文献统计学错误
文献统计学错误分析
班级：10预防一大班
姓名：* * *
学号：201004011
一、误用完全随机设计资料的方差分析或t检验
原文题目“重组vMIP—II对机体细胞免疫功能影响的初步研究”，为分析病毒巨噬细胞
炎症蛋白vMIP—II对体外淋巴细胞培养上清细胞因子分泌水平的影响，实验共分四组：对照
组、vMIP—II组、LSP(内毒素)和vMIP—II+LS组，观测不同时效对IL—12释放的影响结果
见表2(表2为原表)。
统计错误分析：误用t检验处理重复测量数据或析因设计的定量资料。此外，统计表栏
目设计不够符合规范。重复测量数据是研究生实验中经常遇到的，用单因素方差分析或t检
验处理重复测量数据是许多统计中常见的错误。本例的干预因素有两个(vMIP一II组和LSP
组，分别均有用与不用两水平)，测量时间有三个水平。由于本例各实验单位彼此不独立，因
此正确的统计方法应该采用重复测量数据的多因素、多水平进行处理，而不能简单采用配对
t检验。假如各实验单位是彼此独立的，则本实验设计就属于析因设计了，实验分组包括vMIP
—II(用与不用)和LSP(用与不用)，加上另一个实验因素“时间”，就成了“三因素析因设计”
了。
二、非平衡多因素组合实验中统计方法的误用
原文题目“益骨胶囊对去卵巢大鼠松质骨显微结构的影响及定量研究”。该治疗实验部分
将实验动物随机分为5组，分别为：假手术对照组、模型组、模型加益骨胶囊低剂量治疗组(即
中药治疗低组)、模型加益骨胶囊高剂量治疗组(即中药治疗高组)、模型加强骨胶囊组(即阳
性对照组)，观测治疗作用对骨密度的影响，结果见表3
统计错误分析：在医学实验中经常会涉及建立动物模型的问题，对于上表的资料，有很
多作者会将其视为单因素多水平设计的定量资料，在进行统计分析时或采用t检验反复比较，
或只是简单把上述资料合并进行完全随机设计资料方差分析。本例的动物建模实验中，“组别”
所代表的因素属于“非平衡组合因素”_1J，表3中的“组别”并不是一种因素的多个水平，
包含的内容既有是否建模，又有益骨胶囊的不同剂量，还有不同的药物(包括建模中的不服药，
服益骨胶囊，服强骨胶囊)。在5个组中，并没有将上述诸多因素的各个水平的组合全部考虑
进去。许多此类实验中，研究生都把建模加不同药物的各种实验组与对照组进行比较，这是
毫无意义的，也是不符合专业知识的。组间非实验因素的均衡性相差很大时，是无法进行比
较的。试问这样比较后得出的差异性到底是来源于建模本身还是来源于药物的疗效呢?正确的
方法是根据研究目的，采用拆分法分成若干组进行，这样得出的结论才更加合理。上例可以
分为以下四种组合：①假手术组与模型组的比较，属成组设计，可以反映建模“与否”之间
的差异是否具有统计学意义。②模型组、中药治疗低组、阳性对照组的比较。③模型组、中
药治疗高组、阳性对照组的比较。④模型组、中药治疗低组、中药治疗高组的比较。后三组
属单因素3水平设计，可以分别反映建模基础上不加药物，加不同药物以及不加药物和加不
同剂量的差异是否具有显著意义。统计分析上述各个组合时必须根据资料的性质采用相应的
统计处理：如果资料满足正态性和方差齐性，上述第一个组合采用t检验，后三个组合可以
采用方差分析处理。否则，应该使用非参数统计方法进行分析。
三、数据不准确，样本大于总体
王荣彬，刘洁华，孙明亮．等三种剂量尿激酶治疗急性心肌梗塞对比分析．临床荟萃，
1992；7(11)515-516
文中开篇明言“用三种剂量的尿激酶治疗急性心肌梗塞50倒”结果部分指出“再通率：
大剂量组20侧患者中，再通率为2O％(12／60)，3小时内用药者再通率为62．5％(518)，6
小时内用药者再通率为58．3％(7／12例)。中等剂量组2O例患者中，再通率25％(12／20)，
3小时内用药者再通率为778％(7／9)，6小时内用药者再通率为545％(6／22)。两组对比无
显著性差异(P>0．05)”。从这段文字中我们可以看出如下错误：①计算不准确，12120应是
60％，6／22应是273％而不是作者算得的25％和54．5％；②使用数据不准确，样本大于总
体。“大剂量组再通率为2O％(12／60例)”中剂量组“6小时内用药者再通率为54．5％(6
／22)”中60例和22例均大于样本所在的总体，违犯了样本不得大于总体的原则。如果按作
者“大剂量组再通率为20％”计算，则2组间有显著差异，据下文推算，大剂量组的再通率
为60％，(12120)，而非作者的2O％(12／60)。③时间表示不科学，6小时内包括3小时在
内，按作者的意思A文应表示为0～3h，-6h，这样就能准确表达作者的意思，也不会造成读
者误解。
四、对统计结果阐述推理不科学
郭昌喜，农民急性心肌梗塞临床探讨，临床荟萃1992；7(11)：521～522
论文写作过程中如何规避常见的错误
论文写作过程中如何规避常见的错误在学术研究的道路上，撰写论文是不可或缺的重要环节。
然而，许多人在论文写作过程中常常会犯一些常见的错误，这些错误可能会影响论文的质量和学术价值。
为了写出一篇优秀的论文，我们需要学会规避这些错误。
接下来，就让我们一起探讨在论文写作过程中如何避免那些常见的“坑”。
一、研究课题选择不当研究课题是论文的核心，选择一个合适的课题至关重要。
有些同学在选题时过于宽泛，比如选择“全球气候变化对经济的影响”这样的题目，范围过大，难以在有限的篇幅内进行深入研究和阐述。
相反，选题也不能过于狭窄，如“＿____市某小区一天的用电量变化”，这样的题目可能缺乏普遍意义和学术价值。
正确的选题应该具有一定的新颖性、可行性和研究价值。
在选题之前，要充分阅读相关领域的文献资料，了解前人的研究成果和不足之处，从而找到一个有研究空间且自己感兴趣的课题。
同时，还要考虑自身的研究能力和资源条件，确保能够顺利完成研究。
二、文献综述不全面文献综述是对前人研究成果的总结和评价，是论文的重要组成部分。
然而，很多人在撰写文献综述时只是简单地罗列一些文献，没有对其进行深入的分析和评价。
这样的文献综述无法为自己的研究提供有力的支撑，也无法体现自己对该领域的理解和认识。
在进行文献综述时，要广泛收集相关的文献资料，包括国内外的研究成果。
对这些文献要进行认真的阅读和分析，梳理出该领域的研究现状、主要观点和存在的问题。
同时，要对前人的研究进行客观的评价，指出其优点和不足之处，为自己的研究找到切入点和创新点。
三、研究方法不科学研究方法是获取研究数据和验证研究假设的手段，方法的选择直接影响研究结果的可靠性和有效性。
在论文写作中，常见的错误是研究方法选择不当或者使用不规范。
例如，有些同学在进行问卷调查时，问卷设计不合理，问题不明确或者存在诱导性，导致收集到的数据不准确。
还有些同学在进行实验研究时，实验设计不严谨，控制变量不当，影响实验结果的可信度。
type i error
type i errorTypeIError：在统计学中，Type I Error或错误定义为错误地拒绝正确的零假设。
它是指统计检验时，对实际上没有发生的研究结论作了正确的结论，这种情况称为错误定义1（Type I Error）。
一般来说，Type I Error是采用错误的零假设而拒绝正确的零假设的结果。
它也被称为“假正（False Positive）”错误，也就是表示某一问题存在，实际上却不是。
Type I Error源于统计学家R.A.Fisher在1925年发表的著作《论实验设计》中。
在书中，他提到了Type I Error，建议在统计学家构建概率检验时，应该把Type I Error的可能性降到最低。
Type I Error的研究把它看作是检验的失误，即在实际检验中，误报某一零假设为真的情况。
为了消除这种失误，Fisher提出了阈值α，规定这个值必须小于0.05，即只有当检验出来的概率p小于0.05时，才可以表示这个实验结果为真。
有时，研究人员在进行实验时，会存在把假的零假设误认为是真的的情况，这种情况就是Type I Error。
Type I Error的产生可能是因为研究人员没有选择合适的统计方法或者统计检验没有应用得当。
一般来说，Type I Error是统计检验的缺点，即检验结果有可能假定某一实验结果为真而实际上并不是真实的，这就是Type I Error。
正确的统计检验可以有效避免Type I Error的出现，避免研究中出现错误结果。
因此，要有效避免Type I Error产生，需要注意以下几点：（1）在选择统计检验方法时，应该有足够的统计学基础，选择最适合自己研究的方法。
（2）避免统计检验出现明显偏差，即把实际检验结果和理论结果差别较大。
（3）熟悉统计检验的一般原理，如检验的置信度以及错误的概率大小。
（4）把统计检验的阈值α，设定在0.05以下，这样就可以尽可能减少Type I Error的发生。
统计学常用概念：T检验、F检验、卡方检验、P值、自由度
统计学常⽤概念：T检验、F检验、卡⽅检验、P值、⾃由度1,T检验和F检验的由来⼀般⽽⾔，为了确定从样本(sample)统计结果推论⾄总体时所犯错的概率，我们会利⽤统计学家所开发的⼀些统计⽅法，进⾏统计检定。
通过把所得到的统计检定值，与统计学家建⽴了⼀些随机变量的概率分布(probability distribution)进⾏⽐较，我们可以知道在多少%的机会下会得到⽬前的结果。
倘若经⽐较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信⼼的说，这不是巧合，是具有统计学上的意义的(⽤统计学的话讲，就是能够拒绝虚⽆假设null hypothesis,Ho)。
相反，若⽐较后发现，出现的机率很⾼，并不罕见；那我们便不能很有信⼼的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。
统计显著性（sig）就是出现⽬前样本这结果的机率。
2，统计学意义（P值或sig值）结果的统计学意义是结果真实程度（能够代表总体）的⼀种估计⽅法。
专业上，p值为结果可信程度的⼀个递减指标，p值越⼤，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。
p值是将观察结果认为有效即具有总体代表性的犯错概率。
如p=0.05提⽰样本中变量关联有5%的可能是由于偶然性造成的。
即假设总体中任意变量间均⽆关联，我们重复类似实验，会发现约20个实验中有⼀个实验，我们所研究的变量关联将等于或强于我们的实验结果。
（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效⼒有关。
）在许多研究领域，0.05的p值通常被认为是可接受错误的边界⽔平。
3，T检验和F检验⾄於具体要检定的内容，须看你是在做哪⼀个统计程序。
举⼀个例⼦，⽐如，你要检验两独⽴样本均数差异是否能推论⾄总体，⽽⾏的t检验。
错的数学概念
错的数学概念在数学中，有许多常见的错误概念，这些错误概念可能源自于误解、混淆概念、错误推理或其他原因。
以下是一些常见的错误概念，每个错误概念都将详细解释，并提供说明为何它是错误的。
1. 零除错误概念：零除错误概念是指错误地将一个数除以零。
在数学中，除法定义为将一个数分为多个等份。
然而，由于零不能表示一个确定的数量，所以除以零是没有意义的。
这个错误概念可能源自于对于除以其他非零数的操作的误解，或者对数学概念的混淆。
2. 无穷大错误概念：无穷大错误概念是指错误地将无穷大视为一个实际的数。
在数学中，无穷大（∞）被视为一个概念，而不是一个实际的数字。
它用于表示一个序列或函数在某个方向上趋近于无限大，但它本身并不是一个可比较的数。
因此，无穷大不能直接参与数学运算，它只是用来描述一个趋近于无限大的趋势。
3. 集合的相等错误概念：集合的相等错误概念是指错误地将两个集合在元素上的个数相同视为它们相等。
在数学中，两个集合相等意味着它们具有完全相同的元素，没有多余的或缺少的元素。
因此，两个集合相等不能仅通过元素的个数来判断。
这个错误概念可能源自于对于集合相等定义的不理解或混淆。
4. 误用统计学中的相关性和因果关系：相关性和因果关系是统计学中两个不同的概念。
相关性是指两个变量之间的关联程度，而因果关系则是指一个变量的改变导致了另一个变量的改变。
然而，人们常常错误地将相关性误解为因果关系。
这个错误概念可能源自于对统计学的不理解或难以分辨相关性和因果关系之间的区别。
5. 平均数的错误应用：平均数是统计学中常用的一个指标，用于表示一组数据的中心趋势。
然而，有时人们错误地将平均数视为一个代表性的数值，忽略了数据的分布情况。
例如，当数据存在极端值或异常值时，平均数可能会被这些值拉偏。
因此，在某些情况下，使用其他描述中心趋势的方法，如中位数，可能更加合适。
这些错误概念在数学中很常见，但通过深入理解数学概念和原理，我们可以避免这些错误。
报告撰写中的逻辑错误与修正策略
报告撰写中的逻辑错误与修正策略引言：报告撰写是现代社会工作中常见的任务之一。
一份好的报告不仅能够准确表达作者的意图，还需要逻辑清晰、结构合理、错误较少。
然而，在实际中，由于种种原因，报告中存在逻辑错误的情况时有发生。
本文将探讨报告撰写中常见的逻辑错误，以及如何修正这些错误，以提高报告的质量。
标题一：概念混淆与定义模糊概念混淆与定义模糊是报告中常见的逻辑错误之一。
在撰写报告时，作者经常会使用不同的概念相互替换，或者对关键概念没有明确的定义，导致读者无法准确理解报告的内容。
这种错误会造成信息传递的困难，进而影响报告的可读性和可信度。
修正策略：- 在撰写报告之前，确保对各个概念的理解准确清晰，可以通过查阅专业文献、参考相关定义或者专家意见来帮助明确概念的含义。
- 在报告中对关键概念进行明确的定义，可以使用术语解释或者提供清晰的定义，以避免概念混淆。
- 对于需要使用多个概念的情况，注意在使用时加以区分，并在报告的开头或者术语表中对这些概念进行说明。
标题二：论据不充分或支持不足论据不充分或支持不足是报告中常见的逻辑错误之一。
在撰写报告时，作者往往只是简单地列举一些观点或数据，却没有给出充分的理由或者证据来支持这些论点。
这种错误会导致报告的推理过程不严谨，影响读者对报告内容的理解和接受程度。
修正策略：- 在撰写报告之前，对于每个论点或结论，确保有充分的理由或证据来支持。
可以通过查阅相关研究或者数据来获取支持论点的证据。
- 在报告中明确列出支持论点的理由或者证据，可以使用引用、具体事例或者图表来增强论点的可信度。
- 对于多个论点之间的关系，可以使用逻辑推理或者因果关系来展示其之间的连贯性和合理性。
标题三：数据操纵与图表误导数据操纵和图表误导是报告中常见的逻辑错误之一。
在撰写报告时，作者可能会有意或无意地操纵数据，以达到某种目的或者误导读者。
这种错误会导致报告的可信度受到质疑，同时也会降低读者对报告的信任度。
修正策略：- 在选取数据时，确保数据来源可靠，具有代表性和可信度。
医学论文中存在的问题及改进措施
结论:乙组优于甲组，建议推广使用0.3mg。 两组例数相差太大，不具可比性。 应扩大乙组例数
观察感染期患儿血浆皮质醇水平，设置全身感染组、局部感染组，以同期非感染组为对照
对比不完善 影响皮质醇水平的因素不只感染一项，应加设一个同龄健康儿童组。
1
2
01
02
03Leabharlann 0405下列特殊情况下，不可能或
不必设置对照组：
1
2
结论依据不足
1
例：用两药对比治疗效果，结果两组均值无显著性差异。 可能是观察例数太少，未能揭示事物的真相，不应过早下结论，应扩大观察例数
2
四、资料收集、整理方面问题
医学论文中经常缺少或描述不完整的
资料有：
研究对象的纳入、排除标准；
随机化方法；
实现盲法的方法
获得知情同意和科研伦理委员会批准情况
5
*
4、样本缺乏代表性
论文中必须详细说明研究对象的来源、纳入和排除标准，讨论中也应说明研究本身的局限性，以便于读者判断该研究结果是否适合于自己的情况，避免误导。
*
5、样本量不足
I类和II类误差的大小
4
资料类型和分析方法
5
样本量的大小与下列因素有关：
1
试验设计方法
2
组间临床上有意义的最少差值
3
估计的应答率
*
8
作者从研究资料中得出的结论不正确
9
论文写作水平太差，不能被理解
10
*
一、科研设计方面的问题
科研设计的论证强度不高
01
缺少对照组或对照组选择不恰当
02
未采用随机化方法或随机化方法不正确
03
样本缺乏代表性
医学统计学--t检验和u检验
表 5-2 25 名糖尿病患者两种疗法治疗后二个月血糖值(mmol/L)
编号
甲组血糖值(X2)
编号
乙组血糖值(X2)
1
8.4
1
5.4
2
10.5
2
6.4
3
12.0
3
6.4
4
12.0
4
7.5
5
13.9
5
7.6
6
15.3
6
8.1
7
16.7
7
11.6
8
18.0
8
12.0
9
18.7
9
13.4
10
20.7
10
H0：µ1=µ2，即两样本来自的总体均数相等， H1： µ1≠µ2 （µ1>µ2 或 µ1<µ2，）即两样本来自 的总体均数不相等
0.05。
当样本含量n较大时（如大于50时）可用u检验 代替t检验，此时u值的计算公式较t检验的计算 公式要简单的多.
1. 两个大样本均数的比较( n 50 )
u x1 x2 s x1 x2
为“存伪”的错误，其概率通常用
表示。
只取单尾，假设检验时， 值
一般不知道。在一定情况下可以测算出，
如已知两总体的差值 （如 1 2 ）
样本含量 n 和检验水准 。
1 称为检验效能（power of a test）。
其意义是，当两总体确有差异， 按规定检验水准能发现该差异的能力。
和的关系就像翘 翘板，小就大， 大就小
–由于 t0.01(23)> t t0.05(23)，0.01 < P 0.05， –按0.05的水准拒绝H0，接受H1，差异有统计学意
统计学名词解释
统计学名词解释
①Ⅰ类错误：当拒绝H0时，可能犯错误；拒绝一个正确的H0所犯的
错误，称为Ⅰ类错误，其概率为α。
（拒真错误）
②Ⅱ类错误:当接受H0时，可能犯错误；接受一个错误的H0所犯的错
误，称为Ⅱ类错误，其概率为β。
（存伪错误）
③独立事件：一个事件是否发生不影响另一事件的发生。
④概率：是描述随机事件出现可能性的大小的统计指标。
⑤小概率事件:概率小于或等于5%的随机事件；通常情况下，在一
次随机抽样中不可能出现。
⑥随机样本：按照概率的规律抽取的样本。
（不由个人意志所决定的，）
⑦抽样误差:样本统计量与总体参数之间总会存在一定差距，而这种
差距是由于抽样的随机性所引起的。
⑧标准误：是样本统计量分布的标准差，用来衡量抽样误差的大小。
⑨参数检验:根据样本统计量去估计对应总体的参数
⑩假设检验：又称显著性检验，是用样本差异大小去估计总体之间是否存在差异。
区间估计：根据估计量以一定可靠程度推断总体参数所在的区间范围。
四分位差：
完全随机化设计：被试通过随机抽取并被随机分配到各个实验条件下进行实验的设计形式。
随机区组设计：将特征相似的被试分为一组，称为区组。
随机让每个区组接受一种实验的设计形式。
相关系数:表示两列量数之间的线性相互关系（程度）
决定系数：回归分析中衡量回归方程有效性高低指标，是回归平方和在离差平方和所占的比例。
临床流行病学研究的资料收集与统计学
自变量为计量资料
自变量为计数资料
二分类变量 成组设计 配对设计 配对х2 检验 多分类变量
自变量为等级资料
简单直线回归
х2 趋势检验
行列表х2 检验
х2 趋势检验
四格表х2 检验
3、因变量为等级资料
因变量为等级资料
自变量为计数资料
自变量为等级资料
二分类变量
多分类变量
等级相关分析
Ridit 分析
4.58±5.06
4.13±3.72 7.56±5.25 2.76±3.78
＞0.05
＞0.05 ＞0.05 ＞0.05
正确做法：对数变换后作t 检验；或采用非参数检验
（2）多个样本均数比较时错误的使用t 检验
表13-18 每公斤体重的基础能量消耗值
组别 老年组（C） 男性 102±2 女性 101±4
方差分析
多元线性模型
协方差分析
2、因变量为计数量资料时的多因素分析
因变量为计数资料
自变量为两个或两 个以上计数资料
因变量不受 时间影响
因变量受 时间影响
分层分析
Logistic回归分析
Cox回归分析
3、因变量为多分类或多等级资料时的多因素分析
当因变量有两个以上的结果时，如疾病转归分死亡、 显效、痊愈三种结局，健康自评中分为很好、好、一般、 差、很差五个等级。等等。
错误做法：作者将四个等级中的“控制”与“显效”合并； “无效” 与“加重” 合并， χ2 =0.91， P＞0.05 。
正确做法： 应用Ridit分析；或用R×C行列表χ2检验。
（三）相关与回归分析常见错误
1.经样本求得的相关、回归系数要做假设检验
统计学判断题
1. 统计研究中的变异是指总体单位质的差别（1分）★标准答案：错误2. 统计数据整理就是对原始资料的整理。
（1分）★标准答案：错误3. 访问调查回答率较低，但其调查咸本低。
（1分）★标准答案：错误4. 总体单位总数和总体标志值总数是不能转化的。
( ) （1分）★标准答案：错误5. 异距数列是各组组距不都相等的组距数列。
（1分）★标准答案：正确6. 绝对数随着总体范围的扩大而增加。
( ) （1分）★标准答案：正确7. 绝对数随着时间范围的扩大而增加。
( ) （1分）★标准答案：错误8. 变异是统计存在的前提，没有变异就没有统计（1分）★标准答案：正确9. 报告单位是指负责报告调查内容拘单位。
报告单位与调查单位有时一致，有时不一致，这要根据调查任务来确定（1分）★标准答案：正确10. 大量观察法要求对社会经济现象的全部单位进行调查（1分）★标准答案：错误11. 普查可以得到全面、详细的资料，但需花费大量的人力、物力和财力及时间。
因此，在统计调查中不宜频繁组织普查（1分）★标准答案：正确12. 三位工人的工资不同，因此存在三个变量（1分）★标准答案：错误13. 由于电子计算机的广泛使用，手工汇总已没有必要使用了（1分）★标准答案：错误14. 统计表是表达统计数据整理结果的唯一形式。
（1分）★标准答案：错误15. 统计分组的关键是正确选择分组标志和划分各组的界限。
（1分）★标准答案：正确16. 调查时间是指调查工作所需的时间（1分）★标准答案：错误17. 总体单位是标志的承担者，标志是依附于总体单位的（1分）★标准答案：正确18. 统计数据的效度和信度的含义是一致的。
（1分）★标准答案：错误19. 反映总体内部构成特征的指标只能是结构相对数。
( ) （1分）★标准答案：错误20. 年代都是以数字表示的，所以按年代排列各种指标属于按数量标志分组。
（1分）★标准答案：错误21. 综合为统计指标的前提是总体的同质性（1分）★标准答案：正确22. 统计表的主词是说明总体的各种指标。