pearson假设检验的本质区别,现代假设检验和P值存在的局限性,并提出了注意事项.
-
正确理解与阴性结果试验相关的统计学概念
临床研究者在解读试验结果时往往只重视P值的大小,但P值存在一定的局限性.把握度计算是设计研究方案及解释研究结果的有效工具,而用可信区间来展示数据则会促进对于阴性结果的新的解释的产生.在报道临床研究统计结果时,不但要给出假设检验的具体P值,还应该给出有关总体参数的95%置信区间,以给读者一个信息完善、说理清晰透彻的统计分析结果.
-
临床试验中P值的意义及结果解读
P值是生物医学研究中常使用的统计学概念,在临床试验中尤为普遍.但关于P值的意义一直争议不断.本文在对美国统计协会发布的P值声明进行阐述的基础上,介绍《新英格兰医学杂志》发表的两篇关于临床试验获得主要结局P值后的结果解读要点,结合STOP-IgAN和SPRINT两个真实临床试验进行实例解读,期望为研究者正确解读P值、提高临床试验结果报告质量提供遵循依据,得到准确的研究结论.
-
信息熵与P值
采用PxLog2 Px计算出设计的苯和放射职业人员及正常人(对照组)的外周血淋巴细胞染色体畸变、SCE 实验信息.通过分析,该法中的相对熵、剩余度指标比常规统计方法中P值作出的判断推理更为客观细致,且计算简便,易于掌握.
-
用传统显著性检验方法进行等效性检验的规律研究
目的:研究传统显著性检验同等效性检验的联系规律,并探讨在传统显著性检验结果为P＞α时,依据等效性界值结合本研究结果下等效结论的可能性.方法:在MATLAB软件上编程进行模拟研究.其中,编写程序的正确性均通过了SPSS 13.0软件和EquivTestTM2.0软件的验证.结果:得到了各种情形下基于传统显著性检验P值进行等效性判定的标准,以及不同判定标准下作等效性判定的判错率,并以方便查询的表格形式表达出来.判错率与P值间呈三次模型关系.结论:各医药专业研究人员不必专门系统地学习等效性检验的理论,而可据本研究结果直接利用传统显著性检验方法作出是否等效的判断.
-
以t检验为例说明影响假设检验功效和P值的因素
以单样本t检验为例，对医学统计教学重点和难点“假设检验中的重要概念功效和P值的影响因素”进行讨论，为进行假设检验的课堂教学提供参考。
