选择正确的统计方法.ppt

选择正确的统计方法 一、概述 什么时候开始考虑选择统计方法： 应在研究设计的时候考虑，而不应是一切结束之后的结果“修饰” 常见的现象： 无科学设计、数据量不够、统计结果与专业结论自相矛盾、无法得出期望的统计结果 此刻，才考虑用什么统计方法得到想要的结果，统计成了“数字游戏” 正确运用统计方法的前提： 良好完善的研究设计 如果没有科学的设计、良好的数据质量 那么无论用什么方法和软件都无法获得真实的结果，甚至得出错误的结论。 例：20世纪30-40年代，金的化合物普遍用于治疗结核病，视作特效药，为此发表过数以百计的文章，并作为定论写入教科书。40年代末，随机对照临床试验，否定了这种结论。并用几个月的时间肯定了链霉素、对氨柳酸、异烟肼的疗效。 二、科研中的资料类型 数据类型的相互转换 ? 如年龄（岁），为何类资料？ ? 转换为“未成年、成人”，是何类资料？ ? 再转换为“婴幼儿、青年、中年、老年”则又是何类资料？ ? 如治疗效果分类“无效、好转、显效、痊愈”为何类资料？ ??分别给予编码0,1,2,3后又为何类资料？ 三、统计方法选用 各种情形下最常用的统计方法索引(张文彤整理) 应变量：连续 单个自变量： ?二分类?????????????????????? T检验 ??????????多分类???????????? 单因素方差分析 ? ??????????连续???? ???? 相关分析，回归分析 多个自变量： 分类变量为主?? 方差分析模型 ? 连续变量为主????? 线性回归模型 应变量：有序分类 ?单个自变量：? ??? ? 二分类?????????????????????? 秩和检验 ???? 多分类?????????????????????? 秩和检验 ? ??? 连续????????????? ??? Logistic回归分析 多个自变量：? ??? 分类变量为主??? ???????? Logistic回归分析 ??? 连续变量为主? ???? ? 判别分析、Logistic回归分析 应变量：无序分类（含二分类） 单个自变量：?? ??? 二分类?????????????????? 卡方检验 ??????? 多分类?????????????????? 卡方检验 ? ???? 连续????? ???????????? Logistic回归分析 多个自变量： ? 分类变量为主?：? Logistic回归分析、最优尺度分析 ? 连续变量为主 ? 判别分析、Logistic回归分析 希望将变量/纪录分成若干个类别，但类别数不清楚，或各类别的特征不明：聚类分析 希望建立判别方程，对以后新进入的案例进行所属类别的预测：判别分析 需要探索多个变量间的内在联系或内在结构：因子分析、对应分析 生存时间和生存结局都是需要关心的因素，同时数据中存在大量的失访：生存分析 得到的是时间序列数据，需要对以后的情形加以预测：时间序列模型 考察的特征需要有多个应变量来表示，同时研究多个自变量对他们的影响：多元方差分析模型 多变量统计方法选用指导 统计应用错误的实例分析 实例1 某研究小组对围手术期老年人头孢唑啉钠的合理用法进行研究，得结果如下表 存在的问题 老年组变异较小，60岁以下组变异较大： 可能60岁以下年龄变动较大而变异加大 个别超常值的存在 也可能存在年龄增大个体差异减小 T检验要求：个体独立、正态性、方差相等。后两个条件得不到满足 正态性 经验判断：所有观测值为正值时，如为正态分布，S不会大于均值，更不会是均值的若干倍，60岁以下组k10的s为均数的若干倍，不符合正态性要求 方差齐 显然指标?、 k10的两组间方差不齐。 解决的办法 变量变换：对数变换、开方变换 非参数检验：秩和检验、符号检验等 实例二 某医院为了解昏迷时血清甲状腺素的变化分别测定了昏迷病人和普通病人的血清T3、T4、rT3. 研究者采用t检验对每两组的均值进行比较，分别比较昏迷病人与对照组、浅昏迷与中昏迷、中昏迷与深昏迷比 分析 这是一个单因素(昏迷)、四水平(无、浅、中、高)设计 误用t检验代替单因素方差分析 如果要同时比较三项指标，应当采用多元方差分析 实例三 研究大豆黄酮对sp2/0肿瘤细胞DNA合成的影响，在大豆黄酮组中加入[3H]Tdr后0.5h