首页 > 文献资料
-
非参数检验的概念
非参数检验是相对于参数检验而言。一般来说,参数检验,假定比较数据服从某分布,通过参数的估计量(x±s)对比较总体的参数(μ)作检验,统计上称为参数法检验(parametric test)。如t﹑u检验﹑方差分析。非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量,直接对比较数据的分布进行统计检验的方法,称为非参数检验(nonparametric test)。
-
低频变异关联研究与统计检验
在过去的10年间,基于“常见疾病-常见变异”的假设,全基因组关联研究被广泛应用于疾病和复杂性状的遗传学病因研究中.但是,全基因组关联分析发现的疾病相关常见变异,只能解释疾病小部分的遗传风险,造成“遗传度丢失”.“常见疾病-低频变异”的假设被提出.随着新一代测序技术的发展,低频变异关联研究陆续开展.本文主要对低频变异关联研究的研究设计以及关联分析方法进行综述.
-
科研资料收集及分析的重要要素
我国口腔医学院校5年制本科生的培养工作已成功实施了20余年,为研究生的培养提供了充足的生源,为我国口腔医学事业发展驶入快车道做出了巨大贡献.但很多本科生毕业后有这样的感慨:"在校时读的书很多,且每本都很厚,但苦读所获知识真能派上用场的十中不足一二,而一些并不陌生的词汇如"随机"、"统计检验"等到用时不知从何下手".也就是说在临床科研方面的能力还差得很远.这就是知识与能力不协调的现象.
-
非参数检验的概念
非参数检验是相对于参数检验而言。一般来说,参数检验,假定比较数据服从某分布,通过参数的估计量(x±s)对比较总体的参数(μ)作检验,统计上称为参数法检验(parametric test )。如t、u检验、方差分析。
非参数检验是指在统计测量中不需要假定总体分布形式和用参数估计量,直接对比较数据的分布进行统计检验的方法,称为非参数检验(nonparametric test )。 -
无痛分娩中的舒适护理实践
目的 将舒适护理理论应用无痛分娩产程的观察和护理中,让产妇有一个舒适的、愉快的分娩过程. 方法 配合全程一对一责任制陪产,优化待产、分娩环境,护士用心关怀、满足产妇各层次的需要和提高护士自身的素质. 结果通过统计分析与实践检验认定,接受舒适护理的产妇顺产率上升、产程缩短,产后出血和新生儿窒息发生率下降,对护理工作满意度上升. 结论舒适护理模式是整体护理过程中的一种思维方法,实施舒适护理能使产妇在产程中得到利益,提高了产时保健质量.
-
深圳市龙岗区2005~2009年流感暴发疫情分析
目的 了解龙岗区流感暴发疫情的流行特征,为流感防治提供科学依据. 方法动态收集深圳市疾病控制信息管理系统、深圳市龙岗区流感监测点和网络实验室的病原学监测相关数据进行描述性分析和统计检验. 结果 2005年至2009年8月,深圳市龙岗区共发生流感暴发疫情92起,报告流感样病例1529例,平均罹患率为1.04%;以学校暴发为主;疫情暴发高峰为3-6月;A、 B型流感在龙岗区交替流行.相关分析表明:暴发疫情的发生与流感监测点的流感样病例数高度相关;疫情报告越早,疫情持续时间越短.结论 深圳市龙岗区的流感暴发时间主要集中在春夏季,早期发现疫情并及时报告是流感暴发疫情控制的关键.
-
医生小词典--全分析集
全分析集( full analysis set,FAS):指在临床新药研究中,根据意向性分析( ITT分析)的基本原则,主要分析包括所有经随机化分组的受试者。该数据集是由所有随机化的受试者中以小的和合理的方法剔除某些病例后得出的。其目的在于保持原始随机化数据集的完整性,防止偏性,并为统计检验提供合理的基础。
-
卫生经济评价中成本数据的统计分析
通过对现有成本数据统计分析方法的回顾与总结,给出相对合理的结论.在经济学评价相关的成本数据分析中,在报告数据的均值的基础上提供数据变异统计量会更有价值;针对组间成本对比,经济学关注的重点是算术平均值的差异,因此考虑分布情况和样本大小,优先选择t检验和非参数bootstrap方法,如有必要可进行多因素模型分析.
-
胃复安穴位注射治疗骨折病人术后呃逆的疗效观察
1 临床资料 42例病人均为我院2007-01~2010-02胸腰椎骨折和下肢骨折手术病人,其中男性22例,女性20例;年龄38~67岁,平均年龄47.96岁;手术种类为胸腰椎、股骨干、股骨粗隆和胫腓骨骨折切复内固定;麻醉方式为全身麻醉、硬膜外麻醉和腰麻。将病人随机分成治疗组和对照组,其中治疗组22例,对照组20例,见表1。两组资料统计检验,无显著差异(P>0.05),具有可比性。
-
论文中对数据进行统计学处理时需要注意的问题
1对基线资料进行统计学分析搜集资料应严密遵守随机抽样设计,保证样本从同质的总体中随机抽取,除了对比因素外,其他可能影响结果的因素应尽可能齐同或基本接近,以保证组间的齐同可比性。因此,应对样本的基线资料进行统计学分析,以证明组间的齐同可比性。
2选择正确的统计检验方法研究目的不同、设计方法不同、资料类型不同,选用的统计检验方法则不同。例如:2组计量资料的比较应采用t检验;而多组(≥3组)计量资料的比较应采用方差分析(即F检验),如果组间差异有统计学意义,想了解差异存在于哪两组之间,再进一步做q检验或LSD-t检验。许多作者对多组计量资料进行比较时采用两两组间t检验的方法是错误的。又如:等级资料的比较应采用Ridit分析或秩和检验或行平均得分差检验。许多作者对等级资料进行比较时采用卡方检验的方法是错误的。 -
Excel在统计检验中的应用点滴
用计算器进行数据处理时,原始数据一旦改动,则涉及这些数据的计算还得从头开始.使用Excel后当每次修改原始数据时,与原始数据有关的所有计算结果会重新计算并显示出来.在Excel中,不但可以自己编辑公式,还可使用系统提供的函数进行复杂的运算.利用Excel图表功能,把数字及它们之间的关系转变成图片或曲线,使制作的工作表易于阅读和评价.本文主要研究了Excel 2000在t检验、F检验等方面的应用.
-
根治性全膀胱切除术后2、3年无病生存率作为评价预后指标的客观有效性分析
〔Bastian PJ.Der Urologe,2013,52(Suppl 1):63〕
作者首次报告肌层浸润性尿路上皮癌(UCB)行根治性全膀胱切除(RC)术后2、3年无疾病生存率(DFS2、DFS3)与5年总生存率(OS5)之间的关系。德国10家泌尿外科中心协作,收集1989年至2008年欧洲8家中心 UCB 行 RC 患者2483例,前期研究中纳入研究者为 pT2~4a 及软组织切缘(STSM)阴性患者1738例,前期被排除者为切缘阳性或其他分期(pT0~T1、pT4b )患者745例。通过 Kappa 统计检验 DFS2或 DFS3和 OS5的一致性。结果:DFS2与 OS5总的一致性为86.5%(排除组为88.7%),而 DFS3与 OS5的一致性为90.1%(排除组为92.1%)。研究组中 DFS2、DFS3单独与 OS5比较的 Kappa值分别为0.73(SE 0.016)和0.80(SE 0.014),而在排除组Kappa 值分别为0.67(SE 0.033)和0.78(SE 0.027)(P 均<0.001)。结论:上术研究结果显示接受 RC 手术治疗的pT2~4a 期 UCB 而 STSM 阴性患者,DFS2或 DFS3与 OS5之间客观存在一致性,而且不论 STSM 是阴性还是阳性,同样存在于其他分期的肿瘤患者。本研究表明 DFS2与 DFS3可作为评价 RC 患者远期生存状况的有效指标。 -
感染根管的药物冲洗、擦洗及封药消毒三种方法疗效的统计分析比较
对随机分组的受试患者分别采用三种方法进行了消毒细菌学变化的统计分析.结果表明,0.2%洗必泰根管冲洗与根管擦洗治疗效果有极显著差异(P<0.01), 而根管擦洗再经甲醛甲酚封药消毒,能提高感染根管内细菌的杀灭效果.
-
两总体的wilcoxon秩检验与Kruskal-walls检验的关系
在统计检验中,对两总体的位置参数进行检验,若已知总体的分布,则可用传统的参数检验法;当总体的分布未知时,可用非参数检验法.如wilcoxon检验、Kruakal-wallis检验,但这两者之间有什么关系呢?又有什么区别呢?本文对此进行了探讨.
-
肿瘤浸润淋巴细胞和克罗恩样淋巴反应与结直肠癌预后的关系
背景:结直肠癌的预后与诊断时的分期和治疗有关,但越来越多证据表明,肿瘤增强的淋巴细胞反应可能也是一个重要预后因素。方法:本研究为纳入北以色列2369例结直肠癌患者的病例对照研究,分析肿瘤内浸润T淋巴细胞(TIL)、肿瘤周围克罗恩样淋巴反应(CLR)、微卫星不稳定(MSI)以及患者临床病理特点对患者生存预后的影响。使用COX比例风险回归模型估计多变量模型结直肠癌特异及全因病死率的危险比(HR)及95%置信区间(CI),且该模型经年龄、性别、种族、分级、分期及MSI校正。所有的统计检验均为双侧检验。结果:肿瘤浸润淋巴细胞每高倍镜视野≥2个的患者结直肠癌特异生存及总生存率均较高,且差异有统计学意义(均P<0.001)。类似地,对比无反应者,有显著克罗恩淋巴样反应的结直肠癌特异生存及总生存率也明显提高(均P<0.001)。将已知的预后因素较正后,结直肠癌肿瘤淋巴细胞浸润多(HR:0.76,95% CI:0.64~0.89, P<0.001)和明显的克罗恩样淋巴反应(HR =0.71,95% CI:0.64~0.80, P <0.001)与全因病死率下降明显相关,而MSI状态则与其无关。
-
计量资料统计检验的两个常见错误
错误之一:多组间均数比较采用多次t检验,而不用方差分析。多组间均数比较时,如果资料呈正态分布,且方差呈齐性时,应该用方差分析(也叫ANOVA分析)。方差分析只能告诉我们多组间均数是否全部相等,即便F>Fα,也只能说明在α水准上至少有两组均数差异有统计学意义,并不能告诉我们到底哪两组均数间差异有统计学意义。要研究某两个或某几个总体均数是否相等,还要在方差分析的基础上,进一步作两两比较的q检验(也叫Studnet-Newman-Keuls检验法)或小显著差异( lest significant difference ,LSD) t检验;当多个观察组与一个对照组进行均数间比较时,应作Dunnett-t检验。
-
计量资料统计检验的两个常见错误
错误之一:多组间均数比较采用多次t检验,而不用方差分析。多组间均数比较时,如果资料呈正态分布,且方差呈齐性时,应该用方差分析(也叫ANOVA分析)。方差分析只能告诉我们多组间均数是否全部相等,即便F>Fα,也只能说明在α水准上至少有两组均数差异有统计学意义,并不能告诉我们到底哪两组均数间差异有统计学意义。要研究某两个或某几个总体均数是否相等,还要在方差分析的基础上,进一步作两两比较的q检验(也叫Studnet-Newman-Keuls检验法)或小显著差异( lest significant difference ,LSD) t检验;当多个观察组与一个对照组进行均数间比较时,应作Dunnett-t检验。
-
计量资料统计检验的两个常见错误
错误之一:多组间均数比较采用多次t检验,而不用方差分析。多组间均数比较时,如果资料呈正态分布,且方差呈齐性时,应该用方差分析(也叫ANOVA分析)。方差分析只能告诉我们多组间均数是否全部相等,即便F>Fα,也只能说明在α水准上至少有两组均数差异有统计学意义,并不能告诉我们到底哪两组均数间差异有统计学意义。要研究某两个或某几个总体均数是否相等,还要在方差分析的基础上,进一步作两两比较的q检验(也叫Studnet-Newman-Keuls检验法)或小显著差异( lest significant difference,LSD) t检验;当多个观察组与一个对照组进行均数间比较时,应作Dunnett-t检验。
-
计量资料统计检验的两个常见错误
错误之一:多组间均数比较采用多次t检验,而不用方差分析。多组间均数比较时,如果资料呈正态分布,且方差呈齐性时,应该用方差分析(也叫ANOVA分析)。方差分析只能告诉我们多组间均数是否全部相等,即便F>Fα,也只能说明在α水准上至少有两组均数差异有统计学意义,并不能告诉我们到底哪两组均数间差异有统计学意义。要研究某两个或某几个总体均数是否相等,还要在方差分析的基础上,进一步作两两比较的q检验(也叫Studnet-Newman-Keuls检验法)或小显著差异( lest significant difference,LSD) t检验;当多个观察组与一个对照组进行均数间比较时,应作Dunnett-t检验。
-
计量资料统计检验的两个常见错误