医学杂志论文中常见统计学错误分析及对策
医学杂志论文中常见的统计学错误分析及对策
（1）忽视了t检验的使用条件；
（2）多个样本均数比较错误地用多个t 检验代替 方差分析；
（3）误用t检验分析重复测量设计资料
单样本t检验的应用条件：样本服从正态分
布；
成组t检验的应用条件：样本服从正态分布;
两样本的总体方差相等即方差齐性。
配对t检验的应用条件：差值服从正态分布。
这类错误是临床医学科研论文中定量资料分析中最 常见的错误, 而且是原则性错误, 会增加犯第一类 错误的概率。假设检验的案例一资料为不同年龄组 不同性别基础能耗情况, 原作者用t检验分别对各 组均数逐一进行比较, 得出在男女研究对象青年组 与中年、老年组的基础能耗差异有足够的样本作 前提,要在文章中描述清楚随机抽样的抽样总体、样本含 量、抽样方法,随机分组的随机方法、各组的样本含量与 基本特征等。医学科研论文中最普遍的问题是滥用“随 机”,只要是抽样或分组,不管实际是否采用了随机的方 法,在论文中均不谈采用了什么样的随机方法,就将“随 机”写上,将随机误解为随意、随便、不采用随机化处理 方法,导致结果缺乏可靠性。
某研究者为了研究三种不同值班情况孕妇的 早产发生情况, 作者在计算平均率时, 错误地将几 个率相加后取其平均值, 这种类型的错误也是临床 科研论文中常见的错误之一。
如计算计数资料的案例二中三种值班女工的 早产的合计发生率( 即平均率)时, 以( 2. 7+ 4. 8+ 10. 3) /3= 5. 9, 即平均发生率为5. 9%。
(2)统计图方面的主要错误有两个，其一，横坐标轴 上的刻度值不准确，等长的间隔代表的数量不等；在 直角坐标系中，从任何一个数值开始作为横轴或纵轴 上的第一个刻度值。其二，用条图或复式条图表达连续 性变量的变化趋势；
(3)统计表中数据的含义未表达清楚，令人费解；
医学论文常见的统计错误
常见医学论文统计错误分析1．将配对设计的资料按成组设计的格式列表整理（资料整理错误）某临床医生比较B超与CT检测结果是否一致的研究论文中，对94例某病患者同时用B超与CT检查，将结果分为“正常、轻度、中度、重度”，列表如下：B超与CT检查结果比较检查方法例数检查结果正常轻度中度重度合计B超70 18 3 3 94CT 46 38 7 3 94 合计116 56 10 6 188使原来只有94例的患者资料，变成了188位患者资料，人为将样本量扩大了1倍。
表格应整理成配对设计定性资料表格，如下B超例数CT 正常轻度中度重度合计正常f11 f12 f13 f14 70轻度f21 f22 f23 f24 18中度f31 f32 f32 f32 3重度f41 f42 f42 f42 3如果按照第一种方式列表，统计方法只能够用秩和检验，来回答两种方法之间的差别是否有统计学意义，而不能回答两种方法的结果是否一致。
如果按照第二种方式列表，可以选用一致性检验kappa检验，可以正确回答设计者想要的答案。
2 错用t检验例子1：采用RT-PCR（逆转录聚合酶链反应）和实时PCR（荧光定量pcr）两种方法检测foxp3 mRNA和mosc1 mRNA，得到定量资料如下表，采用t检验比较两组差异。
是否正确哮喘患儿与正常儿童foxp3 mR NA和mosc1 mRNA PCR检测结果（x+-s）分组nRT-PCR 实时PCRfoxp3 mosc1 foxp3 mosc1哮喘组正常对照组20200.24＋-0.082.37＋-0.590.38＋-0.131.86＋-0.450.12＋-0.0566.32＋-9.250.39＋-0.1930.78＋-4.56表格正确的列表方式应该为：哮喘患儿与正常儿童foxp3 mR NA和mosc1 mRNA PCR检测结果（x+-s）分组nfoxp3 mosc1RT-PCR 实时PCR RT-PCR 实时PCR哮喘组正常对照组20200.24＋-0.082.37＋-0.590.12+-0.0566.32＋-9.250.38＋-0.131.86＋-0.450.39＋-0.1930.78＋-4.56可以看出这里有一个重复测量，两组中的每一位样品都被两种方法个检验了一次，实际上是一个具有重复测量的两因素设计，应该用重复测量的两因素设计定量资料方差分析。
医学论文中常用统计分析方法错误大全---副本PPT课件
1.1没有遵循随机原则
问题： 某研究者人为地选择发病在5d以内的病人进入治疗组，而对照组则没此限制。
辨析： 根据常识，早期治疗对疾病的预后具有重要影响，往往具有较高的治
愈率和较低的病死率。治疗组和对照组由于人为因素的干扰和影响，在 “病程”这一重要的非实验因素上并没有达到均衡，不具有可比性。
在制定实验设计方案时，应将重要的非实验因素考虑在内，用随机化 法使各组病人在重要的非处理因素方面尽量达到均衡一致，以便提高组间 的可比性。 正确的做法：对病程不做限制或均选择发病在5d之内的病人，在实验分组时遵 循随机的原则，减少人为因素的影响，使入选的任何一个病人有相同的机 会进人治疗组和对照组。
辨析：
作者没有按照交叉实验设计的要求收集数据。没有将各组两阶段的 数据分列出来，而是简单地将试验组第1周期的数据和对照组第2周 期的数据合并成试验周期(A为：参芪扶正注射液联合化疗所得的数 据)，将试验组第2周期的数据和对照组第1周期的数据合并成对照周 期(B为：单纯化疗所得的数据)，并按照化疗后的5个时间点将数据 列表。
表3 三组证型之间比较
例数
脾肺 气虚
脾肾 阳虚
心脾 肺肾 两虚 阴虚
50 43 3
11
49 32 5
53
50 32 10
13
149 107 18
77
62.42 17.45 6.71 6.04
心肾 阳虚 1 3 3 7 5.37
肝肾 阴虚 1 1 1（0.98） 3 2.01
1.8 样本含量过少
辨析：
本实验实际上涉及了 “rhEGF用否”、“Cur用否” 两个实验因素。正确的实验设 计应是这两个实验因素的全面 组合，所以应设4个组（2×2 析因设计）。
医学论文中统计学处理常见问题及应对措施
医学论文中统计学处理常见问题及应对措施1存在问题1)统计软件名称和版本不全。
最常见的问题是作者只写统计软件名称而漏掉了统计软件版本。
2)统计数据描述含糊不清。
如笼统说“用-x±s 表示”,而不分定量资料或定性资料。
3)误用统计学方法并且统计方法描述不详细。
例如:对定量资料盲目套用t检验,多组均数比较没有采用方差分析和q检验;对定性资料,盲目套用χ2检验;非参数检验资料没有采用秩和检验或Ridit检验; 对回归分析没有结合专业知识和散点图选用合适的回归类型,而盲目套用简单直线回归分析;在逻辑上无明显相关的2个或2个以上指标检测结果勉强进行相关性分析等;对随访资料没有使用生存分析等。
另一个问题是统计学方法的描述不详细。
例如: 使用t检验,没有说明是完全随机设计资料的t检验, 还是配对设计资料的t检验;使用方差分析时,没有说明是完全随机设计资料的方差分析,还是随机区组设计资料的方差分析,或是巢式设计资料的方差分析;对于四格表资料,没有交代是一般四格表资料χ2检验, 还是四格表资料的校正的χ2检验。
4)假设检验结果的表达和解释中存在的问题。
假设检验的结果表达没有根据不同的统计分析方法, 给出相应的检验统计量的实际值及相应的值,如t检验的t值、方差分析的F值、卡方检验的χ2值、相关分析的相关系数及相应的r值等。
此外,统计结果的解释存在如下问题:假设检验是在“无效假设”正确(比如2种药物的疗效没有差异) 的前提下,用P值大小说明实际观察结果是否符合“无效假设”。
P值小(如P<0·05或P<0. 01)则怀疑“无效假设”的正确性,应得2种药物疗效的差异有统计学意义或差异有高度统计学意义的结论,而不应得差异显著或差异非常显著的结论;P值大(如P> 0·05),则不能拒绝“无效假设”,应得2种药物疗效的差异无统计学意义的结论,而不应得无差异的结论。
这是典型地把统计结论作为专业结论而犯的错误。
医学论文中常用统计分析方法错误大全
医学论文中常用统计分析方法错误大全在医学研究领域，准确合理地运用统计分析方法对于得出可靠的研究结论至关重要。
然而，在实际的医学论文中，却存在着各种各样的统计分析方法错误，这些错误可能会导致研究结果的偏差，甚至得出错误的结论。
下面，我们就来详细探讨一下医学论文中常见的统计分析方法错误。
一、数据类型判断错误数据类型的正确判断是选择合适统计分析方法的基础。
医学研究中常见的数据类型包括计量资料、计数资料和等级资料。
然而，很多研究者在数据类型判断上出现失误。
例如，将原本应该是计数资料的数据（如疾病的治愈、好转、无效等）当成计量资料进行分析，错误地使用了均值和标准差等统计指标，而应该使用频率和百分比等指标，并采用卡方检验等方法。
二、样本量计算不合理样本量的大小直接影响到研究结果的可靠性和准确性。
一些医学论文在研究设计阶段没有充分考虑样本量的计算，导致样本量过小或过大。
样本量过小，可能会使研究结果缺乏统计学意义，无法检测出真实存在的差异；样本量过大，则会造成资源的浪费，同时增加研究的难度和成本。
正确的样本量计算应该综合考虑研究的设计类型、预期效应大小、检验水准和检验效能等因素。
三、选择错误的统计方法这是医学论文中常见的错误之一。
例如，对于两组独立样本的均数比较，应该使用 t 检验，但如果两组数据的方差不齐，就需要使用校正的 t 检验或者非参数检验方法（如 Wilcoxon 秩和检验）。
然而，很多研究者在这种情况下仍然使用了普通的 t 检验，导致结果不准确。
再比如，对于多组均数的比较，如果方差分析结果有统计学意义，还需要进一步进行多重比较。
但有些研究在这一步没有进行恰当的多重比较方法选择，导致结论不够准确。
四、忽视数据的正态性检验在进行某些统计分析（如 t 检验、方差分析等）时，要求数据服从正态分布。
然而，很多研究者在使用这些方法之前，没有对数据进行正态性检验。
如果数据不服从正态分布，却仍然使用基于正态分布假设的统计方法，就会得出错误的结论。
医学论文撰写中常见的统计学问题及其处理
医学论文撰写中常见的统计学问题及其处理绝大多数的论文撰写，均需通过一定数量临床病例(或资料)的观察，研究事物间的相互关系，以探讨客观存在的新规律。
如确定新诊断、新治疗等措施是否优于原沿用的方法，就需进行两种方法比较，这就涉及统计处理；统计设计又是整个课题研究设计中一个重要的组成部分。
显然，经正确统计处理的结果可信度高，论文的质量也高。
据不完全统计，在难以发表的、巳凝聚着作者心血并花费较长时间与较大财力撰写的研究论文中，约半数以上是由于统计错误致其结果与原文主要结论相违背。
如一文采用某新药引产，96例足月孕妇的产后出血与新生儿低Apgar评分率均为2.1%(各2例)，明显低于应用原药引产的19例，其产后出血与新生儿低Apgar评分发生率均为15.8%(各3例，x2=7.164, P?.001)。
故认为采用新药引产是一更安全的措施。
原药引产组例数偏少暂且不谈，该资料比较应采用精确法分析，结果是与原结果恰恰相反(P>0.05)，这样上述的主要结论就欠可靠而难以发表，否则论文可起误导作用。
类似问题文稿中还常有出现。
现就文稿中常见的统计问题及其相应的处理方法简述如下。
一、常用的统计术语统计学中常用的概念有总体与样本、随机化与概率、计量与计数、等级资料及正态与偏态分布资料、标准差与标准误等。
如某研究采用经会阴途径测定宫颈长度，以探讨不同宫颈长度与临产时间的关系。
结果显示35例宫颈长度为25〜34 mm者与32例宫颈长为15〜24 mm者临产时间的均值士标准差(士s)各为57.6±58.1与47.3±49.1小时。
该计量资料，经t检验显示t=0.780, P>0.05，并未提示不同宫颈长度的临产时间差异有显著意义；从标准差大于均值，显示各变量值离散程度大，呈偏态分布，故不能采用士，这一算术均数法计算均数。
经偏态转换成近似正态分布资料后结果是：35例与32例的临产时间各为34.5±4.1 与26.7±4.1小时，(t=7.778, P?.001)，两组差异有极显著意义。
医学论文统计学方法常见问题及对策
心痛定 拜新同
合计改善 2 3 5Fra bibliotek无效 14 8 22
合计 16 11 27
改善率 0.125 0.273 0.227
如采用卡方检验，P<0.05，而采用确切概率法，P=0.37。
表 2 替米沙坦和雷米普利治疗顽固性高血压的疗效
组别 雷米普利 替米沙坦
无效 1 800 10
此外，改善学科馆员的待遇，是激励学科馆员更好的开展信息服 务的一个重要因素。 他们所从事的是一项具有开拓性、主动性的服 务工作，这不仅体现在服务深度和工作质量上，还体现在不断学习 充电上。 只提奉献和道德来要求，不能从根本上激发他们的积极性。 学科馆员的服务工作。 因此，学科馆员的待遇应充分考虑到其工作 的复杂性、专业强度和不可替代性，以他们的服务质量为考核标准， 使其收入明显高于一般馆员。 只有这样，才能吸引人才，并使其尽职 尽责。 3.2 提高馆员素质， 做好人才的引进以及馆员的继续教育工作 21 世纪的竞争归根到底是人才的竞争。 作为专业性很强的医学院校图 书馆，开展学科馆员信息服务最重要的是馆员素质的提升。 英国图
医学院校图书馆在加大引进人才的力度的同时， 还要充分利用 校内的各种资源优势，注重提高馆员素质，对馆员进行终身培训，鼓 励终身学习。 每隔一段时期，组织馆员进行必要的培训。 培训工作要 有计划、有步骤、有针对性地进行。 培训形式也应该多样化, 例如经 常开展图书情报最新发展动态与技术讲座，组织学科馆员参加对口 的医学学术专题研讨活动,并有组织地选送到校外去进修与培训；图 书馆领导应鼓励在职职工进行学历、 学位教育与第二专业的学习。 图书馆还必须进行职业道德教育，培养图书馆员爱岗敬业、服务至上 的行为，保障信息安全，尊重知识产权，诚实提供信息，保护信息用户 的隐私。 3.3 提高领导的重视程度，保证对图书馆工作资金的投入 医学院校 图书馆的学科馆员为读者提供深化的信息服务工作，不仅需要馆领 导和学校领导的支持和帮助，还需要学校其它各部门的理解、支持和 配合。把学科馆员为读者提供深化的信息服务提高到关乎学校教学、 科研的发展高度来认真对待，积极支持图书馆的医学信息服务工作， 并给予图书馆相对充足的运作资金，加大在信息资源建设上的投入。 在实际的信息服务工作中，学科馆员会面临许多复杂的管理、协调问 题，对于学科馆员对读者开展的信息需求调查，学校各部门应给予充 分的理解和积极的配合。 参考文献： [1] 蒋树勇. 见:金旭东主编.21 世纪美国大学图书馆运作的理论与实践[M].第 1 版.北京:北京图书馆出版社. 2007:75-106 [2] 袁红卫.国内部分高校图书馆学科馆员队伍建设现状调查与分析[J].图书情 报工作.2007；（1）:96-98，142 [3] 孔海波.临床医学馆员模式探讨[J].中华医学图书情报杂志.2007（ ; 1）:36-38.
医学论文中常用统计分析方法错误大全
医学论文中常用统计分析方法错误大全在医学研究领域，准确和恰当的统计分析是得出可靠结论的关键。
然而，在众多医学论文中，却存在着各种各样的统计分析方法错误，这些错误可能会导致研究结果的偏差甚至错误解读，从而影响医学研究的质量和临床实践的指导价值。
接下来，我们就来详细探讨一下医学论文中常见的统计分析方法错误。
一、样本量计算错误样本量的合理计算对于研究的可靠性和有效性至关重要。
许多研究在设计阶段未能充分考虑研究的主要目的、预期效应大小、检验效能以及显著性水平等因素，导致样本量过小或过大。
样本量过小可能使研究无法检测到真实存在的差异，从而得出假阴性结论；样本量过大则会造成资源浪费，同时可能增加研究的复杂性和误差。
例如，在一项比较新药物与传统药物疗效的临床试验中，如果预期的疗效差异较小，而研究者没有充分考虑这一点，计算出的样本量不足，那么即使新药物实际上更有效，也可能由于样本量的限制而无法得出有统计学意义的结果。
二、数据类型错误医学研究中数据类型多样，包括计量资料（如身高、体重、血压等）、计数资料（如疾病的发生例数、治愈例数等）和等级资料（如疾病的严重程度分为轻、中、重）。
错误地判断数据类型会导致选择错误的统计分析方法。
例如，将原本属于计数资料的数据（如疾病的治愈与未治愈），错误地当作计量资料进行 t 检验，这样得出的结果是不准确的。
反之，将计量资料当作计数资料处理，也会造成同样的问题。
三、选择错误的统计检验方法不同的研究问题和数据类型需要相应的统计检验方法。
常见的错误包括：在多个组间比较时，错误地使用 t 检验而不是方差分析；在非正态分布的数据中使用参数检验方法；在不符合独立性假设的情况下使用独立样本检验等。
比如，在比较三种不同治疗方法对患者生存率的影响时，应该使用方差分析或非参数的KruskalWallis 检验，而不是多次进行两两t 检验，因为这样会增加一类错误（即假阳性）的概率。
四、忽视方差齐性检验在进行 t 检验和方差分析时，通常需要先进行方差齐性检验。
- 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)。
随机分组与随机抽样的错误的对策
随机化原则是由Fisher在创建实验设计理 论的过程中首先提出的,随机化原则是实验研 究中保证取得无偏估计的重要措施。随机化 方法由最初的抽签、掷硬币和抓阄等方法发 展到随机数字表、随机排列表和用计算机软 件或计算器产生的伪随机数。
对照的错误与对策 医学研究,尤其是实验设计的研究,需要 设立合适的对照组,只有设立了对照,才能消 除非处理因素对实验结果的影响,从而将所 关心的处理因素的效应分离出来。在论文 中应说明对照取自的总体,如何得来的,样本 含量多大？ 是否与实验匹配或配伍,与试验 组的均衡性如何？
假设检验的案例二的分析与对策 原文作者用配对比较t检验对不同时间两个处 理方式血浆ET浓度的差异进行检验, 发现有统计 学差异, 并认为A 组术后ET浓度相对稳定, 术后 无明显升高。我们认为资料的统计处理不恰当, 因为这时一个典型的重复测量的多个样本均数 的比较, 故应该采用重复测量方差分析检验不同 处理组间和时间因素及处理因素与时间的交互 效应是否具有统计学意义, 如果差异有显著性, 然 后再作两均数间的两两比较。
本例正确的计算结果为P = 0. 011(双侧概率)。 很多分析人员认为两种方法分析的结果都是认 为不同分娩方式重症肝炎孕妇结局有差别, 但 统计学意义是不一样的, 因为P 值大小不一样, 拒绝和不拒绝无效假设的概率是不一样的。
假设检验的案例四
假设检验的案例四的分析与对策
本文作者将资料中三个等级中的“有效” 和“显效”合并, 使之成为二分变量。然后, 用 四格表卡方检验, 得卡方值 =3.302, P=0.069, 作出两组治疗总有效率差异无统计学的结论 。原统计分析中将三个等级合并为两个等级, 导致信息丢失, 结果得出两处理组总疗效无显 著性差异的结论。
计数资料描述性分析中的常见错误
（1）错误地将构成比当作率使用
（2）错误地计算平均率 （3）计算相对数时分母过小
计数资料的案例一
计数资料的案例一的分析与对策
研究者对计数资料的案例一资料进行分析, 认为“轮状病毒腹泻的发病率最高为43.1%,痢 疾次之28. 8%, 伤寒最低为13. 1%” 。这是将 构成比当作发病率使用的典型错误, 是临床科 研中最常见的错误之一。
计量资料统计分析的常见错误
（1）忽视了t检验的使用条件；
（2）多个样本均数比较错误地用多个t 检验代替方差分析；
（3）误用t检验分析重复测量设计资料
t检验的使用条件
单样本t检验的应用条件：样本服从正 态分布； 成组t检验的应用条件：样本服从正态分 布;两样本的总体方差相等即方差齐性。 配对t检验的应用条件：差值服从正态分 布。
样本量问题与对策
二是用P>0.05错误地支持“两种干预措 施效果相同”或“两种检测方法可以互相 替代”等结论。实际上,由于样本含量小,检 验效能不够,容易得到P>0.05的结果。 因此,提倡在试验前进行样本含量大小的 估计。
谢谢！
假设检验的案例四的分析与对策
从本案例中可见到对照组“有效”的构成 比为28.57%，高于治疗组的“ 有效”构成比 17.64%, 而治疗组“ 显效”构成比76.47% 高 于对照组“显效”构成比50.00%, 另外显效 与有效在临床上都是表示治疗的有利效果, 盲 目合并会导致错误的结果。
假设检验的案例四的分析与对策 正确显著性检验方法应该 用Ridit分析 或者非参数检验(秩和检验) 或者CMH检验 或者Logistic回归分析 本案例采用秩和检验分析, z= 2.27, P = 0.023, 差异有统计学意义, 说明治疗组的疗效优于对 照组。
假设检验的案例一的分析与对策
这种检验方法有误, 因为该资料为多组 基本均数间的比较, 正确的方法是用单因素 方差分析, 只有在方差分析有显著性的基础 上有必要再作均数间的两两比较, 用q检验, 而不是t检验, 同时假设检验的案例一中应该 列出方差分析的统计量F值及具体的P值。
假设检验的案例二
假设检验的案例二的分析与对策
医学杂志论文中常见的统计学错误及对策
同济大学医学院 医学统计学教研室 艾自胜 2014-9-28
内容
（1）描述性分析中的常见错误 （2）假设检验中常见的统计学方法选择 错误 （3）研究设计中的常见错误 （4）纠正错误的对策
描述性分析中的常见错误
在医学论文中,对不同类型的研究资料需要用不 同的统计指标进行描述。实际工作中统计指标选择 常见的问题有: 计量资料无论是否服从正态分布,统统用均数± 标准差描述研究结果的数据特征; 计数资料混淆率和构成比(百分比)的概念,常将构 成比误用为率来说明事物发生的强度;率和构成比 的分母太小,却计算相对数来进行描述和比较。
计量资料描述常见错误分析 （1）误用正态分布的描述性统计指标描述呈偏态分布
的资料（标准差>均数 ）仍采用“ 均数±标准差”表 示，特别当表中采用标准误 取代标准差s时，前述的错 误很难被察觉出来 ； (2)统计图方面的主要错误有两个，其一，横坐标轴上 的刻度值不准确，等长的间隔代表的数量不等；在直 角坐标系中，从任何一个数值开始作为横轴或纵轴上 的第一个刻度值。其二，用条图或复式条图表达连
对照的错误与对策
有些文章虽然设立了对照组,却使用非同 期对照或历史对照,组间的基础状况如性别、 年龄、病情等不一致,缺乏可比性。还有些作 者虽然设立了正常对照组,在分析的时候却未 考虑,使该设计失去了原有的意义。
样本量问题与对策
研究的实验单位要达到一定的数量,才能避免将个 别情况误认为普遍情况,将偶然性或巧合的现象当成 必然的规律,以致将实验结果错误地推广到群体。在 医学论文中,有些P>0.05的“阴性结果”,样本含量不 够致检验效能不足是一个主要的原因。实验之前不 进行样本含量估计会带来两个问题:一是杂志上论文 的发表偏倚,即当实验结果出现P<0.05的阳性结论,寄 交杂志社发表,若出现P>0.05的阴性结论,则锁进抽屉, 以至于有些医学期刊几乎找不到阴性结果的研究论 文。
实际上表中所提供的信息, 只能用来说明在 该腹泻门诊就诊的521例病人中, 各种腹泻 病人所占的比重, 并不能反映出各自发病率 的高低, 而且计数资料的案例一所列的% 号也未指明是构成比还是发病率, 容易引起 歧义。正确的描述应该是在腹泻门诊病人 中, 轮状病毒引起的腹泻所占的比例最高, 伤寒最低。
பைடு நூலகம்
假设检验中常见的统计学方法选择错误
定量资料进行假设检验的方法很多, 其常 见错误是: （1）忽视t 检验和F (方差分析) 检验的前 提条件； （2）误用t检验代替F 检验； （3）误用参数检验代替非参数检验； （4）各种方差分析混用。
假设检验中常见的统计学方法选择错误
计数资料统计分析的常见错误是： （1）错误选择了四格表卡方检验方法, 未 选用Fisher精确检验； （2）等级变量资料一律地使用卡方检验。
续性变量的变化趋势；
(3)统计表中数据的含义未表达清楚，令人费解；
(4)运用相对数时，混淆“百分比”与“百分率”；
计量资料的案例一
计量资料的案例一的分析与对策 各项指标的均数均大于2倍标准差, 说明资料 为偏态分布, 用均数、标准差描述资料的集中趋 势和离散程度显然是不妥当的, 案例一中只列出P 值, 也未说明具体的统计学 方法。 正确的做法应用中位数描述集中趋势, 用四分 位数间距表示离散程度。或者是将原始数值经 对数等转换后, 再计算转换值的平均数和标准差, 同时在表格中应该列出具体的统计量及P 值。
计数资料的案例二
计数资料的案例二的分析与对策
某研究者为了研究三种不同值班情况孕妇的早 产发生情况, 作者在计算平均率时, 错误地将几个率 相加后取其平均值, 这种类型的错误也是临床科研 论文中常见的错误之一。 如计算计数资料的案例二中三种值班女工的早 产的合计发生率( 即平均率)时, 以( 2. 7+ 4. 8+ 10. 3) /3= 5. 9, 即平均发生率为5. 9%。 正确的算法是: ( 94 /1547) × 100% = 6. 1%。
假设检验的案例一
假设检验的案例一的分析与对策
这类错误是临床医学科研论文中定量资料分 析中最常见的错误, 而且是原则性错误, 会增 加犯第一类错误的概率。假设检验的案例一 资料为不同年龄组不同性别基础能耗情况, 原作者用t检验分别对各组均数逐一进行比 较, 得出在男女研究对象青年组与中年、老 年组的基础能耗差异有显著性。
假设检验的案例三
假设检验的案例三的分析与对策
本案例反映不同分娩方式重症肝炎孕妇 结局的比较。 原作者使用一般四格表卡方检验, 得: 卡 方值= 7. 24, P = 0. 007; 但观察了22例, 总例 数小于40, 不适合使用一般卡方检验。应用 Fisher精确概率检验法。
假设检验的案例三的分析与对策
研究设计中的常见错误
（1）随机分组与随机抽样没有真正遵循 随机化原则； （2）无对照或对照设计不合理； （3）样本含量太少。
随机分组与随机抽样的错误 无论是随机抽样还是随机分组都要有足够的 样本作前提,要在文章中描述清楚随机抽样的抽 样总体、样本含量、抽样方法,随机分组的随机 方法、各组的样本含量与基本特征等。医学科研 论文中最普遍的问题是滥用“随机”,只要是抽 样或分组,不管实际是否采用了随机的方法,在论 文中均不谈采用了什么样的随机方法,就将“随 机”写上,将随机误解为随意、随便、不采用随 机化处理方法,导致结果缺乏可靠性。
重复测量数据是指同一受试对象的同一指标 在不同时间点上进行多次测量所获得的资料, 常用来分析某项观察指标在不同时间点上的 变化特点, 这类资料在临床试验中较为常见。 本案例是两种不同处理方案对病人血浆ET 浓 度( pg /m l)变化比较, 分别在麻醉前、术毕、 术后24 h、术后48 h测量病人血浆ET浓度, 观 察两种处理方案对病人血浆ET浓度的影响及 变化趋势。