首页 > 文献资料
-
定量资料统计分析错误辨析与释疑
通过揭示大量定量资料统计分析方面的错误案例,说明重视判定设计类型和检查资料前提条件,对于合理选用定量资料统计分析方法是至关重要的.由于不少科研人员缺乏多因素实验设计类型方面的知识,现行很多统计学教科书在这方面又十分薄弱,因此,广大实际工作者加强这方面知识的学习,是十分必要的.
-
关于来稿中统计学方法描述的要求
(1)统计学分析方法的选择:对于定量资料,应根据所采用的设计类型、资料所具备的条件和分析目的,选用合适的统计学分析方法,不应盲目套用 t 检验和单因素方差分析;对于定性资料,应根据所采用的设计类型、定性变量的性质和频数所具备的条件及分析目的,选用合适的统计学分析方法,不应盲目套用χ2检验。对于回归分析,应结合专业知识和散布图,选用合适的回归类型,不应盲目套用直线回归分析;对具有重复实验数据检验回归分析资料,不应简单化处理;对于多因素、多指标资料,要在一元分析的基础上,尽可能运用多元统计分析方法,以便对因素之间的交互作用和多指标之间的内在联系做出全面、合理的解释和评价。(2)统计学符号:按 GB3358.1—2009《统计学词汇及符号》的有关规定书写,一律采用斜体排印。(3)资料的表达与描述:用-x ± s 表达近似服从正态分布的定量资料,用 M(P25,P75)表达呈偏态分布的定量资料;用相对数时,分母不宜小于20,要注意区分百分率与百分比。(4)统计结果的解释和表达:当 P <0.05(或 P <0.01)时,应说对比组之间的差异具有统计学意义,并写明所用统计学分析方法的具体名称(如:成组设计资料的 t 检验,两因素析因设计资料的方差分析、多个均数之间两两比较的 q 检验等)、统计量的具体值(如:t =3.452,χ2=4.683,F =6.794等);在用不等式表示 P 值的情况下,一般选用P >0.05、P <0.05和 P <0.013种表达方式即可满足需要,无需再细分为 P <0.001或 P <0.0001。当涉及总体参数(如总体均数、总体率等)时,在给出显著性检验结果的同时,再给出95%可信区间。
-
关于来稿中统计学方法描述的要求
(1)统计学分析方法的选择:对于定量资料,应根据所采用的设计类型、资料所具备的条件和分析目的,选用合适的统计学分析方法,不应盲目套用t检验和单因素方差分析;对于定性资料,应根据所采用的设计类型、定性变量的性质和频数所具备的条件及分析目的,选用合适的统计学分析方法,不应盲目套用χ2检验。对于回归分析,应结合专业知识和散布图,选用合适的回归类型,不应盲目套用直线回归分析;对具有重复实验数据检验回归分析资料,不应简单化处理;对于多因素、多指标资料,要在一元分析的基础上,尽可能运用多元统计分析方法,以便对因素之间的交互作用和多指标之间的内在联系做出全面、合理的解释和评价。(2)统计学符号:按GB3358.1-2009《统计学词汇及符号》的有关规定书写,一律采用斜体排印。(3)资料的表达与描述:用x± s表达近似服从正态分布的定量资料,用M( P25,P75)表达呈偏态分布的定量资料;用相对数时,分母不宜小于20,要注意区分百分率与百分比。(4)统计结果的解释和表达:当P<0.05(或P<0.01)时,应说对比组之间的差异具有统计学意义,并写明所用统计学分析方法的具体名称(如:成组设计资料的t检验,两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等)、统计量的具体值(如:t=3.45,χ2=4.68,F=6.79等);在用不等式表示P值的情况下,一般选用P>0.05、P<0.05和P<0.013种表达方式即可满足需要,无需再细分为P<0.001或P<0.0001。当涉及总体参数(如总体均数、总体率等)时,在给出显著性检验结果的同时,再给出95%可信区间。
-
如何用SAS软件正确分析生物医学科研资料VI.用SAS软件实现随机区组设计定量资料的统计分析
生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式,建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息.
-
如何用SAS软件正确分析生物医学科研资料IV.用SAS软件实现单因素多水平设计一元定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的,以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息."生物多样性数据分析"是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度.现在,电子计算机的普及使得生物统计分析过程大大简化,生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来,简化了生物统计分析过程,使之成为生物学研究者的常用工具,本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授,以"如何用SAS软件正确分析生物医学科研资料"为题,撰写系列统计学讲座,希望该系列讲座能对生物医学科研工作者有所帮助.
-
如何用SAS软件正确分析生物医学科研资料Ⅱ.用SAS软件实现配对设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.
-
如何用SAS软件正确分析生物医学科研资料VII.用SAS软件实现析因设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息."生物多样性数据分析"是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度.现在,电子计算机的普及使得生物统计分析过程大大简化,生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来,简化了生物统计分析过程,使之成为生物学研究者的常用工具.
-
如何用SAS软件正确分析生物医学科研资料Ⅲ.用SAS软件实现成组设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.
-
如何用SAS软件正确分析生物医学科研资料XIV.用SAS软件实现具有一个重复测量的单因素设计定量资料的统计分析
1 重复测量设计的概念及应用场合重复测量设计是在不同条件下,从同一受试对象上重复获得某指标观测值的一种试验设计类型.这里所说的“在不同条件下”,通常是指“时间因素”取不同水平,有时指受试者身上的几个“对称部位”或具有可比性的不同部位,有时也指“时间因素”和“对称部位”的各种水平组合.如果“不同条件”仅与一个因素有关,就叫做“具有一个重复测量的M因素设计”;如果“不同条件”与两个因素的水平组合有关,就叫做“具有两个重复测量的M因素设计”.这里的M因素指试验中涉及到的全部试验因素的个数,包括与重复测量有关的试验因素.与重复测量无关的因素被称为试验分组因素,即受试对象被完全随机地分配到这些因素的水平组合所形成的各小组中去.
-
如何用SAS软件正确分析生物医学科研资料XV.用SAS软件实现具有一个重复测量的两因素和具有两个重复测量的两因素设计定量资料的统计分析
我们曾详细介绍了如何用SAS软件实现具有一个重复测量的单因素设计定量资料的统计分析.本期,我们继续探讨生物医药研究中常见的其他两种重复测量设计,即具有一个重复测量的两因素和具有两个重复测量的两因素设计定量资料的统计分析的SAS实现.
-
如何用SAS软件正确分析生物医学科研资料I.用SAS实现单组设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.
-
如何合理选择统计分析方法处理实验资料(Ⅰ)
在阅读生物医学杂志论文时,不难发现如下的现象:只要结果是定量资料,人们普遍运用"t检验"、"单因素方差分析"或"秩和检验"来处理.事实上,在人们用前述方法处理的定量资料中,有相当多的定量资料同时受到多个因素(通常包括实验因素和重要的非实验因素)的影响,即定量资料来自某种特定的多因素实验设计类型.
-
用SAS软件实现均匀设计定量资料的统计分析
在试验中,有时需要考察多个因素,且每个因素有多个水平,可以选用正交设计,如果用正交表安排试验,试验次数还是太多,可以应用均匀设计.均匀设计是用少的试验次数取得关于总体的尽可能充分的信息,它是只考虑试验点在试验范围内均匀散布的一种试验设计方法.该设计方法较相同规模的正交设计而言,大大降低了试验次数.
-
如何用SAS软件正确分析生物医学科研资料IX.用SAS软件实现交叉设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息.
-
如何用SAS软件正确分析生物医学科研资料V.用SAS软件实现单因素多水平设计多元定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.
-
如何用SAS软件正确分析生物医学科研资料Ⅷ.用SAS软件实现拉丁方设计定量资料的统计分析
编者按生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性.实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识.
-
资料的统计分析
统计分析包括统计描述和统计推断,通过计算相应的指标和进行必要的统计学处理,结合专业知识,进而阐明事物的内在规律,然后得出结论。在统计学中,人们将资料分为定量资料和定性资料。研究者从观察对象身上得到某个指标的具体取值,如身高、体质量、血压等,这样的资料称为定量资料。有的指标没有具体的取值,只能用一种性质来描述,如血型、性别、民族等,这样的资料称为定性资料。根据资料的不同性质、不同特点,定量资料可以通过平均数、标准差、中位数、四分位数间距等来描述;定性资料可以用相对数、绝对数来描述。此外,还可以用统计表和统计图等来描述所整理的资料。综上,通常根据研究设计的类型、资料性质以及研究目的,选择合理的统计方法。
-
伤害定性研究方法的应用(续)
第三节定性资料的整理和分析方法定性资料在整理和分析上与定量资料有很大不同.对于定量资料,资料表现为变量和数值,可以使用数据管理或统计软件,如Excel和SPSS进行统计分析.定性资料主要是文字描述内容,没有以变量和数值的形式表现.故定性资料在整理和分析时,比定量资料繁琐复杂.尽管目前已经有专门处理定性资料的软件,如QSR NViv0 7,但这些软件首先要求将文字资料输入计算机,输入文字资料比定量资料建立数据库的工作量要大.处理定性资料的软件能免去复制和剪贴的麻烦,可以将资料分类管理,方便查找,但研究者仍需深入阅读才能分析.
-
定量资料的组间比较分析策略
临床许多研究的结局观察值都是定量资料,如血压值、血糖值、生活质量评分等.定量资料的组间比较方法较为丰富,且针对性比较强.不同的研究目的 、设计类型、数据分布所采用的方法也不尽相同.这些方法看似简单,却很容易混淆.本文主要介绍定量资料组间比较的分析策略,并对实际运用中常见的错误进行分析总结.
-
本刊对统计学方法的要求
本刊对统计学方法有如下要求(:1)统计学符号。按GB 3358-1982《统计学名词及符号》的有关规定,统计学符号一律采用斜体。(2)研究设计。应描述研究设计的名称和主要方法。如调查设计应说明是前瞻性、回顾性、还是横断面调查研究;实验设计应告知具体的设计类型,如成组设计、自身配对设计、交叉设计、析因设计、正交设计等;药物临床试验应告知属于第几期临床试验,采用了何种设计方法等。研究设计应围绕3个基本原则(随机、对照、重复)概要说明,尤其要告知如何控制重要非试验因素的干扰和影响。(3)资料的表达与描述。用x±s 表达近似服从正态分布的定量资料,用分位数表达呈偏态分布的定量资料。用统计表时,要合理安排纵横标目,并将数据的含义表达清楚;用统计图时,所用统计图的类型应与资料类型相匹配,并使数轴上刻度值的标法符合数学原则;用相对数时,分母不宜小于20,要注意区分发生率和构成比的概念。(4)统计学检验方法的选择。应写明所使用统计软件名称及版本号,应描述所用统计分析方法的具体名称,如成组设计资料的t 检验、两因素析因设计资料的方差分析等。对于计量资料,应根据所采用的设计类型、资料所具备的条件和分析目的,选用合适的统计学分析方法,不应盲目套用t 检验或单因素方差分析;对于计数资料,应具体分析实验设计的类型,选用合适的检验方法,不应盲目套用卡方检验。对于回归分析,不应盲目套用直线回归分析。对于多因素、多指标资料,要在一元分析的基础上,尽可能运用多元统计分析方法,以便对因素之间的交互作用和多指标之间的内在联系做出全面、合理的解释和评价。(5)统计结果的解释和表达。当P<0.05(或P<0.01)时,应表达为对比组之间的差异具有统计学意义,而不应表达为对比组之间具有显著性(或非常显著性)差异。(6)统计量和P 值。必须给出检验统计量和相应P 值的具体值,均精确到小数点后3位,如:t=3.345,P=0.016等,不能仅仅只有P 值。当涉及总体参数时,在给出检验结果的同时,应给出95%可信区间。