数据异质性
数据异质性，可以简单理解成一个大样本数据里有很多小样本，每个小样本有着不同的数据特征，比如小样本的平均值有高有低，离散程度有密有疏，就好象海洋中有着不同温度，不同密度的各种洋流一样。我们不能简单的只在大样本的层面进行统计分析，这样得出的结果如果被用于对小样本或样本中的个体的估计或预测时就会出现偏差，因为每个小样本可能有着一些它自己独特的特征。
在数据样本小的时候，里面的小样本相应的就更小。这种情况下小样本里的数据记录可能只有一，两个，它们只能被当作异常值处理，无法分析。而在大数据里，这种具有独特特征的数据记录收集出现多了，就拥有了被统计分析的条件，从而使我们更好地探究特定因素的关联性，理解这些数据异质性。比如有些只在特定人群里发生的极其罕见的疾病，大数据使我们得以研究发病原因，发病风险因素；理解为什么有些治疗方法对某些人群有利，而同样的方法对另一人群却有害等等。
异质性检验操作方法
异质性检验是一种用于比较两个或多个样本之间是否存在显著差异的统计方法。常用于科学研究和数据分析中，以确定研究对象之间是否存在统计学意义上的差异。异质性检验有多种方法，包括t检验、方差分析、卡方检验等。以下将详细介绍一些常用的异质性检验方法的操作方法。
1. t检验：
t检验是一种用于比较两个样本均值是否存在显著差异的统计方法。它分为独立样本t检验和配对样本t检验两种形式。
（1）独立样本t检验：
操作步骤如下：
a. 确定研究的零假设和备择假设，即两个样本的均值是否相等。
b. 收集两个样本的数据，并计算样本均值和标准差。
c. 利用t分布表或统计软件计算得到t值。
d. 根据研究的显著水平（通常为0.05），确定临界值。
e. 比较计算得到的t值和临界值，判断两个样本的均值是否有显著差异。
（2）配对样本t检验：
操作步骤如下：
a. 确定研究的零假设和备择假设，即配对样本的均值是否相等。
b. 收集配对样本的数据，并计算差值。 c. 计算差值的平均值和标准差，并得到t值。
d. 根据研究的显著水平（通常为0.05），确定临界值。
e. 比较计算得到的t值和临界值，判断配对样本的均值是否有显著差异。
2. 方差分析：
方差分析用于比较三个或更多个样本均值是否存在显著差异，适用于有一个自变量和一个因变量的情况。
操作步骤如下：
a. 确定研究的零假设和备择假设，即各样本均值是否相等。
b. 收集各组样本的数据，并计算各组样本的均值和方差。
c. 计算组间变异和组内变异的比值（F值）。
d. 根据研究的显著水平（通常为0.05），确定临界值。
e. 比较计算得到的F值和临界值，判断各组样本的均值是否有显著差异。
3. 卡方检验：
卡方检验用于比较两个或多个分类变量之间是否存在显著关联或差异。
操作步骤如下：
a. 确定研究的零假设和备择假设，即各组之间是否独立。
b. 收集各组的实际统计数据，并计算预期频数。
异质性检验结果分析无效线
Cochrane手册将异质性分为:临床异质性、方法学异质性和统计学异质性。这三者相互独立又相互联系，有临床和方法学异质性不一定就会 有统计学异质性。
临床异质性:参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。
方法学异质性:由于试验设计和质量方面的差异引起的，如育法的应用和分配隐藏的不同，或者由于试验过程中对结局的定义和测量方法的不一致而出现的变异。
统计学异质性:不同试验间被估计的治疗效应的变异，它是研究间临床和方法学上多样性的直接结果。统计学计算异质性以数据为基础，其原理是各研究之间可信区间的重合程度越大，则各研究问存在统计学同质性的可能性越大，相反，可信区间重合程度越小，各研究之间存在统计学异质性的可能性越大。
如何对异质性进行预处理和检验?
对于临床异质性:需制定严格、统-的纳入和排除标准，只有具有相同研究目的、高质量的研究才能纳入分析，纳入的时候要考虑研究对象、处理因素等的一致性。
对于方法学异质性:需对原始研究进行严格的质量评价，包括随机方法、盲法实施、分配隐藏、是否采用意向性治疗分析、是否具有基线相似性等。
对于统计学异质性，我们有以下几种定量检验方法: ①Q统计量
(2wT)
Q=Ew(T.- T),其中T=
,则e-之wt.通W室
对于公式我们不需要过多去了解，Q服从于自由度为k-1的x2分布，Q值越大，其对应的P值越小，若Q >x(1-a)2， 则P
②H统计量
H=√vk2
{H的95%CI; exp(InHtZa x SE[In(H)])，
1 ln(O)_ In(k_ 1
水稻（异质性）种子扦样检验案例
某水稻种子批，共有10袋，检验员在扦样时怀疑有异质性。在实际工作中如何测定？
工作程序一：扦样
根据扦样袋数应不得少于表10-1和每个样袋重量不得少于表10-3第四栏送检样品规定重量一半的规定，应扦取10个200g的袋样。扦取袋样时，须通过袋的顶部、中部和底部所取得的少量种子组成。
工作程序二：测定方法
异质性测定可用净度分析、发芽试验和其他植物种子数目等测定项目表示。本例选用发芽试验。从10个袋样中各取出试样100粒，进行发芽试验，采用正常幼苗数作为测定的结果。经试验，测得发芽率分别为90％、98％、95％、96％、92％、94％、99％、97％、87％、98％。
工作程序三：计算H值
已知：袋样数目N=10
每个样品的种子数n=100
6.941098959890___NXX
∑X2=902+982+952+…＋982＝89628
（∑X）2=(90+98+95+…+98)2=9462=894916
代入下列公式：
108.51006.941006.94100__）（）（nXXW
)1()(22NNXXNV
156.159013649108949168962810
计算时应注意N等于或大于10，W和V的小数位数保留三位。
97.1197.21108.5156.151WVH）值异质性（ 查表10-1临界H值，10袋的显著异质性H值是1.41，现计算得实际异质性H值为1.97，超过规定H值，即表明该批种子存在着真实的异质性，应拒绝扦样。
工作程序三：检验报告
在结果报告的“其他测定项目”中填报异质性的测定结果：“__X为94.6，N为10,该种子批共10袋，H值为1.97，该H值表明该种子批有显著的异质性。”拒绝扦样。
