論文撰寫中常見的統計學問題及其處理

論文類別:應用文論文 > 寫作指導
論文作者: 趙右
上傳時間:2006/11/15 11:42:00

關鍵詞: 統計學問題

  絕大多數的论文撰寫,均需通過一定數量臨床病例(或資料)的觀察,研究事物间的相互關系,以探討客觀存在的新規律。如確定新診断、新治療等措施是否優於原沿用的方法,就需進行两種方法比較,這就涉及統計处理;統計設計又是整個課題研究設计中一個重要的組成部分。顯然,經正確統計處理的結果可信度高,論文的質量也高。
  據不完全統計,在难以發表的、已凝聚著作者心血並花費較長時間與較大財力撰寫的研究論文中,約半數以上是由於統計錯誤致其結果与原文主要結論相違背。如一文采用某新藥引產,96例足月孕婦的產後出血與新生儿低Apgar評分率均為2.1%(各2例),明顯低於應用原藥引產的19例,其產后出血與新生兒低Apgar評分发生率均為15.8%(各3例,χ2=7.164,P<0.001)。故認為采用新藥引產是一更安全的措施。原藥引產組例數偏少暫且不談,該資料比較應采用精確法分析,結果是与原結果恰恰相反(P>0.05),這樣上述的主要結論就欠可靠而難以發表,否則論文可起誤導作用。類似問題文稿中還常有出現。現就文稿中常見的統計問題及其相應的處理方法簡述如下。

  一、 常用的統計術語

  統計學中常用的概念有总體與樣本、隨機化與概率、計量與計數、等級資料及正态與偏態分布資料、标準差與標準誤等。如某研究采用经會陰途徑測定宮頸長度,以探討不同宮頸長度與臨产時間的關系。結果顯示35例宮頸長度為25~34mm者與32例宮頸長為15~24mm者臨產時間的均值±標準差(x±s)各為57.6±58.1與47.3±49.1小時。該計量資料,经t檢驗顯示t=0.780,P>0.05,並未提示不同宮頸長度的臨產時間差異有顯著意義;從標準差大于均值,顯示各變量值離散程度大,呈偏態分布,故不能采用x±s這一算術均數法計算均數。经偏態轉換成近似正態分布资料後結果是:35例与32例的臨產時間各為34.5±4.1與26.7±4.1小時,(t=7.778,P<0.001),两組差異有極顯著意义。可認為隨著宮頸長度的缩短、臨產時間也縮短。此外,當兩組資料單位不同時,其S單位也不同;即使兩组單位相同的變量值,若其均數差異較大,也都應以變異系数替代s來比較兩組值的離散度的大小。

  二、 正常值範圍及異常阈值的確定

  如何選择研究對象,至少需多少例,正確統計處理和參考一定數量的病例數據,是確定正常值範圍及異常閾值的四個重要因素。
  1.研究對象:應為“完全健康者”,可包括患有不影響待測指標疾病的患者。如“正常妊娠”的條件:孕前月經周期規則、單胎、妊娠過程順利、無產科並發癥及其它有關合並癥,分娩孕周為37~41周+6,新生兒出生体重為2500~4000g和Apgar評分≥7分。

  2.觀察數量:觀察數量應盡可能多於100例;需分組者,各組人數也是如此(標本來源困難時酌情減少)。有些指標值如雌三醇(E3)、甲胎蛋白(AFP)、胎盤泌乳素(HPL)等隨孕周進展而變化,應按孕周分組;邻近孕周均數相近者,可合並幾周計算。若為偏態分布,應以百分位數計算,则例數應≥120例。取各孕周對象時,應考慮到所取各孕周中的例數分布大致均衡。显然,文稿中往往以少量例數求得正常值是欠可靠的。

  3.統計處理:應根據所得數據分布特征采用不同的統計處理方法。屬正態或近似正態分布的數據,可采用x±s法計算;这也適用於以一定方法能將非正態分布轉換成正態或近似正態分布的資料。對無法转換的偏態資料,應采用百分位數計算法。具體計算(包括上下限初步制定)見文獻。

  4.對照數量:相應觀察的病例数(包括分組)應不少于30例,這對制定某指標有臨床意義的異常閾值尤其重要,这一點往往易被忽視。如在參考較多病例數據後,唾液遊離E3的下限異常閾值應為第2.5百分位數,而非通常采用的5百分位數。否則,將會导致該指標產前監護的假陽性率增加。


  三、 t檢驗與校正t檢驗(t′檢驗)


  這是文稿中極易混淆的一類计量資料統計問題。
  (一)檢驗的註意事項

  1.t檢驗的意義:t檢驗與所有統計分析相同,其結果提示現有差別不僅僅是抽樣誤差所致,且提示犯第一類錯誤的可能性大小,即t0.05與t0.01犯第一類错誤的可能性各為5%與1%。

  2.統計意義与臨床意義的關系:統計學有顯著意義,而在臨床上可能是無意義的,提示該研究應繼续深入,以明確該差異是否真有顯著意義;相反,統計无顯著意義,而臨床上却是有意義的,不能貿然轻易地下結論。應復查實驗設計、方法、試劑及儀器性能、質控措施和實驗數據等是否有问題,或尚需再進一步增加樣本量進行復測等。 
  
  3.t檢驗適用範圍:t檢驗僅適用於正態或近似正態分布(包括偏態轉換)和其方差是齊性資料的檢驗;t檢驗适用於可比性資料,即除了欲比較的因素外,其它所有可影響的因素應相似。

  4.t檢驗的結果判斷:判斷結果不應絕對化,P<或>0.05,分別表示可拒絕或接受原定的假設,但兩者都有5%的可能性犯第一類錯誤;而P值越小,只能是更有理由拒絕原定的假设。

  5.單側與双側檢驗:應預先制定本研究的結果是需行雙側還是單側檢驗。对有把握確知某治療措施或某指標是不會劣於現有的,才作單側檢驗;若不知何者為優,應行雙側檢驗。因為在同一t值的界限上,單側檢验的概率(P)僅為後者的一半,也就是說單側檢驗較雙側檢驗更易得出差別有統計意義的結論,不可隨意制定。一般講,絕大多數研究以采用雙側檢驗為妥。

  (二)t′檢驗與t檢驗的區別

  當兩樣本均數的方差非齊性時,應以t′替代t檢驗。例如:甲组32例血清某指標值為53.9±49.6(μmol/L);乙組6例的結果為26.6±7.2(μmol/L),若不考慮兩樣本方差大小,t檢驗示t=1.331,P>0.05,提示兩組血清该指標的平均含量差異無顯著意義。但先作方差齊性檢驗,F=47.4,P<0.01,示這兩样本方差差異有極顯著意義。據此应采用t′檢驗,t′=2.952>t′0.012.875,P<0.01。顯然,與上述結論恰恰相反。 免費論文下載中心 http://www.hi138.com


  四、 卡方(χ2)、校正χ2與直接概率法(或精確法)檢驗


  這三种檢驗方法為一類用途較廣、但也易混淆的、適用於计數資料檢驗的方法。應註意,鑒於總數與理論值的不同,應采用相適合的檢驗方法。

  例1.192例出生體重≥4000g的新生兒發生难產與窒息數分別為151例與22例;3475例出生體重≥3500~4000g的新生兒發生難產與窒息數分別為185與265例;2451例出生體重≥2500~3500g的新生儿發生難產與窒息數分別為122與169例。3組的構成比:难產與新生兒窒息率分別為:78.6%、5.3%、5.0%與11.4%、7.6%、6.9%。據此貿然认為出生體重≥2500~3500g為最佳新生兒分娩體重的結論是不可靠的。經χ2分析,後兩組的難產與窒息率間和前兩組窒息率間差異均無顯著意義(P均>0.05)。故可認為,單據本研究結果是難以得出上述臨床上認可的結論的。這涉及到上述“統計無顯著意義,而臨床卻是有意義”的問題,應進一步復查或增加樣本測试。杜絕單純根據百分率的大小貿然下結論。

  例2.某藥治療感染衣原體(CT)的中、晚期孕婦各11例和36例,她們的新生兒感染CT數各為3例和23例。χ2檢驗得χ2=4.570,P<0.05。據此誤認為,某藥治療中孕期感染CT孕婦的新生兒感染CT數少於晚孕期才開始治療的新生兒感染數。根據統計原則,其中一个數的理論值為4.9(<5)時,應采用校正χ2計算,得χ2=3.209,P>0.05。顯然,正確結論恰與上述相異。

  例3.以精確法替代χ2檢驗。某新技術測試8例卵巢內胚窦瘤患者,5例呈陽性反應;測試25例卵巢顆粒細胞瘤患者中6例陽性。χ2檢驗得χ2=4.042,P<0.05。誤認為該新技術測前組的阳性率高於後組。但鑒於總例數33例(<40),且其中一個數的理論值為2.7(<5),故应改用精確法檢驗,結果首次計算P值,已達0.102,>雙側檢驗的有顯著性意義的界限0.025,故P>0.05。結論也恰相反。


  五、 相關與回歸分析


  相關分析只是以相關系數(r)來表示兩個變量間直线關系的密切程度和相關方面的統計指標。無論是正相关(r為正值)或負相關(r為負值),只是經相關系數的统計意義檢驗(如t檢验)後,當P<0.05時,即示差異有顯著意義时,才能依據|r|值的大小來說明兩變量間相關的密切程度。因此,表示相關性,除寫出r值外,應註明P值;切不可將相關的显著性誤解為相關程度;也應註意:相關分析是不能單純用於闡明兩事物或現象間存在著本質的聯系,即使兩變量間存在高度相關關系(即有一定的統計聯系),也不能證明它们間存在著因果關系。如欲證明兩事物間的內在聯系,必需憑借專業知識從理論上加以闡明。

  “相關”是表示两個變量間相互關系的密切程度,而回歸分析是提示兩個變量間的從屬關系。在回歸分析中,應註意由X變量值推算Y,與以Y變量值推算X的回歸線是不一樣的;直線回归方程的適用範圍,一般僅适合於自變量X原測數據的范圍,故繪制回歸線時,X值切不能超越實測值的范圍而任意延長。
可見,這兩種分析,說明的問題是不同的,但相互又有聯系。在作回歸分析時,一般先作相關分析,只有在相關分析有統計意義(即回歸有統計意義)的前提下,求回歸方程和回歸線才有實際意義。決不能把毫無實際意义的兩個事物或兩種现象進行相關與回歸分析。


  六、 數據的正確书寫


  1.文稿內各數據的書寫必須前後一致;總數应等於各分組的數據之和。
  2.對不同指標,有其不同數据精度的要求,這應結合專業知識加以判斷。如新生兒出生体重是以公斤為單位, 記录測定數據精確到小數點後的第二位數字即可。
  3.测定數據的書寫,不能超越其測量儀器測試的精確度範圍。
  4.同一指標的前後数據應保持同一精確度。
  5.經計算,出現比預定小數點後兩位數多的數字,應采取“≤4舍、≥6入”與“5‘奇’進‘偶’出”方法,以決定小數點后第三位數字是“舍”还是“入”,即5前為單數则入,雙數則舍。
  6.未經統計檢驗,文稿內不宜出現推斷性的比較結果的結論。如“××結果的百分率高或低於××結果的百分率”、“本文結果較××報道的多或少或類似”等結論。這在綜述類文章撰寫過程中也需註意;欲予以比較,也應註意兩者的可比性。

  上述是統計學中較為基础的概念,但又是文稿中常见的、較易出現差錯的內容。因此可以認為,統計學是醫護人員必需掌握並能熟練應用的一門重要知识;藉此,可不斷地從自身和他人的研究中獲取更多、更新和更可靠的專業信息。轉贴於 免費論文下載中心 http://www.hi138.com
下载论文

論文《論文撰寫中常見的統計學問題及其處理》其它版本

寫作指導服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2017 免費論文下載中心 京ICP备17062730号