医学科研数据的整理与分析

结 果
一、原始数据的检查
检 主要检查内容： 查 有无缺失（漏填）数据。
有无字迹不清。 整 有无用错单位的数据。 理 有无数据超出范围。如年龄超出入组标准的允许 范围。 分 有无不合逻辑数据。如舒张压大于收缩压。
析
结 果
检 原始记录的修改： 查 发现错误应当由研究人员在原始记录上修改。 整 修改时不可覆盖原数据，以便以后了解。 理 一般用一条细线条划过原来的数据，写上正确数据，
果
五、数据的整理
检 （二）数据的分组 查
数值变量资料：频数分布表
整 理
资料的类型
分类变量资料：行×列表
有序分类资料 无序分类资料
分 析
结 果
第二节 科研数据分析方法的选择
检 查
统计指标
整 理
统计描述 统计表
统计图
统计分析
统计推断
假设检验
Text
区间估计
分 析
变量间关系的研究、判别分析等
结 果
统计描述
整 理
分 析
机检查，即由数据管理人员编写检查程序并检查， 检查内容主要是范围检查和逻辑检查。 运行检查程序可以检查出在目视检查时没有查出 的超出范围、不合逻辑和各变量数据间互相矛盾 的数据。 对于检查出来的错误，需再次送往研究者进行改 正。数据管理人员以改正后的数据再次更正数据 文件，如此反复，直至再也找不出错误。
检 录入数据之前有要做： 查 1. 给每一个对象一个编号以识别录入的数据与对象的对应 关系 2. 给输入的变量定义名称 整 3. 需要对变量的调查结果进行数量化 理
数据的双份输入：
分 析 为避免输入错误，由2名输入员独立地对同一批数据输入， 由此应该形成2个相同的数据文件。
结 果
数据的计算机检查
检 当2份数据完全一致后，应当再进行数据的计算 查
检 查
整 理
分 析
结 果
检 查
整 理
分 析
结 果
检 查
整 理
分 析
结 果
统计推断
检 查
估计与检验
总体
整 理
分 析
样本 统计量
样本
结 果
统计推断：区间估计
检 查
▲概念：根据样本统计量，按一定的可信度 计算 出总体参数很可能在的一个数值范 围，这个范围称为参数的可信区间。
整 理
分 析
结 果
区间估计
检 总体均数（μ）的100(1-α)%可信区间(CI)： 查
(1)已知总体标准差σ，按正态分布原理，计算公式为：
整 理
x uα σ x
(2)σ未知，n较小，按t分布原理计算：
分 析 (3)σ未知，n足够大(如n＞100)，按正态分布原理计算： 结 果
x t,υ s x
x uα s x
区间估计
医学科研数据的整理与分析
主要内容
检 查 1
2 3 分 析
科研数据分析前的准备工作 科研数据分析方法的选择 不同设计类型的数据分析方法 论文中统计结果的表达与解释
整 理
4
5
结 果
数据分析中存在的问题
第一节 科研数据分析前的准备工作
检 查
原始数据的检查
整 理 数据的计算机录入
分 析
缺失及可疑数据 数据的整理
整 理
分 析
结 果
例：在一个滴眼药的临床试验中，入选者58人，其中3 例失访，另有5 检 例因未能坚持定期随诊而被淘汰。作者以50 例计算不良反应率。结 查 果，国产制剂组30 例，不良反应率为13/30=43.3%。进口制剂组20 例 不良反应率为2/20=10% 。作者说：“患者失访及淘汰的8例中，主要 原因之一是点药后疼痛感明显”。
结 果
三、缺失及可疑数据
检 查
整 理
缺失数据是指其测量结果缺失。 例如在问卷调查时遗漏出生日期和年龄，调 查结束后又无法补救而使个别研究对象的 年龄成为缺失数据；血脂或血糖因为血清 量不足或研究对象拒绝采血而导致某些研 究对象实验室的检测结果成为缺失数据。
分 析
结 果
可疑数据的处理
检 查
过大或过小的数据称为可疑值。可疑值可能是测 定值随机波动的极度表现，它虽与其它数据相差 较远，也可能同属一个总体。 发现可疑值后，首先应从专业、技术与操作方面 进行检查，寻找可能发生失误的原因。若查明属 于粗枝大叶、中途条件改变、未遵守操作规程、 仪器或试剂失灵等，则应舍弃该可疑值。若进行 认真检查，未发现可以解释的原因，则应以统计 方法判断取舍。
修改者必须在修改处旁边签名并写明修改日期。
分 析
结 果
二、数据的计算机录入
检 查
整 理
常用的数据管理软件有： Microsoft FoxPro、Microsoft Access、 Microsoft Excel 应用广泛的数据分析软件有： SAS 和 SPSS
分 析
结 果
二、数据的计算机录入
结 果
四、数据的整理
检 (一) 数据的转换 查 偏态分布资料数据转换
数据变量转换的方法很多，可以根据数据的分 布特征，选择合适的数据转换方法。常用的方 整 法有对数变换，平方根变换或倒数变换等。 理 数据转换的目的： 分 ① 使偏态分布接近正态分布； 析 ② 消除多组资料均数与标准差的正比关系。多见 于用百分比做观察结果的数值变量资料。 结 资料类型的转换
检 查
数值变量资料
整 理
分类变量资料
绝对数 相对数：率 相对比 构成比 R ×C表
分 析
正态分布 x s 非正态分布 M Q 频数分布表
结 果
直方图 、 线图、 条图等
检 查
整 理
分 析
样本不是过小时,按正态分布规律,平均数减3个标准差仍应是正数。
结 果
Leabharlann Baidu
此例应采用适合偏态分布的中位数和四分位数间距。
整 理 显然，这8例都曾用药，而且反应不良，应该参加不良反应的分析。
分 析
由于排除了这8 例，大大地缩小了不良反应率。由于作者未能说明这 8例各用的是什么药，因而，我们也无法计算这2 种药真正的不良反 应率。作者的结论为：“药物的不良反应以疼痛为主，但大多数患者 均能忍受”。这一结论显然是不够确切的，因为太多的人不能忍受。
检 查
总体率的可信区间估计
查表法 当n≤50时 正态近似法 当样本含量足够大，且样本率p和（1-p）均不
太小。一般认为np和n(1-p)≥5。
整 理
分 析
p±uαsp
结 果
统计推断：假设检验
检 查
什么是假设检验？
已知健康成年男子脉搏均数为 72次/min 。
整 理
某医生随机抽查了 25 名某病成年男性病人，求 得脉搏的均数为 75.5 次 /min ，标准差为 5.0 次 /min ，能否据此认为该病病人的脉搏均数与一 般健康成年男子的脉搏均数有差别?