常见统计学错误()【共46张PPT】.pptVIP

*以诸个体反应值的均数作回归计算,掩盖变异性心中无数，不要“先上马再说”例有人分析蛇毒因子（CVF）的剂量对血液白细例各取7只兔子，分别以正常食物和待研究食物喂若(西药A和中药B)疗效-对照疗效ii)不同年龄组患病率不可比！—食物对家兔血清胆固醇有影响；正式结果，只能视为探索性分析。胆固醇浓度随时间变化的趋势是否受该食物影响。处理分配的随机化为什么这么重要?多重比较:对一组数据作多项比较时，必须做法1：单因素方差分析?!ii)不同年龄组患病率不可比！随访例数：7周n=38，11周n=38，15周n=38，19周n=36正式结果，只能视为探索性分析。综合指标2）重复测量资料的方差分析先做“球形检验：不同时间点上数据之间没有相关性？任何两个时间点之间的相关性都一样？得阴性结果才进一步作方差分析。例兔子喂养重复测量资料分析处理因素（group）：F=31.69，P=0.0001—食物对家兔血清胆固醇有影响；2)测量时间（time）：F=11.93，P=0.0003—家兔血清胆固醇浓度随时间变化；3)交互效应（time×group）：F=10.57，P=0.0005—不同食物，血清胆固醇浓度变化趋势有所不同。7.多维列联表资料不可反复做检验例某地区呼吸系统疾病的患病率较高，有人怀疑与当地室内点香的习惯有关，经抽样调查，得数据如下合并后作检验？！错在哪里？哪些指标可能有组间差异，必须心中有数。科研的结果应当预见——假说是科研的灵魂心中无数，不要“先上马再说”指标多，实验工作量大。大海捞针——碰运气，不是科研指标多，翻来覆去分析，制造假阳性Nature杂志统计学指南：常见错误之一为何翻来覆去分析，会制造假阳性？

Nature常见错误之一多重比较:对一组数据作多项比较时，必须说明如何校正α水平，以避免增大第一类错误的机会应当如何？主要终点(primaryendpoint)：只能一个次要终点(secondaryendpoint):可以几个,但勿过多Bonfferoni校正当同一组数据同时作k次分析时，若限定犯假阳性错误的概率总共不超过，则每次分析要用来控制假阳性的概率。例事后分析（Posthocanalysis）看到数据之后才想起来做的分析其结果往往不能被进一步研究所确认不鼓励事先并未计划的亚组分析和校正分析2.事后分析，见机行事为何不鼓励事后分析？数据是现象，现象具有偶然性；看到数据后进行的“分析”属于故作姿态，变偶然为“必然”——忽悠！看到数据后增加的“分析”，也属于多重分析，增加假阳性的机会必要的亚组分析有助于发现适应症，指导个体化治疗；必要的校正分析有助于消除混杂偏倚，公平、公正地比较疗效亚组分析和校正分析必须事先在研究计划里规定，并说明理由；写文章时，申明这类分析是事前计划好的事后决定做的分析，如果想写，不能算是正式结果，只能视为探索性分析。应当如何？3.随机化，说而不做，做而不严处理分配的随机化为什么这么重要?(1)消除分配处理有意或无意的偏倚。(2)为实施盲法创造条件。(3)使有可能利用概率论来描述各干预组之间的差异有多大可能仅仅是由偶然性造成的。将随机化当作“廉价名词”，实际没做，却写“随机分成两组”——科研道德？说错和做错将随机化当作“廉价名词”，实际没做，却写“随机分成两组”——科研道德？将“随意分组”当作随机化将“机械分组”当作随机化略去筛选过程，简单地报告将多少人随机分组略去实施过程中丢失对象，将最后两组人数说成是随机分组人数应当如何？成功的随机化取决于：(1)产生一个不可预见的分配序列;(2)“隐蔽”（allocationconcealment）这个序列，直到分配完毕（必须建立一个分配处理的系统）。报告如何随机分组，如何“隐蔽”：谁做随机序列，谁收病人，谁分药和发药；分组方案如何保管……参加者的流程图

（强烈推荐）合格对象82例拒绝参与7例随机分组75例分配至实验组38例接受干预38例分配至对照组37例。接受干预36例,1例因颈部损伤未接受干预随访例数：7周n=38，11周n=38，15周n=3