上海交通大学医学院医学实验设计与分析课程2012级数据处理090329.ppt

数 据 处 理 药理 祁红 变 量(variable) 变量值（value)/观察值（observed value) 资料（data) 数值变量（定量变量,计量变量,定量资料） 每个观察单位指标用具体数值表示 (度量衡单位和小数) 分类变量（定性变量 无序分类（计数资料）1）二项分类(阴,阳 2）多项分类 有序分类（半定量，等级资料） 误差（error） 观察值与真实值之差以及样本指标与总体 指标之差（除抽样误差，其他/系统误差称偏因，偏倚bias) 系统误差 随机误差（抽样误差） 过失误差（gross error） 设计错误，操作不当，记录错误 系统误差(systematic error) 误差值固定不变或有规律 原因： 仪器（校正，疲劳） 方法差异（放免，Elisa） 试剂差异（分析纯） 条件差异(屏蔽) 顺序差异（加样） 随机误差（random error） 不固定，随机变化，正态分布 不可避免由多种无法控制因素引起。 统计上的误差指随机误差，包括抽样误差与重复测量误差，一般指抽样误差。统计检验目的是回答差异来自抽样误差的概率。 最重要，常见 抽样误差 Sampling Error 原因： 1）研究结果必须用于总体（Population） 研究对象（Sample）永远是群体的一部分 样本能否代表（Representativeness)群体 ？无法避免 2）个体差异 解决方法： 重复（适当的样本量 Sample size.） 医学研究的主要误差Errors 抽样误差 Sampling Error 非均匀性误差 Heterogeneity error,非齐性误差，内部不均匀所致。 分配误差 Allocation error :不能主观,应随机 条件误差 Condition error : 条件要恒定 顺序误差 Sequence error : 固定顺序易出错 如材料较均匀（假定年龄，性别不影响）-抽样误差（确定样本量 不均匀（年龄，性别等影响，如大学生，增加样本无法克服） 非均匀性误差 Heterogeneity error, 非齐性误差 多组中，组内结构不均匀 如：组内妇女多，小孩多， 老年比率高 解决方法： 分层随机化 Stratified Randomization : 先按一定的指标分成多种层次 Strata : 如不同年龄层次；每个层次内个体随机分配到各组内；这样可以保证各组内结构非常接近。 分配误差 Allocation error 分配应该屏除一切主观愿望； 研究者主观愿望希望成功； 病人希望疾病治愈； 不能让研究者或病人知道分配内容： 双盲法 Double blind method 随机化分配 ：Randomized allocation 条件误差：Condition error 原因； 条件变化 维持条件恒定是科学研究的核心 随机化 对照 Compliance Bias顺应性误差 病人不合作； 病人没有按照医生指示服药； 病人没有说真话。 改善医生病人关系； 护士病人关系； 建立医务人员和病家良好关系； 相互信任； 改进剂型 其他： 向均值回归误差（Regression to the mean bias) 评估误差 (Error of Assessment) 研究者评估结果带来偏差（主观剔除 Exclusions 采用双盲法，安慰剂 Placebo 发表误差 Publication bias : 报喜不报忧 统计描述 计量资料： 平 均 值 ? 标 准 差(x ±s)： 标 准 差: 离 散 指 标， 不 随 样 本 大 小改 变 标 准 误（SE）：SE2＝S2/n 样本均数 对总体均数离散程度 变异系数（CV）: ＝S/x 波动程度, 60%:非正态分布 CV 是科研工作中最受人注意的参数。 CV 反映 SD 和平均值的关系。 随机数的理论CV是： 0.288/0.5 ×100%=57.6% 变异系数60%不是正态分布了。 计量资料统计描述 偏态作为正态 Exp:“0.142 ±0.150”,标准差大于平均数，呈偏态分布的,不适合用正态分布法来表达,应该选用中位数描述集中趋势。 标准差与标准误混用 量反应资料的数据检查 可疑数据的取舍： 在均值±2.6标准差内（P0.3％）,保留 均值±2.6标准差－均值±4标准差，考虑 在均值±4标准差外，舍去 定性变量统计描述 分类资料：－相对数 强度相对数（率，rate):某现象发