首页 > 文献资料
-
第六讲医学科学研究论文中统计方法的正确应用
一、统计方法正确应用的重要性医学统计方法很多,各适用于不同的数据.临床试验中所用统计方法必须根据数据情况认真选用.这是因为,数理统计是根据一定的数据分布推导出一定的统计方法,它仅适用于一定的数据.例如,t检验及方差分析是由正态分布数据以及各组方差相同推导出来的,因而要求数据为正态分布(至少接近正态分布)且方差齐性.但是,在论文的统计方法部分常有如下阐述:一般资料进行χ2检验,其余资料进行t检验,这种不管数据分布是否很偏态, 就一概使用某种统计方法不正确.此外,分类数据与计量数据的统计方法也不同,分类数据中对于名义变量和顺序变量的统计方法也不同.统计方法应用的错误会使整个精心进行的研究得出错误的结论.在这一讲中我们将结合目前文献中常见的一些统计方法的错误应用,对如何根据数据的情况来正确地选择统计方法进行讨论.
-
如何用SAS软件正确分析生物医学科研资料ⅩⅪ.结果变量为二值变量的高维列联表资料的统计分析与SAS软件实现(一)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3[1].对于高维列联表资料,根据结果变量的性质可分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表[2].本文将详细介绍如何通过SAS软件用CMH x2检验和加权x2检验实现结果变量为二值变量的高维列联表的统计分析.
-
如何用SAS软件正确分析生物医学科研资料ⅩⅩⅡ.结果变量为二值变量的高维列联表资料的统计分析与SAS软件实现(二)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3.对于高维列联表资料,根据结果变量的性质可将高维列联表分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表.在上一期中,我们已经介绍了用CMHx2检验和加权x2检验处理结果变量为二值变量的高维列联表资料,本文将继续介绍结果变量为二值变量的高维列联表资料的其他分析方法及SAS实现.
-
如何用SAS软件正确分析生物医学科研资料ⅩⅩⅢ.结果变量为多值有序变量的高维列联表资料的统计分析与SAS软件实现(一)
当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3.对于高维列联表资料,根据结果变量的性质可将其分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表.本文将详细介绍结果变量为多值有序变量的高维列联表及其用SAS软件实现统计分析的内容.
-
如何用SAS软件正确分析生物医学科研资料XXV.结果变量为多值名义变量的高维列联表资料的统计分析与SAS软件实现（一）
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。
