临床科研数据分析的注意事项ppt课件
合集下载
科研数据的分析与处理-PPT文档资料
• 每次只分析两个变量时，可将资料整理为2×2表、
2×k 表 和 R×C 表 的 形 式 。 常 用 的 统 计 分 析 方 法 有 Pearson χ2检验、校正χ2检验、配对计数资料的 McNemar χ2检验、Fisher精确概率法检验、秩和检
验、Ridit分析、等级相关分析、典型相关分析、一 般趋势和线性趋势检验、Kappa检验等； •如果需要同时分析研究的定性变量的个数≥3时，
当n＞10时，可以用“x3s ”作为舍弃可疑值
的准则。
当n≤10时，可以采用Q检验法、Dixon检验法或
Grubbs检验法，进行测量值的一致性检验，从而判 断是否剔除可疑值。
三、资料的整理
在对资料做好检查、核对后，就需要把杂乱无章 的资料条理化，以便于进行统计计算与分析，即整 理资料。
数据的计算机管理
▲方法：
(1)u分布法 (2)t分布法
(二)区间估计
总体均数（μ）的100(1-α)%置信区间(CI)： (1)已知总体标准差σ，按正态分布原理，计算公式为：
x uασx
(2)σ未知，n较小，按t分布原理计算： x t,υ sx
(3)σ未知，பைடு நூலகம்足够大(如n＞100)，按正态分布原理计算：
x uαsx
• 数据库的选择 • 数据录入 • 数据核查与清理 • 数据加工（如编码、标准化、根据原始记录
产生新的研究变量等） • 数据最终锁定并进入分析
医学科研数据的整理与分析
第一节 科研数据的检查与整理 第二节 科研数据的描述 第三节 统计分析方法的选择 第四节 科研数据的综合分析 第五节 统计分析结果的解释与表达
总体率的置信区间估计
▪查表法 当n≤50时
▪正态近似法 当样本含量足够大，且样本率p和（1-p）均
医学科研数据的整理与分析 ppt课件
分 析 (3)σ未知，n足够大(如n＞100)，按正态分布原理计算： 结 果
x t,υ s x
x uα s x
ppt课件 22
区间估计
检 查
总体率的可信区间估计
查表法 当n≤50时 正态近似法 当样本含量足够大，且样本率p和（1-p）均不
太小。一般认为np和n(1-p)≥5。
整 理
分 析
结 果
ppt课件 14
统计描述
检 查
数值变量资料
整 理
分类变量资料
绝对数 相对数：率 相对比 构成比 R ×C表
分 析
正态分布 x s 非正态分布 M Q 频数分布表
结 果
直方图 、 线图、 条图等
ppt课件 15
检 查
整 理
分 析
样本不是过小时,按正态分布规律,平均数减3个标准差仍应是正数。
整 理
分 析
结 果
ppt课件 10
例：在一个滴眼药的临床试验中，入选者58人，其中3 例失访，另有5 检 例因未能坚持定期随诊而被淘汰。作者以50 例计算不良反应率。结 查 果，国产制剂组30 例，不良反应率为13/30=43.3%。进口制剂组20 例 不良反应率为2/20=10% 。作者说：“患者失访及淘汰的8例中，主要 原因之一是点药后疼痛感明显”。
正态分布 与方差齐性
否 结 果 符号秩和检验
ppt课件
是 配对t检验
48
配对设计与分析:案例 (异体配对)
检 查
整 理
分 析
结 果
ppt课件 49
配对设计与分析:案例 (异体配对)
检 查
整 理
分 析
结 果
ppt课件 50
深入理解临床医学研究方法与数据分析的培训课件
临床医学研究是以人类疾病为研究对象，通过运用流行病学、生物统计学、临床试验等方法，对疾病 的病因、流行规律、病情发展、诊疗方法等进行系统研究，旨在提高临床医疗水平，促进人类健康。
临床医学研究与基础医学研究的区别
基础医学研究主要关注生命科学的基础理论，而临床医学研究则更侧重于应用和实践，关注疾病的诊 断、治疗和预防。
提高医疗质量和安全
通过临床医学研究，不断完善诊疗技 术和方法，提高医疗质量和安全。
临床医学研究分类
01
观察性研究
通过观察和记录研究对象的行为和疾病情况，分析其与疾病的关系。
02
实验性研究
通过人为控制条件，对研究对象进行干预和对照实验，评估干预措施的
效果。
03
随机对照试验
一种实验性研究方法，将研究对象随机分为试验组和对照组，对试验组
给予干预措施，对照组给予安慰剂或常规治疗，比较两组的疗效和安全
性。
临床医学研究方法
02
观察法
总结词
通过直接观察和记录患者或健康人的行 为、症状和体征来收集数据的方法。
VS
详细描述
观察法是临床医学研究中常用的一种方法 ，它通过直接观察和记录患者或健康人的 行为、症状和体征来收集数据。这种方法 可以提供真实、客观的资料，适用于对一 些难以用其他方法测量或评估的指标，如 情绪、态度和行为等。观察法还可以用于 评估治疗效果和疾病的自然病程。
人工智能技术在临床医学研究中的应用已经成为一个热门 领域。人工智能技术可以协助医生进行诊断、制定治疗方 案、预测疾病进展等，提高诊断和治疗水平。
人工智能技术还可以通过分析大量的临床数据，发现疾病 的潜在规律和新的治疗方法，为临床医生提供科学依据和 参考。但同时，也需要关注人工智能技术的伦理和社会影 响，确保技术的合理应用和患者的权益不受侵犯。
临床医学研究与基础医学研究的区别
基础医学研究主要关注生命科学的基础理论，而临床医学研究则更侧重于应用和实践，关注疾病的诊 断、治疗和预防。
提高医疗质量和安全
通过临床医学研究，不断完善诊疗技 术和方法，提高医疗质量和安全。
临床医学研究分类
01
观察性研究
通过观察和记录研究对象的行为和疾病情况，分析其与疾病的关系。
02
实验性研究
通过人为控制条件，对研究对象进行干预和对照实验，评估干预措施的
效果。
03
随机对照试验
一种实验性研究方法，将研究对象随机分为试验组和对照组，对试验组
给予干预措施，对照组给予安慰剂或常规治疗，比较两组的疗效和安全
性。
临床医学研究方法
02
观察法
总结词
通过直接观察和记录患者或健康人的行 为、症状和体征来收集数据的方法。
VS
详细描述
观察法是临床医学研究中常用的一种方法 ，它通过直接观察和记录患者或健康人的 行为、症状和体征来收集数据。这种方法 可以提供真实、客观的资料，适用于对一 些难以用其他方法测量或评估的指标，如 情绪、态度和行为等。观察法还可以用于 评估治疗效果和疾病的自然病程。
人工智能技术在临床医学研究中的应用已经成为一个热门 领域。人工智能技术可以协助医生进行诊断、制定治疗方 案、预测疾病进展等，提高诊断和治疗水平。
人工智能技术还可以通过分析大量的临床数据，发现疾病 的潜在规律和新的治疗方法，为临床医生提供科学依据和 参考。但同时，也需要关注人工智能技术的伦理和社会影 响，确保技术的合理应用和患者的权益不受侵犯。
临床试验数据管理PPT课件
28
研究者的主要任务
• 注册受试者(Subjects)信息； • 增加受试者访视(Visits)信息； • 录入访视中相关检查(CRF)信息； • 记录药物不良反应(AE)信息； • 记录合并用药(CM)信息。
29
研究者在系统中的操作
• 通过质疑/回答（Query/Response)的方式，和CRA进行 交流，对疑问进行澄清（类似电子邮件，方便交流）。
定，判定分析人群等 • 数据审核通常以召开数据审核会的方式进行，由申办方研
究负责人与临床监查员、主要研究者、负责研究项目的统 计师、数据管理员共同参加，所形成的结论也由以上人员 共同负责。 • 数据审核结论应有书面记录(如决议)
21
数据锁定与传递
• 数据锁定的条件 所有疑问均已解决、对数据的判断全部完成、统计分 析计划已签署
14
数据录入与核查（verify）
• 数据录入员应进行相应的培训 • 独立双份录入原则 • 双份数据库的核对 • 某些场合，单份录入结合手工核对也是可取的
15
数据确认与疑问表
• 建立有关细节的确认计划 • 编写相应的程序 • 利用程序对数据进行检查，得到问题清单 • 以此清单为基础，必要时结合原始记录的核查，整理产生
11
补点关于数据结构的课
• 二维表：数据库/表的基本结构/单元
中心号 4 4
药物号 137 137
药物名称 阿斯美 止嗽糖浆
用法用量 2#，TID 15ML，TID
开始日期 20100506 20100506
结束日期 20100509 20100509
仍在使用 否 否
访视1日期 20100512 20100512
临床试验的数据管理 ----价值、原则、要素、模式
研究者的主要任务
• 注册受试者(Subjects)信息； • 增加受试者访视(Visits)信息； • 录入访视中相关检查(CRF)信息； • 记录药物不良反应(AE)信息； • 记录合并用药(CM)信息。
29
研究者在系统中的操作
• 通过质疑/回答（Query/Response)的方式，和CRA进行 交流，对疑问进行澄清（类似电子邮件，方便交流）。
定，判定分析人群等 • 数据审核通常以召开数据审核会的方式进行，由申办方研
究负责人与临床监查员、主要研究者、负责研究项目的统 计师、数据管理员共同参加，所形成的结论也由以上人员 共同负责。 • 数据审核结论应有书面记录(如决议)
21
数据锁定与传递
• 数据锁定的条件 所有疑问均已解决、对数据的判断全部完成、统计分 析计划已签署
14
数据录入与核查（verify）
• 数据录入员应进行相应的培训 • 独立双份录入原则 • 双份数据库的核对 • 某些场合，单份录入结合手工核对也是可取的
15
数据确认与疑问表
• 建立有关细节的确认计划 • 编写相应的程序 • 利用程序对数据进行检查，得到问题清单 • 以此清单为基础，必要时结合原始记录的核查，整理产生
11
补点关于数据结构的课
• 二维表：数据库/表的基本结构/单元
中心号 4 4
药物号 137 137
药物名称 阿斯美 止嗽糖浆
用法用量 2#，TID 15ML，TID
开始日期 20100506 20100506
结束日期 20100509 20100509
仍在使用 否 否
访视1日期 20100512 20100512
临床试验的数据管理 ----价值、原则、要素、模式
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目的在于研究各种处理间差异是否有统计学意义的同时，研究受 试着间的差异；
也可以是不同条件下同一因变量的重复测量
目的在于研究各处理间差异是否有统计学意义的同时，研究形成 重复测量条件间的差异以及这些条件与处理间的交互效应。
GLM：重复测量资料方差分析的主要手段 数据结构：若干次重复测量结果作为不同因变量出 现在数据文件中。
Rate constant conc
1 Rate
1e x
100
50
0.0
0.2
0.4
0.6
0.8
1.0
Concentration,ppm Fig.1 The Scatterplot of Rate and Concentration
常见统计分析的错误
结果表述不当
过于看重P值的大小而忽视Power的影响 片面夸大统计学意义的作用 错误理解P＜0.01与P＜0.05的关系 显著性检验包打天下
为何要把测自不同时间点上的数据看成是 多元的呢?
因为同1 个体的数据重复测自同1个受试对象,它 们之间往往有较高的相关性。
这种相关性通常会减少误差项变异, 从而使得F 测验的分母变小, 其后果是F检验更易于到达显 著即使无效假设是正确的. 换句话说, 犯一类错 误的概率加大了
重复测量设计
样本必须为进行多次重复测量的数据。 可以是对同一条件下同一因变量的重复测量
第二部分
统计方法选择的基本思路
统计方法选择的核心要素
研究目的
组间差异
显著性检验？优效性检验？等效性检验？非劣效性检验？
相互关系
相关与回归、关联性分析（OR、RR、AR）、其它
设计类型
完全随机设计？
配对设计？ 随机区组设计？
交叉设计？
析因设计？ 其它设计？
数据类型
计量资料？分类资料？等级资料？
干预组 对照组
某指标(度量衡单位) 22 24 26 28 30 32 34 36 38 40
基线
时点1
时点2
时点3
时点4
时 点 (周 )
图 1. 不 同 组 别 某 指 标 历 时 性 变 化 情 况 比 较
时点5
重复测量设计
优点
每一个体作为自身的对照，克服了个体间的变异，减少了一 个差异来源。
配对设计是最简单的重复测量设计 重复测量设计为特殊的两因素设计
其中的一个因素固定为时间因素
分类
对每个对象在同一时间不同因子组合间测量
较为少见，如裂区设计
对每个对象在不同时间点上重复测量
临床研究中极为常用
重复测量设计的方差分析
重复测量设计在临床研究中极为常见(方法详见程序) 可用普通线图描述不同组别某指标随时间变化的趋势
组成
数据管理（约占全部工作量的60%-80%） 数据分析（约占全部工作量的20%-40%）
数据处理的一般原则与基本内容
数据库设计 数据录入 数据管理
数据审核 异常（缺失）值的处理
统计整理：根据研究目 的对原始数据进行科学 的分类、汇总和显示； 使之系统化、条理化、 直观生动和反映总体的 数量特征和规律。
处理
T1
T2
T3
T4
A
xa11,xa12, xa21,xa12, xa31,xa32, xa41,xa42,
xa13,…,xa1i xa23,…,xa2i xa33,…,xa3i xa43,…,xa4i
B
xb11,xb12, xb21,xb12, xb31,xb32, xb41,xb42,
问题
xb13,…,xb1i xb23,…,xb2i xb33,…,xb3i xb43,…,xb4i
要求
各个因素每一水平的样本必须是独立的随机样本 重复观测的数据服从正态分布，且各总体方差相等。
析因设计的几个基本概念
由于逐步熟悉实验，研究对象的反应能力有可能逐步得到了提 高
重复测量设计
重复测量设计方差分析的统计前提
每个处理条件内的观察都是独立的; 每个处理条件内的总体分布是正态分布或多元正态分布; 每个处理条件内方差齐; 每个被试者的多元观测值之间存在相关(不能用单因素方差分
析代替).
重复测量设计ຫໍສະໝຸດ tp0.99 >0.05
2.22 <0.05
1.38 >0.05
2.25 <0.05
3.55 <0.01
常见统计分析的错误
未考虑多重共线性
回归模型中两个或两个以上的自变量彼此相关 多重共线性带来的问题有
可能会使回归的结果造成混乱，甚至会把分析引入歧途 可能对参数估计值的正负号产生影响，特别是各回归系数的正
系数的t检验却不显著 回归系数的正负号同预期的符号相反。
第三部分
具体案例讨论
案例1
ABC三组不同时点某指标的变化情况
应该选用何种统计学方法？
如果重复测量方差分析得出结论为差异有统计学意义，如何判 断具体哪两个或多个时点间比较有统计学意义？
如何判断A、B、C三组各时点（T0、T1、T2、T3）间不同组别 的变化情况？（如判断T2时点，A、B、C三组某指标的情况） 如何两两比较？
使用线性回归解决非线性问 题
使用Logistic回归解决队列研 究的资料
使用普通方差分析解决协方 差/多元方差分析问题
多元统计时未考虑自变量的 共线性
主成分分析与因子分析误用
其它
线性回归与非线性回归
Rate constant conc conc2
200
150
Rate
Rate constant conc conc2 conc3
优效、等效和非劣效性检验少为人知
example1 example2 example3 example4 example5
Intervention 21.1±2.2(10) 21.1±2.2(50) 21.1±2.2(120) 21.1±2.2(320) 21.1±2.2(3200)
Control 22.1±2.3(10) 22.1±2.3(50) 21.5±2.3(120) 21.5±2.3(320) 21.3±2.3(3200)
常见统计分析的错误
未进行数据审核
数据中存在逻辑错误 数据中存在异常值 数据中存在过多的缺失值
常见统计分析的错误
统计方法选择不当
选择t检验时未考虑数据 的分布类型
将方差分析拆分成多个t 检验
用单因素方差分析解决 重复测量资料
使用四格表卡方检验时 未考虑N和T的大小
使用卡方检验解决等级 资料问题
分析时可更好地集中于处理效应； 每一个体作为自身的对照，所需样本量相对较小，更加经济.
缺点 滞留效应(Carry-over effect)
前面的处理效应有可能滞留到下一次的处理
潜隐效应(Latent effect)
前面的处理效应有可能激活原本以前不活跃的效应
学习效应(Learning effect)
因素代替为数较多的原始变量，类似于人大代 表的选举。
多因素方差分析
定义
把总变异按照其来源（或实验设计）分为多个部分，从而检验 各个因素对因变量的影响以及各因素间交互作用的统计方法。
析因设计、正交设计、嵌套设计、裂区设计等
优点：效率较高
可以在一次研究中同时检验具有多个水平的多个因素各自对因 变量的影响以及各因素间的交互作用
分布特征
正态分布？对数正态分布？其它偏态分布？
统计方法选择总结
统计方法选择总结（续）
统计方法选择总结（续）
常见统计分析的错误
普查还是抽样调查？
普查无统计推断
随机抽样还是非随机抽样？
非随机抽样不能使用普通的统计推断方法
资料类型误认 未能满足所选择统计的前提适用条件 单因素ANOVA代替重复测量资料的方差分析
负号有可能同我们预期的正负号相反
多重共线性的识别
最简单的方法
计算模型中各对自变量间的相关系数，并进行显著性 检验，若有一个或多个相关系数显著，就表示模型中 所用的自变量之间相关，存在着多重共线性
如果出现下列情况，暗示存在多重共线性
模型中各对自变量之间显著相关。 当模型的线性关系检验(F检验)显著时，几乎所有回归
SAS分析结果
重复测量资料统计分析常见错误
重复进行各时间点不同组别间的t（或F）检验 忽略个体曲线变化特征
重复测量数据不满足常规曲线拟合方法所要求的独立性 假设
差值比较缺乏信度
用差值做组间比较须慎重
须与协方差分析区别开来
案例2
不同处理措施和时间对某一指标的影响 试验对象：大鼠(每个时点宰杀一批)
重复测量设计
重复测量设计与随机区组设计（时间为区组因素）
相同点
数据结构极为相似，甚至完全一样
不同点
重复测量设计：的处理因素在区组（受试者）间是随机分配的，
区组内的各时间点是固定的，不能随机分配；区组内的数据 来自于同一受试者；
随机区组设计：区组内的受试者彼此独立，处理只能在区组内随
机分配，每个受试者接受不同的处理，即区组内的数据来自 于不同的受试者。 使用随机区组设计方差分析处理重复测量设计资料， 会增大犯Ⅰ类错误的风险。
重复测量资料的方差分析
将不同时点的测量值作为不同的变量
data ex12_3;input t0-t4 g@@;cards; 120 108 112 120 117 1 118 109 115 126 123 1 119 112 119 124 118 1 121 112 119 126 120 1 127 121 127 133 126 1 121 120 118 131 137 2 122 121 119 129 133 2 128 129 126 135 142 2 117 115 111 123 131 2 118 114 116 123 133 2 131 119 118 135 129 3 129 128 121 148 132 3 123 123 120 143 136 3 123 121 116 145 126 3 125 124 118 142 130 3 ; proc glm; class g; model t0-t4=g; repeated time 5 contrast(1);run;
也可以是不同条件下同一因变量的重复测量
目的在于研究各处理间差异是否有统计学意义的同时，研究形成 重复测量条件间的差异以及这些条件与处理间的交互效应。
GLM：重复测量资料方差分析的主要手段 数据结构：若干次重复测量结果作为不同因变量出 现在数据文件中。
Rate constant conc
1 Rate
1e x
100
50
0.0
0.2
0.4
0.6
0.8
1.0
Concentration,ppm Fig.1 The Scatterplot of Rate and Concentration
常见统计分析的错误
结果表述不当
过于看重P值的大小而忽视Power的影响 片面夸大统计学意义的作用 错误理解P＜0.01与P＜0.05的关系 显著性检验包打天下
为何要把测自不同时间点上的数据看成是 多元的呢?
因为同1 个体的数据重复测自同1个受试对象,它 们之间往往有较高的相关性。
这种相关性通常会减少误差项变异, 从而使得F 测验的分母变小, 其后果是F检验更易于到达显 著即使无效假设是正确的. 换句话说, 犯一类错 误的概率加大了
重复测量设计
样本必须为进行多次重复测量的数据。 可以是对同一条件下同一因变量的重复测量
第二部分
统计方法选择的基本思路
统计方法选择的核心要素
研究目的
组间差异
显著性检验？优效性检验？等效性检验？非劣效性检验？
相互关系
相关与回归、关联性分析（OR、RR、AR）、其它
设计类型
完全随机设计？
配对设计？ 随机区组设计？
交叉设计？
析因设计？ 其它设计？
数据类型
计量资料？分类资料？等级资料？
干预组 对照组
某指标(度量衡单位) 22 24 26 28 30 32 34 36 38 40
基线
时点1
时点2
时点3
时点4
时 点 (周 )
图 1. 不 同 组 别 某 指 标 历 时 性 变 化 情 况 比 较
时点5
重复测量设计
优点
每一个体作为自身的对照，克服了个体间的变异，减少了一 个差异来源。
配对设计是最简单的重复测量设计 重复测量设计为特殊的两因素设计
其中的一个因素固定为时间因素
分类
对每个对象在同一时间不同因子组合间测量
较为少见，如裂区设计
对每个对象在不同时间点上重复测量
临床研究中极为常用
重复测量设计的方差分析
重复测量设计在临床研究中极为常见(方法详见程序) 可用普通线图描述不同组别某指标随时间变化的趋势
组成
数据管理（约占全部工作量的60%-80%） 数据分析（约占全部工作量的20%-40%）
数据处理的一般原则与基本内容
数据库设计 数据录入 数据管理
数据审核 异常（缺失）值的处理
统计整理：根据研究目 的对原始数据进行科学 的分类、汇总和显示； 使之系统化、条理化、 直观生动和反映总体的 数量特征和规律。
处理
T1
T2
T3
T4
A
xa11,xa12, xa21,xa12, xa31,xa32, xa41,xa42,
xa13,…,xa1i xa23,…,xa2i xa33,…,xa3i xa43,…,xa4i
B
xb11,xb12, xb21,xb12, xb31,xb32, xb41,xb42,
问题
xb13,…,xb1i xb23,…,xb2i xb33,…,xb3i xb43,…,xb4i
要求
各个因素每一水平的样本必须是独立的随机样本 重复观测的数据服从正态分布，且各总体方差相等。
析因设计的几个基本概念
由于逐步熟悉实验，研究对象的反应能力有可能逐步得到了提 高
重复测量设计
重复测量设计方差分析的统计前提
每个处理条件内的观察都是独立的; 每个处理条件内的总体分布是正态分布或多元正态分布; 每个处理条件内方差齐; 每个被试者的多元观测值之间存在相关(不能用单因素方差分
析代替).
重复测量设计ຫໍສະໝຸດ tp0.99 >0.05
2.22 <0.05
1.38 >0.05
2.25 <0.05
3.55 <0.01
常见统计分析的错误
未考虑多重共线性
回归模型中两个或两个以上的自变量彼此相关 多重共线性带来的问题有
可能会使回归的结果造成混乱，甚至会把分析引入歧途 可能对参数估计值的正负号产生影响，特别是各回归系数的正
系数的t检验却不显著 回归系数的正负号同预期的符号相反。
第三部分
具体案例讨论
案例1
ABC三组不同时点某指标的变化情况
应该选用何种统计学方法？
如果重复测量方差分析得出结论为差异有统计学意义，如何判 断具体哪两个或多个时点间比较有统计学意义？
如何判断A、B、C三组各时点（T0、T1、T2、T3）间不同组别 的变化情况？（如判断T2时点，A、B、C三组某指标的情况） 如何两两比较？
使用线性回归解决非线性问 题
使用Logistic回归解决队列研 究的资料
使用普通方差分析解决协方 差/多元方差分析问题
多元统计时未考虑自变量的 共线性
主成分分析与因子分析误用
其它
线性回归与非线性回归
Rate constant conc conc2
200
150
Rate
Rate constant conc conc2 conc3
优效、等效和非劣效性检验少为人知
example1 example2 example3 example4 example5
Intervention 21.1±2.2(10) 21.1±2.2(50) 21.1±2.2(120) 21.1±2.2(320) 21.1±2.2(3200)
Control 22.1±2.3(10) 22.1±2.3(50) 21.5±2.3(120) 21.5±2.3(320) 21.3±2.3(3200)
常见统计分析的错误
未进行数据审核
数据中存在逻辑错误 数据中存在异常值 数据中存在过多的缺失值
常见统计分析的错误
统计方法选择不当
选择t检验时未考虑数据 的分布类型
将方差分析拆分成多个t 检验
用单因素方差分析解决 重复测量资料
使用四格表卡方检验时 未考虑N和T的大小
使用卡方检验解决等级 资料问题
分析时可更好地集中于处理效应； 每一个体作为自身的对照，所需样本量相对较小，更加经济.
缺点 滞留效应(Carry-over effect)
前面的处理效应有可能滞留到下一次的处理
潜隐效应(Latent effect)
前面的处理效应有可能激活原本以前不活跃的效应
学习效应(Learning effect)
因素代替为数较多的原始变量，类似于人大代 表的选举。
多因素方差分析
定义
把总变异按照其来源（或实验设计）分为多个部分，从而检验 各个因素对因变量的影响以及各因素间交互作用的统计方法。
析因设计、正交设计、嵌套设计、裂区设计等
优点：效率较高
可以在一次研究中同时检验具有多个水平的多个因素各自对因 变量的影响以及各因素间的交互作用
分布特征
正态分布？对数正态分布？其它偏态分布？
统计方法选择总结
统计方法选择总结（续）
统计方法选择总结（续）
常见统计分析的错误
普查还是抽样调查？
普查无统计推断
随机抽样还是非随机抽样？
非随机抽样不能使用普通的统计推断方法
资料类型误认 未能满足所选择统计的前提适用条件 单因素ANOVA代替重复测量资料的方差分析
负号有可能同我们预期的正负号相反
多重共线性的识别
最简单的方法
计算模型中各对自变量间的相关系数，并进行显著性 检验，若有一个或多个相关系数显著，就表示模型中 所用的自变量之间相关，存在着多重共线性
如果出现下列情况，暗示存在多重共线性
模型中各对自变量之间显著相关。 当模型的线性关系检验(F检验)显著时，几乎所有回归
SAS分析结果
重复测量资料统计分析常见错误
重复进行各时间点不同组别间的t（或F）检验 忽略个体曲线变化特征
重复测量数据不满足常规曲线拟合方法所要求的独立性 假设
差值比较缺乏信度
用差值做组间比较须慎重
须与协方差分析区别开来
案例2
不同处理措施和时间对某一指标的影响 试验对象：大鼠(每个时点宰杀一批)
重复测量设计
重复测量设计与随机区组设计（时间为区组因素）
相同点
数据结构极为相似，甚至完全一样
不同点
重复测量设计：的处理因素在区组（受试者）间是随机分配的，
区组内的各时间点是固定的，不能随机分配；区组内的数据 来自于同一受试者；
随机区组设计：区组内的受试者彼此独立，处理只能在区组内随
机分配，每个受试者接受不同的处理，即区组内的数据来自 于不同的受试者。 使用随机区组设计方差分析处理重复测量设计资料， 会增大犯Ⅰ类错误的风险。
重复测量资料的方差分析
将不同时点的测量值作为不同的变量
data ex12_3;input t0-t4 g@@;cards; 120 108 112 120 117 1 118 109 115 126 123 1 119 112 119 124 118 1 121 112 119 126 120 1 127 121 127 133 126 1 121 120 118 131 137 2 122 121 119 129 133 2 128 129 126 135 142 2 117 115 111 123 131 2 118 114 116 123 133 2 131 119 118 135 129 3 129 128 121 148 132 3 123 123 120 143 136 3 123 121 116 145 126 3 125 124 118 142 130 3 ; proc glm; class g; model t0-t4=g; repeated time 5 contrast(1);run;