医学科研思路分析总结(正式)
- 格式:doc
- 大小:429.32 KB
- 文档页数:16
.~
科研资料的分析思路
预备知识
*同质(homogeneity)与变异(variation):
严格地讲,同质是指被研究指标的影响因素完全相同。但在医学研究中,有些影响因素往往是难以控制的(如遗传、营养等),甚至是未知的。因此,在实际工作中只有相对的同质。在统计学中可以把同质理解为对研究指标影响较大的、可以控制的主要因素尽可能相同。例如研究儿童的身高时,要求影响身高的较大的、易控制的因素如性别、年龄、民族、地区要相同,而不易控制的遗传、营养以及未知的影响因素可以忽略。
同质基础上的个体差异称为变异。如同性别、同年龄、同民族、同地区健康儿童的身高、体重不尽相同;相同病种、病程的病人,使用同一疗法,却未必有相同疗效。这些不同就是变异。变异是生物体的基本属性之一,也是统计研究的前提,若所研究的同质群体中各个观察单位都一样,没有差别,分析一个就够了,无须进行统计研究。
* 变量 (variable)
在搜集资料时,首先要根据研究目的确定同质观察单位,再对每个观察单位的某项特征进行测量或观察,这种特征称为变量。如“身高”、“体重”、“疗效”、“性别”、“职业”等都是变量。变量的观察结果或测量值称为变量值,变量按其值的性质可分为数值变量(numerical variable)和分类变量(categorical
variable)。
数值变量的变量值是定量的,表现为数值的大小,通常是使用仪器或某种尺度测定出来的,多有度量衡单位。如身高(cm)、体重(kg)、心律(次/分)、住院天数(日)、血压(mmHg)等。由数值变量的测量值组成的资料称为数值变量资料(计量资料或定量资料)。大多数的数值变量为连续型变量,如身高、体重、血压等;而有的数值变量的测定值只是正整数。如心率、白细胞计数等,在医学统计学中把它们也视为连续型变量。
分类变量表现为互不相容的类别或属性,亦称定性变量。分类变量又可分为无序与有序两类。 .~
1、无序分类变量是所分类别或属性之间无程度和顺序上的差别。如性别(男、女);血型(O、A、B、AB)等。无序分类变量的分析应先按类别分组,然后清点各组的观察单位数,编制分类资料的频数表,所得资料为无序分类变量资料(计数资料或定性资料)。它又有二项分类资料和多项分类资料之分。
1)二项分类资料:仅有两种类别或属性。如性别(男、女),化验结果(阴、阳性)等。
2)多项分类资料:两种以上的类别或属性。如血型(O、A、B、AB),职业(工人、农民、商人、干部、军人、教师 …)等。
2、有序分类变量是各类别或属性之间有程度上的差别。如尿糖化验结果按
、、+、++、+++分类;疗效按治愈、好转、无效、恶化分组。有序分类变量的分析应先按等级顺序分组,然后清点各组的观察单位数,编制各等级的频数表,所得资料为有序分类变量资料(等级资料)。
除以上资料外,医学研究中还有角度(如脑电图)、季节月份、时间等周而复始的资料,在医学统计中称其为圆形分布资料。
另外,变量类型不是一成不变的,可根据研究分析的需要进行转化。例如白细胞计数原属数值变量,若按正常、异常分组,则为无序分类变量;若按过低(<4000)、正常(4000~10000)、过高(>10000)分组,则为有序分类变量。分类变量也可数量化,如将病人的恶心反应以0、1、2、3表示。
在做统计分析时,无论是统计描述,还是统计推断,都要先考虑变量类型,变量类型不同统计方法也各异。
* 总体(population)与样本(sample)
总体是根据研究目的所确定的同质研究对象中所有观察单位的某变量值的集合。例如对2004年济南市7岁儿童的体重参考值进行研究,研究对象是该市7岁健康儿童,观察单位是每个7岁健康儿童,变量是体重,变量值是体重测量值,该市2004年全体7岁健康儿童的体重值构成一个总体。它的同质基础是同地区、同年龄、同性别、同为健康儿童;差异性则表现在这些儿童的体重值不相同。研究目的不同,其总体范围也不同。医学研究对象,可以是人、实验动物、微生物等;观察单位可以是一个地区、一个家庭、一个人、一只眼睛、一个细胞株、一个基因片段等。 .~
若在某特定的时间与空间范围之内,同质研究对象的所有观察单位的某变量值的个数为有限个,则这个总体称为有限总体。有时总体是假设的,没有时间和空间的限制,观察单位数是无限的,称为无限总体。在医学研究中,通常采用抽样研究的方法。
样本是按随机化原则从同质总体中随机抽取的部分观察单位的变量值的集合。所谓随机化原则,通常是指总体中的每个个体都有同样的机会被抽到样本中;但不同的研究目的,所采用的抽样方法不同,如单纯随机抽样、系统随机抽样、整群抽样和分层抽样等。
在统计学中,描述样本的变量值特征的指标称为统计量;描述总体变量值特征的指标称为参数。
※ 科研资料的分析思路
资料的分析必须包括两部分内容:一是统计描述,二是统计推断。分析资料时,无论何种研究目的,首先要对样本资料进行统计描述,然后根据研究目的进行统计推断。
一、统计描述
根据资料的变量类型及其分布特征选用恰当的描述性指标和统计图(表)来描述样本特征。
* 常见的变量类型有:数值变量资料和分类变量资料。
1、数值变量资料
根据变量值的频数分布,数值变量资料有正态分布、对数正态分布和偏态分布之分。
数值变量资料的描述
分布类型 描述性指标
正态分布 ※ 均数X和标准差S;(必要时,可用CV、R和2S)
对数正态分布※ 几何均数G和相应的标准差GS
偏态分布 中位数M和四分位数间距Q
※正态分布含近似正态分布; 对数正态分布含倍数资料(以下同) .~
表中相应的公式:ffXX、1)(22fffXfXS;
)lg(lg1nXG、1)lg(lglg221nnXXSG;
)%50.(LmfnfiLM、2575PPQQQLU,其中)%.(LXfXnfiLPx
2、分类变量资料
应用相对数来描述。常用的相对数有率、构成比和相对比,可根据不同的研究目的选用。
率为频率指标,用于说明某现象发生的频率或强度。其公式为
k单位总数可能发生某现象的观察数发生某现象的观察单位率=;
构成比为构成指标,用于说明某一事物内部各组成部分所占的比重或分布,常以百分数表示。其公式为:
%100观察单位总数同一事物各组成部分的位数某一组成部分的观察单构成比=
相对比是A、B两个有关指标之比,用于说明A为B的若干倍或百分之几。A、B两个指标可以是性质相同的,也可以是性质不同的;可以是绝对数,也可以是相对数或绝对数。其公式为:
%)(或相对比=100BA
二、统计推断
抽样研究的目的是用样本信息来推断总体特征,即统计推断。统计推断又包括总体参数估计和假设检验两部分内容。进行统计推断时,需根据研究.~
目的、设计类型、资料类型及其分布特征,正确选用分析方法。
* 常见的研究目的:估计总体参数、制定医学参考值范围、假设检验(样本与总体的比较、两样本的比较、多样本的比较)、多因素分析(含线性相关回归)等。
* 常见的设计类型:完全随机设计、配对设计、随机区组设计(配伍组设计);其次,还有交叉设计、拉丁方设计、析因设计、正交设计等。
* 常见的资料类型及其分布特征:数值变量资料(正态、对数正态、偏态分布)、分类变量资料(二项分布、Poisson分布)
(一)估计总体参数:(均按完全随机抽样方法获得的样本)
※ 数值变量资料
数值变量资料的总体参数估计
分布类型 总体参数估计的估计方法
正态分布
* 估计总体均数的95%可信区间
1、已知时,)96.1,96.1(XXXX
2、未知且n小时,(XXStXStX,05.0,05.0,)
3、未知,但n足够大时,)96.1,96.1(XXSXSX
偏态分布 估计总体中位数的95%可信区间
1、先求50%的上、下限%x,nx)5.01(5.096.15.0%
2、再求出xP,)%.(LXfXnfiLPx
* 对于对数正态分布资料,1、先将变量值取对数;2、应用估计总体均数的95%可信区间的公式求出上、下限;3、对上、下限求反对数。
※ 分类变量资料
分类变量资料的总体参数估计
类 型 总体参数估计的估计方法
二项分布 估计总体率的95%可信区间
1、查表法:n50,且p远离0.5时,根据n和阳性数X 查“百分率的可信区间”表; .~
2、正态近似法:50n,且样本率p或)1(p均不太小(一般规定np与)1(pn 均大于5)时,)96.1,96.1(ppSpSp。
Poisson分布 估计总体平均数的95%可信区间
1、查表法:样本阳性数50X时,用X值查Poisson分布μ的可信区间;
2、正态近似法:50X时,(XX96.1,XX96.1)。
(二)制定医学参考值范围(用于数值变量资料)
医学参考值范围的制定方法
分布类型 制定方法
正态分布 正态分布法:
双侧界值:SuX
单侧上界:SuX ,或单侧下界:SuX
对数正态分布 对数正态分布法:
双侧界值:)(lglglg1xxSuX;
单侧上界:)(lglglg1xxSuX,
或单侧下界:)(lglglg1xxSuX。
偏态分布 百分位数法:
双侧界值:5.2P和5.97P;
单侧上界:95P,或单侧下界:5P。
(三)假设检验
1、样本与总体的比较(均按完全随机抽样方法获得的样本)
※ 数值变量资料的样本均数与总体均数的比较
分布类型 假设检验方法
正态分布 1、未知且样本含量n较小时,用t检验:
nSXSXtX00,1n .~
2、已知时,用u检验:nXXuX00
3、未知,但n大时,nSXu0
偏态分布 用样本中位数与总体中位数比较的符号秩和检验
(方法同配对资料的符号秩和检验)。
※ 分类变量资料的样本与总体的比较
类型 假设检验方法
二项分布 1、直接计算概率法:用于0偏离0.5较远,且阳性数X较小作单侧检验时。按二项分布概率公式直接求出累计概率,与所取检验水准比较,作出推断结论。
XnXXnCXP)1()(,nX,,2,1,0
2、正态近似法:用于0不太靠近0或1,且样本含量n足够大;或50n且5)1(0n时,
npu/)1(000
Poisson
分布 1、直接计算概率法:用于200,且样本均数X较小作单侧检验时。按Poisson分布概率公式直接求出累计概率,与所取检验水准比较,作出推断结论。
)!/(XeXpX)(,,2,1,0X
2、正态近似法:用于20时,
00Xu
2、两样本的比较
※ 数值变量资料的两样本均数的比较
分布类型 设计类型与假设检验方法
正态分布 完全随机设计(或成组设计)
1、t检验:用于两个小样本,