单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,医学统计学在医学论文写作中的运用,zzz,医学统计学是医学科学的一个组成部分，是医学院各专业本科室与研究生的公共必修课医学统计学是医学科学研究中必需的手段，是医学论文中不可缺少的重要组成部分医学统计学是正确运用直接关系到医学论著的科学性和可靠性准确理解和应用统计学常见基本概念,医学数据资料大致分为三类：,1,、计量资料,定量描述，如体重（,kg,），血压（,kpa,）,2,、计数资料,定性描述，表现为互不相容的类别或属性，又称无序分类资料具体包括二项分类资料（如阴性或阳性）、多项分类资料（如血型分为,A,、,B,、,AB,、,O,型）,3,、等级资料,定性描述，但各类之间有程度的差别，又称有序分类资料，如血清反应的强弱分为阴性、弱阳性、阳性、强阳性等,统计分析：统计描述和统计推断,统计描述指用指标、统计表、统计图等方法飞资料的数量特征及其分布规律进行测定和描述，不涉及有样本推论总体的问题如均数、几何均数、中位数和百分位数，方差、标注差、变异系数等常用的相对数有相对比、构成比和率三类指标统计推断指如何抽样以及如火如何有样本信息推断总体特征，包括参数估计和假设检验，是统计学运用中最重要的部分。
正确选用统计检验方法,统计分析方法的准确描述是论文科学性的关键所在，不同的统计学分析方法都有其应用条件和适用范围，实际应用时，必须根据租了的性质及所要分析的内容选择适当的统计分析方法统计资料类型及其相应的统计分析方法,类型,对象,表现,举例,分析方法,计量资料,数值变量,数值,血红蛋白含量,统计描述：均数、中位数等,假设检验：,t,检验、,u,检验、方差分析、回归与相关、秩和检验,计数资料,无序分类变量,对立的两类（二项）,生存、死亡,男、女,统计描述：比、构成比、率,假设检验：,u,检验、卡方检验,不相容的多类（多项）,血型：,A,、,B,、,AB,、,O,统计描述：比、构成比、率,假设检验：卡方检验,等级资料,有序分类变量,类间有程序差别,治愈、显效、好转、无效,假设检验：秩和检验列联表卡方检验、等级相关,计量资料的统计检验方法选择,均数与标准差,【,例,】,本组,105,例，男,55,例，女,50,例；平均年龄：,62.3,6.1,岁，所有入选病例均符合,1999,年,WHO,高血压诊断标准均数：,62.3,标准差：,6.1,均数与标准差,【,例,】,有两组人，第一组身高（,cm,）：,98,、,99,、,100,、,101,、,102,；第二组身高（,cm,）：,80,、,90,、,100,、,110,、,120,，,这两组人身高的均数都是,100cm,，但是第一组的身高很接近，第二组的身高差异很大。
均数与标准差,标准差,：,表示观察值变异程度（离散程度），当两组资料均数相近，度量单位相同的条件下，标准差较大，说明观察值的变异程度较大，即各观察值较分散（较远离均数），因而均数的代表性较差；反之，标准差较小，说明观察值变异程度较小，即各观察值较集中在均数周围，因而均数的代表性较好统计学上对一组测量结果的数据都要用,“,均数,标准差”表示均数与标准差,70,81,57,58,28,48,48,67,49,63,67,60,57,49,47,44,57,54,64,72,66,52,51,65,40,51,70,45,46,51,60,57,例：收集,32,例某种癌症患者体重（,kg,）的资料见下表,启动,SPSS,，进行变量的设置,均数与标准差,数据录入：,均数与标准差,数据分析,均数与标准差,均数与标准差,假设检验,假设检验又称统计假设检验（注：显著性检验只是假设检验中最常用的一种方法），是一种基本的统计推断形式，也是数理统计学的一个重要的分支，用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。
假设检验,作出推论,接受,Ho,（检验假设）差异能用抽样误差引起,P0.05,差异无统计学意义,拒绝,Ho P0.05,检验假设未被,拒绝，说明资料符合正态或近似正态分布单因素方差分析,单因素方差分析,单因素方差分析,四格表资料的,X,2,检验,例,:,为研究高脂饮食与冠心病的关系,对一组实验大白鼠进行,2,种不同饮食的研究,结果见下表,.,问高脂饮食组冠心病患病率是否较普通饮食组为高,?,患病,未患病,高脂饮食组,67,53,普通饮食组,28,73,disease,1,2,group,1,67,53,2,28,73,四格表资料的,X,2,检验,四格表资料的,X,2,检验,四格表资料的,X,2,检验,医学论文中常见的统计学错误辨析,许多人误认为,t,检验，,X,2,检验是处理定量资料和定性资料的“万能工具”，在计量资料的统计分析中，忽视,t,检验和方差分析的前提条件、误用,t,检验代替方差分析、误用参数检验代替非参数检验、误用单因素方差分析代替多因素方差分析在定性资料的统计分析中，对列联表中的定量性质不加区分，统计方法与分析目的一致在分析资料时，常常混淆因素与水平之间的关系，拆散多因素的整体设计，使得资料的利用率降低，增大了犯假阳性错误的概率。
仅用,P,值表示检验结果,未说明所用的统计检验方法而直接用,P,值来说明比较结果，这是不科学的任何统计检验方法都能得到一个,P,值，而只有通过正确的统计检验方法获得的,P,值才有价值，才能作为研究者对实验或观察结果进行推断的统计依据正确的表达应该是先交代采用何种统计学方法，然后在结果中同时列出检验统计里和,P,值方差不齐却采用,t,检验或方差分析,t,检验用于两组均数的比较，方差分析用于两个或多个均数间的比较T,检验或方差分析都要求资料服从正态分布且组间方差齐（各组标注差彼此相近）但很多作者忽略了这两个条件而直接应用,t,检验或方差分析，这样的分析结果是不可信的t,检验代替方差分析,医学实际中经常会遇到多个均数比较的情况，作者常误用,t,检验进行多组均数间两两比较，即重复使用独立样本,t,检验，这是医学论文中,t,检验滥用的重要表现。
