医学论文中常见统计学概念误用分析
（精品收藏）医学论文中常见统计学概念误用分析
医学统计学作为一种认识医学现象数量特征的重要工具，在医学研究的过程中起着非常重大的作用。
但国内外研究者通过调查发现，在现代医学期刊中，统计方法的运用及表述却存在着较多的问题［1，2］。
笔者在医学论文的编辑过程中，也发现有些作者对统计学中最常见、最基本的概念常混淆不清，因此其论文很难符合刊用的要求。
我们知道，概念是逻辑思维的基本要素，只有概念明确，才能准确地表达思想，才能对事物的本质进行客观的描述，才能作出正确的判断和推理，从而得出科学的结论。
为与作者共同提高论文质量，现对编辑工作中经常碰到的一些概念方面的误用问题，试图进行一些粗略的分析。
1概念混淆
1.1以比代率
比与率是临床医学研究中最常用的相对数指标。
比是表示某一事物或现象各组成部分之间或各个部分在全体中所占的比重或分布。
较常用的有构成比、相对比等。
而率是指某种现象或事件在一定条件下，其实际发生数与可能发生此现象或事件总数的比例。
临床医学论文中很多作者常把构成比当作率进行比较，造成对疾病的发生作出错误估计。
如在研究性别与其疾病发病率的关系文章中，作者把男女的构成比当作发病率，从而得出某种性别的发病率高的错误结论。
还有作者由于对构成比与率的概念不明确，造成计算错误。
如某农村卫生单位对7250名少儿进行粪检，检出蛔虫卵者4300人，需要进行治疗。
因各种原因，有900人未行治疗。
结果：已治率为79.07%，未治率为20.93%。
很明显，这是典型的以构成比代率的例子。
我们根据定义，可计算如下：
出现这种错误的原因，是因为不能正确理解比与率的区别所致。
一般来说，率的分子源于分母，但分子、分母具有不同的事件属性，构成比虽然分子也源于分母，但分子、分母具有相同的事件属性。
1.2不同率混用
在临床医学研究中，一些具有特殊性质的率很容易用错。
最常见的有发病率与患病率，死亡率与病死率。
发病率与患病率相混淆的原因主要是没有把握住观察、统计的时间。
前者是指在某一时期内，某人群发生某疾病的数与该人群总数之商，它涉及在这一时间期限内变化了的状态；而后者是某人群的个体在某一时点静态的测量方法。
分析两者的关系，一般来
说，发病率增加，其相应的患病率也增加。
疾病持续的时间对发病率无影响，但对患病率却有影响。
死亡率与病死率也是两个不同含义的指标，不可不加区别地使用。
在进行人群研究时，它们的分子可能相同，但分母不同。
死亡率的分母是同期人口数，反映了观察人口因某病的死亡水平，是一个人口学指标；而病死率的分母是患某病的患者总数，反映了某病的死亡危险性。
一个高的某疾病病死率，并不能说明就有高的某病死亡率。
对某一医院来说，只能计算病死率，而不能计算死亡率。
1.3漏诊与误诊不辩
漏诊与误诊，是两个重要的统计学术语，表达的意义各不相同。
在临床医学研究中，对误诊率与漏诊率的研究分析是不断地提高诊疗水平、改善医疗服务质量的一个有效方法。
但在当前医学期刊中，它们的错用率却非常高。
以A病为例，误诊是将A病诊断为非A病或将非A病诊断为A病，而漏诊是仅将A病没有诊断为A病。
因而，误诊率是在临床诊断中对某种疾病在一定的观察期间对一定数量的诊断例数发生错误诊断的频数，用下式表示：
而漏诊率是表示在临床诊断中对某一种疾病在一定观察期内对一定数量的诊断例数发生遗漏诊断的频度，用下式表示：
如论文《原发性肝癌误诊原因分析(附150例报告)》一文中，作者共收治肝癌161例，入院前外院误诊2个月以上1500例，误诊率为93.17%，其中41例入院时依然未考虑本病误诊率为25.47%。
仔细分析，就可发现文题中的“误诊”实际上应为“漏诊”，入院前及入院时的误诊率应为漏诊率。
实际运用中，较多的是把“漏诊”当“误诊”。
因此，我们在表述误诊这一概念时，应当把“误诊”与“某病”联系起来描述才正确，即“误诊为某病”。
出现这类错误的原因是对这些概念似是而非，没有用科学的态度仔细研究。
2概念缺失
统计工作一般分为收集资料、整理资料和分析资料三个步骤，在每一个步骤中均应运用科学的方法才能完整、准确、有效地对资料加以归纳和总结。
如果没有系统的统计学知识，对某些相关的统计学概念不熟悉、不了解，就谈不上正确地去应用这些知识。
如实验设计需要遵循对照、随机和均衡的原则，常有作者的论文中不设对照组，有的设了对照组，但组内观察对象却不同质，无可比性。
实验分组时受试对象不是统计学上的随机，而是随意和随便分组，这样统计学处理的结果是不能令人信服的。
统计学概念的缺失也常造成计算错误，有作者在计算观念单位不等的几个率的平均率时，将几个率直接相加求平均率，而不是将各观察单位的事件之和除以观察的各人群数之和。
3概念的内涵与外延不明确
概念包括内涵和外延两个方面。
内涵是概念的本质属性，外延是概念的限定范围。
如果对统计学概念的内涵与外延不清，就不能正确地处理统计资料。
所得的结果或没有意义，或达不到预期的效果，或丢失原资料中所蕴藏的信息，甚至会作出违背客观事实的判断。
如有作者用平均数±标准差描述两组病人的腹水丢失量，分别为1765±2001ml,2740±3044ml，经t 检验，两组间无显著性差异。
观察这两组资料，可见平均数均小于标准差，说明其资料是偏态分布而不是正态分布。
我们知道，算术平均数与中位数都是用来描述一组同质计量资料的集中趋势：前者的特征是，它代表一组观察值的平均值，适用于对称分布，尤其是正态分布的资料。
而后者的特征是，在一组按大小顺序排列的观察值中，位次居中的数值即为中位数适用于资料分布不清或明显呈偏态分布的资料。
在这里，这两个概念的特征即为其内涵，适用范围则为其外延。
如果明确了这两个概念的内涵与外延，就会选用中位数而不是算术平均数来描述这两组资料。
本组资料经中位数检验，两组腹水丢失量有显著性差别。
4医学文稿中常见统计学概念误用引起的思考
笔者只是对医学论文中常见统计学概念方面的误用情况做了简单的分析和总结，限于篇幅，不能详细概括出问题的全部。
但有一点是很明确的，即作者只有提高认识，才能在医学研究中自觉地运用统计学原理进行医学资料的科学收集、整理和分析。
客观地说，除预防医学研究运用的方法相对复杂一些外，基础医学及临床医学研究中常用的一些方法还是比较简单，易于理解的。
因此，一些从事医学研究时间不长的年青学者以及以前较少接触统计学的年长研究者，应下功夫打好统计学基础，掌握统计学的基本概念。
另一方面，医学编辑在编审过程中也应严格把关，尽量减少统计处理方面的疏漏，以免因不正确的结论对读者产生误导。
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，统计分析方法的正确应用对于得出科学、可靠的结论至关重要。
然而，在实际的医学论文中，我们常常能发现各种各样的统计分析方法错误，这些错误不仅影响了研究结果的准确性和可信度，还可能导致错误的临床决策。
下面，我们就来详细梳理一下医学论文中常见的统计分析方法错误。
一、样本量不足样本量的大小直接关系到研究结果的可靠性和普遍性。
如果样本量过小，可能无法准确反映总体的特征，导致统计效能不足，从而得出错误的结论。
例如，在比较两种治疗方法的疗效时，如果每组的样本量只有十几例，那么很可能因为偶然因素而得出错误的差异结论。
二、数据类型错误医学研究中数据类型多种多样，包括计量数据（如身高、体重、血压等）、计数数据（如治愈人数、死亡人数等）和等级数据（如病情的轻、中、重）。
如果对数据类型的判断错误，就会选择错误的统计分析方法。
例如，将本来应该是计数数据的治愈率当作计量数据进行 t 检验，这是不正确的。
三、忽视数据分布许多统计方法都有其适用的数据分布条件。
例如，t 检验和方差分析要求数据服从正态分布。
如果数据不服从正态分布而强行使用这些方法，就会得出错误的结果。
在这种情况下，应该先对数据进行正态性检验，如果不满足正态分布，可以考虑使用非参数检验方法，如秩和检验。
四、多重比较问题在医学研究中，常常需要进行多个组之间的比较。
如果不注意控制多重比较带来的误差，就会增加得出错误阳性结果的概率。
例如，在比较多个药物剂量组的疗效时，如果不进行适当的校正（如 Bonferroni 校正），就可能因为多次比较而错误地认为存在显著差异。
五、相关与回归分析的错误相关分析用于研究两个变量之间的线性关系，但不能得出因果关系。
在医学论文中，有时会错误地将相关关系解释为因果关系。
回归分析中，自变量的选择、模型的拟合度评估等方面也容易出现错误。
例如，没有考虑自变量之间的共线性问题，导致回归结果不准确。
六、生存分析的错误生存分析常用于研究疾病的发生、发展和预后。
医学论文中常见的统计方法误用
同 时 期 的 疗 效 而 不 是 个 别 等级 的 疗 效 因 此 数据 处 理 以 非 参 数 中 1 Χ Δ
宜
&
。
分析 法 或 秩 和检 验为
统 计 结论 描 述 方 法 误 用
在论 文 中常见 到
3
“
尸
;
,
3
&
,
两者之间无显著差异
。
Η
尸
9
3
&
,
两 者 之 间 有差 异 Η
“
尸
9
,
有 显 著差 异
”
。
”
的 描 述 这 些 结 论 的 表 达 都 是 错 误 的 正 确 描 述 应 是 差 异 无 显 著性 意 义 Η 差
,
异有 显著 性 Ι Κ ϑ
‘
自身 配 对
%
%
检 验 误 用 组 间 % 检验
计 量 数 据 呈 方 差 不 齐 时仍 用
,
检验
。
∃
多组 计 量 数 据
&
∃
比 较误 用
检验 ∋ 计 数 资料 的 统 计 方 法 误 用
+
包括
,
∀ #
∃
配 对 计 数 资料 采 用 组 间
扩检 验
当
扩
检 验 四 格 表 中有 ( ∗ 以 上 格 子 的 理 论数 )
用一 般 的
,
,
#
3
5 !
士
6
3
! #
7
、
# 4#
3
士
6
3
& # 7 作者
,
0
检 验 进 行 比 较 而 我 们 发 现 文 中 数 据 经 方 差 齐 性 分析 后 为 方 差 不 齐 需 用 校 正
【医学科技论文】医学科技论文统计学误用分析
医学科技论文统计学误用分析1统计学应用中存在的常见问题1.1单因素方差分析(ANOVA)两两比较误用独立样本t检验单因素方差分析设计3组以上的均数比较,如果总体比较有差异,需进行两两比较,一般用SNK法或LSD法。
但部分研究者却将资料进行拆分,应用独立样本t检验进行两两比较,导致第Ⅰ类统计学错误发生率(假阳性率)增加,从而掉进了一个常见的“统计陷阱”,使所得结论可信度大大降低甚至得出错误结论。
SNK法与LSD法虽然并非等价,实质是一致的。
SNK法一般用于经方差分析结果具有统计学意义时才决定进行的两两事后比较,而LSD法可用于方差分析不足以具有统计学意义时也能进行两两比较[1]。
比较两种方法在SPSS的输出结果形式,SNK是“分堆”比较,一目了然,对于组别数较多的研究更为好用,但没有具体P值,而LSD是在进行“两两”比较时,能给出具体的P值。
1.2两两比较时检验水准的重新调定χ2检验或秩和检验3组以上整体比较有差异时,需应用分割法进行两两比较,这时检验水准应由原0.05调定为0.0167,否则会增加第Ⅰ类统计学错误的发生率。
特别当P值处于0.0167~0.05时,按照P<0.0167的标准,差异无统计学意义,而按照P<0.05的标准,却有意义,与事实相悖,出现假阳性,很容易得出错误结论。
这种分割法有时很保守,当行列表资料分组多且为有序时可用Mantel-Haenszel卡方检验,也称线性趋势检验(testforlineartrend)或定序检验(Linear-by-Lineartest)[2]。
统计路径:用SPSS进行计数资料的趋势检验,在输出结果中读取线性关联检验统计量(Linear-by-LinearAssociation,LLA),如P<0.05可得出随着病种级别的升高,检测指标逐渐升高的趋势。
1.3临床诊断试验中的统计学方法应用在临床诊断试验研究中,经常选取单项计量指标或者联合计量指标以诊断某种疾病,若仅用初级统计学方法如t检验、单因素方差分析等往往不能有效挖掘信息,此时应采用受试者工作特征曲线(ROC)对检测结果进行分析评价。
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；
医学期刊论文常见统计学错误
医学期刊论文常见统计学错误1．统计表达和描述方面存在的错误:(1)统计表中数据的含义未表达清楚，令人费解。
(2)统计图方面的主要错误有2个，其一，横坐标轴上的刻度值是随意标上去的，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)运用相对数时，经常混淆“百分比”与“百分率”;(4)在表达多组定量资料时，即使定量资料偏离正态分布很远，仍采用“x珋±s”表达(标准差S＞x珋)，特别当表中采用标准误Sx珋取代标准差s时，前述的错误很难被察觉出来。
2．定量资料统计分析方面存在的错误:(1)当定量资料不满足参数检验的前提条件时，盲目套用参数检验方法;(2)不管定量资料对应的实验设计类型是什么，一律套用单因素2水平(或叫成组)设计定量资料的t检验或单因素多水平设计定量资料的方差分析。
3．定性资料统计分析方面存在的错误:(1)把χ2检验误认为是处理定性资料的万能工具;(2)忽视资料的前提条件而盲目套用某些定性资料的统计分析方法;(3)盲目套用秩和检验;(4)误用χ2检验实现定性资料的相关分析。
4．简单线性相关与回归分析方面存在的错误:(1)缺乏专业知识，盲目研究某些变量之间的相互关系和依赖关系;(2)不绘制反映2个定量变量变化趋势的散布图，盲目进行简单线性相关与回归分析，常因某些异常点的存在而得出错误的结论;(3)常用直线取代2定量变量之间事实上呈“S形或倒S形”的曲线变化趋势。
5．多因素或多自变量的实验资料进行分析存在的错误:(1)将原本属于多因素实验研究，拆分成一系列单因素的研究来分析，这种“化繁为简、化整为零”的处理，割裂了原先的整体设计，无法研究多因素之间的内在联系或交互作用，容易得出片面、甚至错误的结论;(2)虽然将多个自变量都包括在一个多重线性回归方程或多重Logistic回归方程之中，但整个回归方程没有统计学意义或回归方程中有很多无统计学意义的自变量，就依据这样的回归方程去下结论。
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
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。
2021/3/30
3
1.2 缺乏对照组
问题: 某作者对64例银
屑病患者进行血型观 察,其中O型血30 例,A型血17例,B型 血17例,AB型血0例。 没有进行统计分析, 仅凭数字大小,认为 银屑病的发病与血型 有明显的关系,同时 也证实了遗传致病的 决定意202义1/3。/30
2021/3/30
12
1.7 用“重复取样”替代“独立重复实验”
辨析:
✿ 文章中没有描述实验采集了多少只健康小牛。
✿ 如果作者取1只健康小牛晶状体的混合消化液消化后培养,加入不同药物,制成 了3组所用的处理液,每份处理液再等分成6份,则犯了用“重复取样”替代 “独立重复实验”的错误;同样,若作者取3只健康小牛晶状体的混合消化液消 化后培养,加入不同药物,制成3组所用的处理液,每份处理液再等分成6份,亦 属重复取样。
辨析:
★ 此实验分3组,应为单因素三水平设计定量资料,应首先进行 “独立性”、“正态性”和“方差齐性”检验,如果满足方 差分析的3个前提条件则用方差分析;如果不满足,则采用变 量变换或秩和检验。如果P<0.05,则进行多组均数间的多重 比较。
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。
医学论文中的常见统计学错误
中国疾病预防控制中心 金水高
精品课件
正确的统计学方法必须贯 穿于从课题的统计设计 到论文撰写的全过程。
精品课件
不管是实验室研究、临床研究还是现场调查， 其数据的归纳整理，都要列成一定的标准格 式，以便于进行计算机的录入及统计分析。 其基本要求为： 1. 横为记录，纵为变量 2. 对每个变量要起合适的变量名 3. 对分类变量中用字符表示的取值在进行计 算机录入时必须按照一定的规矩将其转换为 数值。
一、计数资料分析中的常见错误举例
1.率与构成比 2.某研究想了解筛查与自查相比发现的肝癌病例分期是 否存在差异，是否筛查更能发现早期肝癌病人。
精品课件
一、计数资料分析中的常见错误举例
1. 率与构成比（续）
精品课件
一、计数资料分析中的错误举例
2. 样本量/阳性例数较少时的统计分析
年龄别 123451015合计
对照（一水平） 1
1.56 3.56
0.86
二水平
0.64
1
0.44
1.81
三水平
0.28
2.28
1
4.14
四水平
1.16
精品课件
0.55 0.24
三、 Logistic 回归中的主要统计学错误
4. 比数比及相对危险度的正确解释 某文献在研究影响妇女产前检查的可能因素时，拟合了
一个Logistic回归模型。在进行分析后，认为‘由于 量纲相同’，可以由回归系数的绝对值‘直接判定’ 它们与产前检查关联强弱。其结论为：孕产期卫生知 识〉妇女文化程度〉妇女年龄〉丈夫文化程度〉丈夫 职业〉家庭距卫生院距离。
２．这些数据的属性：是定性还是定量资料。 确定了所关心的研究产出后，其它的变量就都可以解释为是这
医学期刊统计学误用分析课件
律性更好地显露出来”。
19
《重量法测定血苯-白蛋白加合物的初 步研究》
用气-质联仪（GC-MS）测定血液中的苯-白蛋 白加合物，由于采用昂贵的仪器和同位素内标 物，在一般实验室难以进行。本研究采用重量 法测定，并与GC-MS法进行比较，同一标样用
GC-MS法测3次，重量法测7次， xs分别
1.医学期刊统计学错误概述
国外学者对一些英文权威医学期刊调查 表明，统计学误用率为50%的不在少数， 有的甚至高达70%或100%。
Glantz调查了《Circulation Research 》和《Circulation》杂志中发表的文章 ，分别有61%和44%具有统计学错误。
Kanter等调查了1992年7月到1993年6月 《Transfusion》杂志发表的文章，发现 75%的文章至少存在一处统计学错误。
王倩等调查了国内5种中华系列杂志发表的论文， 发现54%的文章不能够正确应用统计分析方法。
毛宗福等报告了5种中华核心期刊其论著中统计推 断应用缺陷率为62%。
胡良平一直关注国内一流生物医学类杂志的发展 动向和水平变化情况。通过分析发表在这些核心 期刊上的论文,发现其平均的统计学误用率达80%; 一些国家自然科学基金资助的重大科研项目论文 ,50%以上存在明显的统计学错误。
21
释疑
应根据专业知识，合理确定标样的浓度范围， 选定多个标样用目前被公认的测定方法和重量 法同时进行测量，并选用合适的统计分析方法 （如直线回归分析，其零假设与备择假设分别
为总体斜率β =1与β ≠1，而不应采用t检验）
，这样才能推论两种方法测量结果是否具有一 致性。
22
随机原则的作用