《科研数据的种类及处理方法》由会员分享，可在线阅读，更多相关《科研数据的种类及处理方法（39页珍藏版）》请在金锄头文库上搜索。
1、科研数据的种类及处理方法广东省心血管病研究所麦劲壮什么是统计学？统计学是一门处理数据中变异性的科学与艺术 内容包括 数据收集、整理、分析、解释和推断统计学与医学研究统计学思维和方法已经渗透到医学研究中 如：医学杂志 课题申请 药物开发相对随机化有对照的临床试验而言，医生个人的临床经验是无计划、杂乱的，而且是非常不可靠的统计工作步骤1.统计设计 2.资料收集3.资料整理4.数据分析5.写出报告数据分类数据分类有多种方法计数资料、计量资料连续资料、离散资料变量的类型一）定量变量二）定性变量一）定量变量 变量值是定量的，有大小之分，有度衡量单位，这种变量称定量变量，1.离散型2.连续型1.离散型定量
2、变量 只能取整数，这些定量变量称离散型定量变量，如人数、手术数量、红细胞数量等2.连续型定量变量 直接测量获得，可以是任意大小，可以有小数点，有度量单位，如血压、身高等测量值。定量变量常用的统计描述 均数、全距、几何均数、中位数、分位数、众数、方差 、标准差、变异系数、偏度系数等资料分布不同，要用相应指标 均数：近似服从对称分布 几何均数：等比数资料 中位数和分位数：偏态资料，尤其包 含不完全信息的资料，比如简易血糖仪 测量的血糖值定量资料的统计分析单因素： 单组 t检验（满足正态性）、非参数检验 两组 t检验（满足正态性）、非参数检验 多组（大于2组） 方差分析（满足正态性）、非参数检验多因
3、素： 相关 回归 定量资料的统计分析单因素多组（3组以上）使用方差分析 分别有： 一般方差分析 配伍设计方差分析 拉丁方设计方差分析 交叉设计方差分析 析因设计方差分析 重复测量数据方差分析定量资料的统计分析单因素定量资料假设检验，均须满足 正态性和方差齐性否则，需作变量变换或选用非参数检验 二）定性变量1.二分类变量与无序定性变量 2.有序定性或等级变量 二）定性变量 二分类变量与无序定性变量 虽然这些变量可能用1、2、3等数字表示，但并不一定代表其大小或水平 1.1二分类变量 科学研究中，常用1、2代表男女，0、1代表疾病有无，这些就是二分类变量，这里0、1、2并无大小、水平之分，可以用字
4、母代替。1.2 无序定性变量 一些变量虽然可以用1、2、3代表，但是也是无大小或水平之分的，如职业、民族等，其中的工、农、商、干部、技术人员等，并无大小、等级或水平之分，这些也可以用A、B、C等代表，因此称无序的定性变量，也称分类变量或名义变量。2. 有序定性或等级变量 一些定性变量是有序或有等级的，这种定性变量就是有序定性或等级变量。 例如，临床检验结果、 、等， 疗效：治愈、显效、好转、无效、死亡 定性资料的统计描述通过频率分布及相对数指标来描述其分布特征 百分比 构成比发（患）病概率感染率相对比（男女比）OR（比值比）/ RR（相对危险度）定性资料的统计分析常见错误：直接根据率的大小作出
5、统计推断例如：用某药治疗某病，甲医院治疗100人，40人有效，乙医院治疗5人，2人有效，两家医院有效率均为40%，从而判断甲、乙医院疗效相差不大。定性资料的统计分析另外一个常见错误：用 2分析一切列联表资料一般来说，22列联表一般用 2分析，但是，来自不同研究，分析又略有不同RC表须根据行列数据性质不同，选择不同方法定性资料的统计分析来自横断面研究的资料有效无效治疗组3010对照组1158两种药物治疗某病患者疗效观察结果该表可以选择一般的 检验公式进行计算定性资料的统计分析来自队列研究设计的22表 例子: “中美心血管疾病危险因素研究”，研究基线血压对10年后心脑血管事件发生的影响，列表如下定
6、性资料的统计分析基线血压状况随访10年心血管脑卒中事件结果心血管脑卒中事件基线血压发生没有发生高血压58398正常血压623541.先进行一般 检验，如果P0.05，进行第2步，否则停止；2.计算相对危险度RR（Relative Risk，RR）；3.用MH 检验RR与1之间的差异是否显著。定性资料的统计分析来自病例对照研究设计的22表子代染色体母亲是否服药异常正常服药3468未服药30128妇女孕前6个月服用某药者其子代染色体异常的调查结果1.先进行一般 检验，如果P 有序无序 二分类这样转换，不能作相反方法转换有的时候，离散型定量变量可以通过适当的变换变成连续型定量变量进行分析常见例子，通
7、过连续型定量变量“血压值”，变换成二分类变量“是否高血压”哑变量Logistic、Cox回归分析中，如果自变量是分类变量，如职业、血型，或特殊目的时，需要变换成多个哑变量才能分析以血型为例，血型有A、B、AB 、O型，需转换成4-1=3个哑变量（假设X1、X2、X3），具体方法如下哑变量哑变量血型(X)是X1X2X3A100B010AB001O000这里是选定“O“型为基准转换成哑变量，意味着，假如血型X=A，则X1=1，X2=0，X3=0；X=B，则X1=0，X2=1，X3=0；X=AB，则X1=0，X2=0，X3=1；X=O，则X1=0，X2=0，X3=0；如果分类变量有n个水平，则需建立
8、n-1个哑变量。哑变量哑变量意义 在Logistic回归中，单纯用血型（X）作为自变量，分析结果X对应的OR是1.89，这时是没有办法解释结果的，因为，不知道谁跟谁比，徒有结果，但没有意义哑变量但是，如果用3个哑变量作为自变量，结果对应的OR分别是ORX1=1.90、 ORX2=0.89、 ORX3=2.11，这样，我们可以解释为，相对“O”型血，A型血相对危险是1.90倍、B型是0.89倍、AB型是2.11倍。哑变量同样，如果连续型定量变量，我们也可以变成哑变量，例如，如果我们单纯用收缩压(SPB)作自变量，计算ORSBP=1.02，按此结果，我们仅能作以下解释：SPB每变化1个单位，危险增加0.02，临床上，我们想知道高血压比正常血压危险增加多少，怎样做？哑变量SBP或DBP哑变量HP高血压1正常0假设ORHP=1.82，我们就可以解读为：高血压是正常血压的危险1.82倍哑变量注意事项： 进行哑变量转换后，在最后报告中必须说明转换方法及标准。谢 谢
