統(tǒng)計學專業(yè)畢業(yè)論文
統(tǒng)計學是一個前景非常明朗的產(chǎn)業(yè),各行各業(yè)都在應用統(tǒng)計學的技術。下面是學習啦小編為大家整理的統(tǒng)計學專業(yè)畢業(yè)論文，供大家參考。
統(tǒng)計學專業(yè)畢業(yè)論文篇一
《 醫(yī)學科技論文統(tǒng)計學誤用分析 》
1統(tǒng)計學應用中存在的常見問題
1.1單因素方差分析(ANOVA)兩兩比較誤用獨立樣本t檢驗單因素方差分析設計3組以上的均數(shù)比較,如果總體比較有差異,需進行兩兩比較,一般用SNK法或LSD法。但部分研究者卻將資料進行拆分,應用獨立樣本t檢驗進行兩兩比較,導致第Ⅰ類統(tǒng)計學錯誤發(fā)生率(假陽性率)增加,從而掉進了一個常見的“統(tǒng)計陷阱”,使所得結(jié)論可信度大大降低甚至得出錯誤結(jié)論。SNK法與LSD法雖然并非等價,實質(zhì)是一致的。SNK法一般用于經(jīng)方差分析結(jié)果具有統(tǒng)計學意義時才決定進行的兩兩事后比較,而LSD法可用于方差分析不足以具有統(tǒng)計學意義時也能進行兩兩比較[1]。比較兩種方法在SPSS的輸出結(jié)果形式,SNK是“分堆”比較,一目了然,對于組別數(shù)較多的研究更為好用,但沒有具體P值,而LSD是在進行“兩兩”比較時,能給出具體的P值。
1.2兩兩比較時檢驗水準的重新調(diào)定χ2檢驗或秩和檢驗3組以上整體比較有差異時,需應用分割法進行兩兩比較,這時檢驗水準應由原0.05調(diào)定為0.0167,否則會增加第Ⅰ類統(tǒng)計學錯誤的發(fā)生率。特別當P值處于0.0167~0.05時,按照P<0.0167的標準,差異無統(tǒng)計學意義,而按照P<0.05的標準,卻有意義,與事實相悖,出現(xiàn)假陽性,很容易得出錯誤結(jié)論。這種分割法有時很保守,當行列表資料分組多且為有序時可用Mantel-Haenszel卡方檢驗,也稱線性趨勢檢驗(testforlineartrend)或定序檢驗(Linear-by-Lineartest)[2]。統(tǒng)計路徑:用SPSS進行計數(shù)資料的趨勢檢驗,在輸出結(jié)果中讀取線性關聯(lián)檢驗統(tǒng)計量(Linear-by-LinearAssociation,LLA),如P<0.05可得出隨著病種級別的升高,檢測指標逐漸升高的趨勢。
1.3臨床診斷試驗中的統(tǒng)計學方法應用在臨床診斷試驗研究中,經(jīng)常選取單項計量指標或者聯(lián)合計量指標以診斷某種疾病,若僅用初級統(tǒng)計學方法如t檢驗、單因素方差分析等往往不能有效挖掘信息,此時應采用受試者工作特征曲線(ROC)對檢測結(jié)果進行分析評價。ROC曲線分析基本原理是通過診斷界點的移動[3],獲得多對靈敏度和誤診率(1-特異度),以靈敏度為縱軸、誤診率為橫軸,連接各點繪制曲線,然后計算曲線下的面積,面積越大診斷價值越高。ROC曲線很直觀,能根據(jù)敏感性與特異性之和最大化原則自動產(chǎn)生最有效的診斷臨界點。具體路徑可以參考相關統(tǒng)計專著[3]。統(tǒng)計學處理一般描述為:采用SPSS(版次)統(tǒng)計軟件分析數(shù)據(jù),對單項及聯(lián)合檢測結(jié)果作圖繪成ROC曲線,計算曲線下面積(AUC)和標準誤,其中聯(lián)合檢測結(jié)果變量即預測概率由Logistic回歸產(chǎn)生(也可以用判別分析得出)。計量資料應用-x±s表示,運用獨立樣本t檢驗及單因素方差分析,兩兩比較采用SNK及LSD法,計數(shù)資料采用χ2檢驗。檢驗水準為0.05。具體內(nèi)容可據(jù)情而定。
1.4重復測量資料的方差分析誤用拆分文件的t檢驗或方差分析如研究共設3組,每位患者在3個時間點均查某項血指標,部分作者在處理此類數(shù)據(jù)時,常誤將縱向(同一時間點3組的比較)與橫向(同組3個時間點的比較)數(shù)據(jù)均應用拆分文件的t檢驗或單因素方差分析來處理,結(jié)果導致統(tǒng)計學第Ⅰ類錯誤發(fā)生。此組數(shù)據(jù)實質(zhì)是重復測量資料,應采用重復測量資料的方差分析。SPSS中的統(tǒng)計路徑:數(shù)據(jù)-分析-一般線性模型-重復度量。研究者可以參考相關書籍進行處理[3]。
1.52×2析因設計及析因方差分析實驗是2×2析因設計時,分組有兩個因素,A與B,故分組為A、B、O、A+B,這個設計在析因設計研究中很常用,但常會出現(xiàn)分組設計正確,卻沒有用析因設計方差分析。析因設計與單因素方差分析不同[4],它不但能分析治療效果中處理因素的單獨效應和主效應,還能分析因素間的交互效應,并能提高檢驗效能。非統(tǒng)計專業(yè)的研究者進行析因分析可能稍有難度,可參考相關統(tǒng)計學書籍提供的統(tǒng)計步驟進行此類分析[3]。
1.6Meta分析Meta分析是循證醫(yī)學系統(tǒng)評價常用的方法[5],應用時需注意統(tǒng)計學處理中計數(shù)資料采用比值比(OR)作為效應變量。具體路徑:先進行異質(zhì)性檢驗,當P>0.05時,認為同質(zhì),選擇固定模型;P≤0.05時,不同質(zhì),此時可采用敏感性分析或分層分析等異質(zhì)性處理,使之達到同質(zhì)后再選擇固定模型;若采用異質(zhì)性處理仍未達到同質(zhì),則采用隨機模型,以上統(tǒng)計路徑均需交代清楚。Meta分析的結(jié)果是以“森林樹”體現(xiàn)的,審校中我們經(jīng)常遇到作者繪制的“森林樹”左上角“文獻、對比、結(jié)果名稱”等內(nèi)容顯示為“?”,這是由于部分版本的RevMan軟件不能輸入中文,此時可以考慮省去,或用Photo-shop軟件添加相應中文。Meta分析作為一種高級統(tǒng)計方法,專業(yè)性要求較高,作者可參考循證醫(yī)學類權威雜志上的文章格式,如《中國循證醫(yī)學雜志》中“論著•二次研究”欄目的循證文章。
2科技論文中統(tǒng)計學處理的相關表述
2.1資料與方法中具體統(tǒng)計路徑的描述“統(tǒng)計學處理”的內(nèi)容常位于論文資料與方法的最后一段,一般來說包括統(tǒng)計軟件名稱及版次、統(tǒng)計描述、統(tǒng)計方法、檢驗標準等內(nèi)容,亦可細致交待每個表格的具體統(tǒng)計方法。經(jīng)典例子如下,“統(tǒng)計學處理:采用SPSS(版次)統(tǒng)計軟件分析數(shù)據(jù)。計量資料用均數(shù)±標準差表示,采用單因素方差分析,兩兩比較采用SNK法及LSD法。檢驗水準為0.05”。上述內(nèi)容包括了大致的統(tǒng)計方法,即具體的統(tǒng)計路徑。此部分內(nèi)容,沒有絕對統(tǒng)一的規(guī)定[6]。常見的問題有:統(tǒng)計學方法描述不全、內(nèi)容過于簡單、存在粘貼抄寫痕跡等。如部分論文的統(tǒng)計學處理中提及“以α=0.05為檢驗水準,P<0.05為差異有統(tǒng)計學意義”這句話,這在統(tǒng)計學上實質(zhì)是一個重復句,保留其一即可。
2.2結(jié)果中具體P值的標注現(xiàn)在的統(tǒng)計學處理手工計算的較少,一般均應用統(tǒng)計軟件,最常用的軟件如SPSS、SAS均能給出具體P值。但部分論文的結(jié)果表述中卻未標明具體P值,作為科技論文是不夠嚴謹?shù)?建議作者在表述研究結(jié)果時注明具體P值,增加論文可信度的同時,可用于再次分析。
2.3表格制作統(tǒng)計表設計需規(guī)范,應體現(xiàn)統(tǒng)計設計內(nèi)容。部分表格存在內(nèi)容割裂、組別名稱違反表格簡潔化原則、表下注釋繁瑣、橫標目與縱標目顛倒等情況。建議作者寫作論文時參閱相關統(tǒng)計學教程及雜志稿約。醫(yī)學統(tǒng)計學教學在中國的醫(yī)學教育特別是高層次教育中舉足輕重。一項課題從一個好的創(chuàng)意開始到實施、結(jié)題,統(tǒng)計學方法始終貫徹其中。不管是臨床試驗研究、實驗性研究、觀察性研究,還是臨床測量誤差與診斷試驗,如果沒有規(guī)范性的統(tǒng)計設計、精確的統(tǒng)計分析、科學的統(tǒng)計學解釋與表述,很難獲得學術上的認可[1]。目前在統(tǒng)計學的具體應用中,研究課題開始設計時就有統(tǒng)計學專家參與已成為較流行的趨勢。許多專業(yè)統(tǒng)計學專家或研究者在不停的進行“統(tǒng)計基礎”的研究,以創(chuàng)造更多的數(shù)理統(tǒng)計方法。對于非統(tǒng)計專業(yè)的研究者來說,統(tǒng)計學的學習主要側(cè)重于應用。在應用統(tǒng)計學教學中,一般分為4個檔次或階段來進行,首先通過學習醫(yī)學統(tǒng)計學課本獲取統(tǒng)計學思想、原理和方法,其次學習統(tǒng)計軟件相關書籍掌握數(shù)據(jù)到統(tǒng)計結(jié)果的轉(zhuǎn)化,再學習統(tǒng)計表達與描述書籍達到書寫統(tǒng)計學報告能力,最后可以學習如何出具統(tǒng)計審閱報告。醫(yī)學科技工作者亦可按照這個順序?qū)W習以提高統(tǒng)計能力。
統(tǒng)計學專業(yè)畢業(yè)論文篇二
《 醫(yī)學期刊統(tǒng)計學錯誤研究 》
1統(tǒng)計設計存在的常見問題
統(tǒng)計設計是整個研究中最重要的一環(huán),是研究工作應遵循的依據(jù)。常見的統(tǒng)計設計問題有:忽視組間均衡性,樣本缺乏代表性,樣本例數(shù)不足,未設置對照組,未隨機分組,未提出統(tǒng)計分析方法等。針對以上問題,在科研設計中一定要遵循實驗設計的四大原則即“隨機、對照、均衡、重復”的原則[6]。
1.1不遵循或不重視隨機化原則
隨機化是科研設計的重要原則，直接影響研究結(jié)果的可信度。隨機化既要隨機抽樣，還要隨機分組，并有足夠的樣本量作前提。然而，在醫(yī)學論文中許多作者對此不夠重視，主要表現(xiàn)在論文中統(tǒng)計處理隨機化不突出，隨機化缺失情況比較常見，有的論文甚至將隨機誤解為隨意、隨便，不采用隨機化處理方法，導致結(jié)果缺乏可靠性。還有些文章中沒有提出“隨機”抽樣的設計與方法，沒有排除標準，給人隨意選擇病例之感，且病例數(shù)少，因此沒有代表性，所得出的結(jié)論不可靠。部分文章雖然注明了“隨機”，但未提及采取什么方法進行隨機化研究或兩組間的例數(shù)相差甚遠，不符合隨機化的一般規(guī)律，沒有臨床參考價值[7]。
1.2缺少對照研究或?qū)φ战M設計不合理
正確設立對照是臨床或?qū)嶒炑芯康囊粋€核心問題，設立對照的意義在于說明臨床試驗或?qū)嶒炑芯恐懈深A措施的效應，減少或防止偏倚和機遇產(chǎn)生的誤差對試驗結(jié)果的影響。目前，國內(nèi)許多期刊發(fā)表的論文對照組設計不合理現(xiàn)象比較普遍，尤其有些作者對某種新藥或新技術在臨床的應用觀察研究中，不設對照組，缺乏對照觀察，得出的結(jié)論缺乏科學性，令人懷疑。有的文章雖然設立了對照組，但在分析結(jié)果時，卻沒有將試驗組與對照組的結(jié)果進行比較，而僅將各組間的自身前后進行比較，從而使該研究失去對照意義。對照組選擇不當，還表現(xiàn)在兩組間重要的臨床特征和基線情況相差太大，無可比性，如性別、年齡、病情、經(jīng)濟情況和文化程度等不一致，如有些論文將健康人或志愿者作為對照組，使結(jié)果受到非處理因素的影響，產(chǎn)生偏倚或系統(tǒng)誤差，使結(jié)論不可信[7]。
1.3均衡性原則掌握不夠
均衡性原則要求實驗中的各組之間除處理因素不同外，其他可控制的非處理因素要盡可能保持一致。特別對疾病預后有重要影響的臨床特性一定要在組間分布均衡。各組間越均衡，可比性越強。有些作者在對病例進行分組時，忽視了均衡性原則，兩組之間沒有可比性，結(jié)論自然是錯誤的。具體表現(xiàn)在：有的文章對治療組與對照組的相應統(tǒng)一指標沒有設在均衡的水平上。對治療組情況交代的比較詳細，而對對照組的年齡、性別、病情等不予交代，或所選對照組的年齡與治療組不在一個年齡段，影響了作者對指標的觀察[7]。
1.4重復的原則掌握不好
所謂重復,一是指重復試驗或平行試驗,二是指各樣本組的例數(shù)要有一定的數(shù)量,即樣本的例數(shù)要足夠大。雖然隨機化是增強非處理因素均衡性的重要方法,但當各組內(nèi)例數(shù)過少時,盡管采用了隨機化分組的方法,也難以保證非處理因素的均衡一致。在隨機化分組的基礎上,只有樣本例數(shù)足夠大,才能使非處理因素均衡一致,同時也才能使抽樣誤差減小,增強樣本對總體的代表性。一般來說,在隨機分組的前提下,樣本例數(shù)越大,各組之間非處理因素的均衡性越好;但當樣本量太大時,往往又會給整個實驗和質(zhì)量控制工作帶來更多的困難,同時也會造成浪費。為此,在實驗設計時,還應保證在實驗結(jié)果具有一定可靠性的前提下,確定最少的樣本例數(shù)。一般說來,計數(shù)指標每組樣本不得少于20～30例,計量指標每組樣本不得少于5～10例。在多因素分析時,一般認為樣本例數(shù)至少為觀察指標的5～10倍[8]。
1.5樣本的含量
樣本的含量的大小直接影響到結(jié)論的可靠性。樣本量過少,則抽樣誤差大,結(jié)果可靠性差,且經(jīng)不起重復驗證;反之,盲目加大樣本量也會造成人、財、物的浪費,同時也造成非抽樣誤差增大。故應在保證研究結(jié)果精確可靠的前提下,確定最小的樣本量。如某篇論文報道某藥治療的臨床療效,實際總例數(shù)為10例,其中6例有效,于是作者得出有效率為60%。顯然,有限的病例數(shù)不能充分說明該藥是否有效,作者貿(mào)然得出結(jié)論,容易給他人造成假象甚至誤導[9]。
2統(tǒng)計方法選擇與使用不當
在選擇統(tǒng)計方法之前,首先應確定研究資料是計數(shù)資料還是計量資料。只劃分其類別而得到的資料為計數(shù)資料,也叫定性資料,如根據(jù)治療結(jié)果計算出的治愈率、陰性率、陽性率等。測定某個具體數(shù)值而得到的資料為計量資料,如血壓值、血細胞計數(shù)、血氧分壓測定等許多物理診斷和化驗檢查的結(jié)果。目前,醫(yī)學論文中計數(shù)資料最常用的統(tǒng)計方法為χ2檢驗,計量資料最常用的統(tǒng)計方法為t檢驗。值得注意的是,各種假設檢驗方法均有其適用條件,應根據(jù)資料特點來選用最適當?shù)姆椒?。均?shù)與標準差分別是描述正態(tài)分布資料集中和離散趨勢的指標。能否選用“均數(shù)±標準差”來描述某一資料的分布特征,關鍵看該資料是否符合正態(tài)分布。當資料不符合正態(tài)分布或方差不齊時,應將資料轉(zhuǎn)換使之符合正態(tài)分布,方差齊性后再用t檢驗或方差分析,否則用秩和檢驗。有些作者在使用t檢驗時,未考慮到上述適用條件而盲目使用,造成統(tǒng)計學處理不當或統(tǒng)計學計算錯誤[10]。
2.1統(tǒng)計指標應用不當
2.1.1描述計量資料的統(tǒng)計指標描
述計量資料的統(tǒng)計指標主要有平均數(shù)指標(算術均數(shù)、中位數(shù)M等)和變異指標(標準差s和四分位數(shù)間距Q等),在應用時一定要注意它們各自的適用范圍。對于非對稱分布資料,算術均數(shù)不能反映數(shù)據(jù)的平均水平,應采用中位數(shù)描述。一般地,正態(tài)資料或?qū)ΨQ資料用描述,偏態(tài)資料用M和Q來描述。在不能確定數(shù)據(jù)的分布類型時,應選用M和Q進行統(tǒng)計描述。四分位數(shù)間距Q是75%分位數(shù)P75和25%分位數(shù)P25之差,即Q=P75-P25,所謂百分位數(shù)Px是將全部觀察值分為兩部分,理論上x%的觀察值比它小,(100-x)%的觀察值比它大,中位數(shù)M是50%分位數(shù)P50。、s、M、Px與Q可通過統(tǒng)計軟件直接輸出[9]。
2.1.2描述計數(shù)資料的統(tǒng)計指標描
述計數(shù)資料的統(tǒng)計指標有絕對數(shù)和相對數(shù)。絕對數(shù)是原始資料經(jīng)匯總得到的小計或總計數(shù)。相對數(shù)是兩個有關的絕對數(shù)之比,主要包括率和構(gòu)成比(百分比)。醫(yī)學論文中相對數(shù)應用的主要問題之一是分母較小。分母較小時,相對數(shù)的可靠性不能保證,在這種情況下,宜直接用絕對數(shù)進行描述而不宜計算相對數(shù)。醫(yī)學論文中相對數(shù)應用的主要問題之二是將構(gòu)成比誤用來說明事物發(fā)生的強度。構(gòu)成比只能反映事物的內(nèi)部構(gòu)成,不能說明事物的發(fā)生強度。醫(yī)學的研究對象主要是人以及與人體有關的各種因素。由于生物現(xiàn)象的變異較大,各種影響因素又錯綜復雜,研究常是抽樣觀察,使事物本質(zhì)差異與抽樣誤差混雜,故需用統(tǒng)計方法透過偶然現(xiàn)象來探測其規(guī)律性。如果不能正確運用統(tǒng)計學方法,造成統(tǒng)計學上的偏差或失誤,就很容易把本來成功的結(jié)果當成失敗而放棄,或把失敗的教訓誤認為成功的結(jié)論而加以宣傳。在進行科研設計時要嚴格遵循科學的統(tǒng)計學分析方法,不能留下隱患,否則,再高明的統(tǒng)計學專家和統(tǒng)計學軟件也無法彌補科研設計缺陷造成的損失?？傊?統(tǒng)計學分析在醫(yī)學研究和論文寫作中意義重大。作者在撰寫論文時,應注意識別、總結(jié)有代表性的、有借鑒意義的統(tǒng)計學領域的缺陷、失誤或錯誤的多發(fā)點,特別留心易出現(xiàn)統(tǒng)計錯誤的險區(qū),從而使論文中的統(tǒng)計學問題減到最低限度。認真檢查、仔細核驗,盡量避免上述錯誤,必要時還可以請統(tǒng)計學專家?guī)椭殃P[12]。
2.2統(tǒng)計方法描述或選擇不當
統(tǒng)計方法選擇非常重要，它直接影響結(jié)論的可靠性[12]。臨床資料的結(jié)果變量可分為計數(shù)資料、計量資料和等級資料。計數(shù)資料指將觀察對象按兩種屬性分類，如生存、死亡，治愈、未治愈，有效、無效等，通常轉(zhuǎn)化為率。如果是兩組間的比較，則采用四格表χ2檢驗或其校正公式，如果是多組間率的比較，則采用行×列表資料χ2檢驗。計量資料指對某一個研究對象用定量的方法測定某項指標得到的資料，一般均有計量單位。通常資料呈正態(tài)分布時，兩組間均數(shù)比較用t檢驗，多組間均數(shù)比較用方差分析和q檢驗。當資料不呈正態(tài)分布或方差不齊時，也可用秩和檢驗等非參數(shù)檢驗法。
2.2.1統(tǒng)計方法描述不清
醫(yī)學論文中?？砂l(fā)現(xiàn)作者未交代所用的統(tǒng)計方法，如是配對設計的t檢驗還是成組設計的t檢驗，是Ridit分析還是χ2檢驗，是作相關分析還是作回歸推斷。統(tǒng)計方法交代不清或根本不予交代，使讀者對論文結(jié)論的正確與否無法判斷。有的作者只提一句“經(jīng)統(tǒng)計學處理”后，就寫出結(jié)論。有的甚至直接用P值說明問題，籠統(tǒng)地以P<0.05或0.01、P>0.05便稱結(jié)果差異有無顯著性，P值的大小不說明差值的大小，它還與抽樣誤差大小有關[13]。因此，還應寫明具體的統(tǒng)計方法，如有特殊情況，還應說明是否采用了校正，應寫出描述性統(tǒng)計量的可信區(qū)間，注明精確的統(tǒng)計量值和P值，然后根據(jù)P值大小作出統(tǒng)計學推斷，并作出相應的醫(yī)學專業(yè)結(jié)論。
2.2.2假設檢驗方法交代不清不交
代假設檢驗方法或假設檢驗方法交代的不具體、不清楚是醫(yī)學科研論文中常見的錯誤。如果不交代假設檢驗方法或假設檢驗方法交代的不具體，讀者就無法考察論文的統(tǒng)計學方法選擇的是否正確，無法核對計算結(jié)果是否準確。每一種假設檢驗方法都有其特定的適應條件和嚴格的適用范圍。對于同一組資料，采用不同的假設檢驗方法可能得出截然相反的結(jié)論。如將配對設計的資料按成組設計資料的方法處理，將會損失樣本提供的信息、降低檢驗效率，可能使原本有統(tǒng)計學意義的結(jié)果無統(tǒng)計學意義[14]。在論文寫作時，不但要交代選用的是什么統(tǒng)計學方法，而且統(tǒng)計學方法要盡可能具體。如選擇t檢驗，要說明是配對t檢驗，還是成組t檢驗;選擇方差分析時，要說明是完全隨機設計的方差分析，還是配伍組設計的方差分析。對于四格表資料，應說明是一般四格表χ2檢驗、配對四格表χ2檢驗及四格表資料的精確概率法等。
2.2.3統(tǒng)計方法選擇常見錯誤
?、僬`用χ2檢驗。χ2檢驗有一定的適用條件,n>40且理論數(shù)(T)>5時,可用一般χ2檢驗;n>40,但至少有1個T>1且T<5時,可用校正χ2檢驗;n<40或T<1時用χ2檢驗的確切概率法[15]。②t檢驗誤用于多組資料的比較。在醫(yī)學期刊中常會出現(xiàn)將t檢驗誤用于多組資料的比較。多組資料的比較應該采用方差分析(F檢驗),當差異具有統(tǒng)計學意義時,再進一步作兩兩比較。當各組均與一個對照組比較時采用Dunnettt檢驗;當各組相互循環(huán)比較時,則常采用Student-Newman-keuls(SNK)檢驗,又稱q檢驗[16]。③配對t檢驗與成組t檢驗誤用。大部分論文只注明采用t檢驗,而未注明是配對t檢驗還是成組t檢驗。配對t檢驗常用于處理前后的自身對照,即差值均數(shù)與總體均數(shù)“0”的比較;成組t檢驗適用于成正態(tài)分布的兩個小樣本均數(shù)間的比較。④資料不呈正態(tài)分布時未用非參數(shù)檢驗。t檢驗F檢驗等適用于呈正態(tài)分布、方差齊且有確切的測量數(shù)值的資料,而非參數(shù)檢驗(如符號檢驗、秩和檢驗Wilcoxon法、秩檢驗-KruskalWallis法、Friedman法、Ridit分析、Seperman相關等)對資料無特殊要求,對按大小順序、評分、等級、反應程度甚至色調(diào)深淺等資料都可進行分析比較[17-18]。因此,對于多組計量資料的比較,呈正態(tài)分布且方差齊時用F檢驗,方差不齊時可用變量變換,或采用秩和檢驗;對于兩個小樣本均數(shù)的比較或處理前后的比較,方差齊時用成組t檢驗或配對t檢驗，方差不齊時用t′檢驗[19]。
3結(jié)果解釋時存在的問題
統(tǒng)計分析的結(jié)果是推翻無效假設或是不能推翻無效假設。無效假設在一般的統(tǒng)計檢驗為兩組總體參數(shù)相等。推翻無效假設只能說兩組總體參數(shù)不相等而并不能說兩組相差很大。兩組相差如何要對可信區(qū)間進行研究觀察后得出。由于統(tǒng)計檢驗不能得出差別的大小,因而結(jié)論不能說“有明顯差異”或“有顯著差異”,也不能說“差異非常顯著”,更不能說“差異明顯”。在國外的統(tǒng)計書籍上的英語表達為“significant”,它的正確意義應當是“有意義的、有重要性的”。俄語為“Значмый”和日語中的“有意”也是這個意思。國內(nèi)只有極個別的英漢詞典把“significant”誤譯為“顯著的”。正確的說法應當是“差異有統(tǒng)計學意義”或“差異有高度統(tǒng)計學意義”等[20]。在解釋差別有統(tǒng)計學意義的結(jié)果時，有些人常常根據(jù)P值的大小作出對實驗效應差別程度不同的專業(yè)結(jié)論[21]。例如某實驗研究，比較甲、乙兩種治療方法對某病的治療效果(假定甲法的療效優(yōu)于乙法)，若得到“P<0.001”，則認為甲法極顯著優(yōu)于乙法;若得到“P<0.01”，則認為甲法非常顯著優(yōu)于乙法;若得到“P<0.05”，則認為甲法顯著優(yōu)于乙法。犯這種錯誤的原因是錯誤的理解了統(tǒng)計學中P值的概念[7]。統(tǒng)計學上根據(jù)假設檢驗原理推算出來的P值表示拒絕特定的無效假設可能犯假陽性錯誤的概率。P值的大小并非指差異的太小，只能反映兩者相同或不相同。P值越小，說明越有理由認為兩種處理方法效果不同，而不能反映對比的兩組或多組之間差異的大小。差異的大小只能根據(jù)專業(yè)知識來確定。此外，甚至在部分投稿文章中未交代所采用的統(tǒng)計分析方法，也未見應用統(tǒng)計學的跡象，僅從各組數(shù)據(jù)的均數(shù)大小做出了統(tǒng)計推斷。醫(yī)學期刊論文中暴露出來的統(tǒng)計學錯誤，從表面上看是編輯部和審稿者把關不嚴所致。事實上，即使審稿時發(fā)現(xiàn)了上述錯誤，也無法改正。因為實驗設計的錯誤只有在科研工作開始之前才有可能得到糾正。即使編輯工作者能夠阻止有嚴重統(tǒng)計學問題的論文發(fā)表，也僅僅是治標而已。如何使廣大醫(yī)學論文作者在醫(yī)學研究中正確應用統(tǒng)計學，提高科研質(zhì)量才是治本[7]。
4對策與建議
眾所周知，統(tǒng)計學是從事科學研究不可缺少的工具。從試驗設計、資料收集與表達、數(shù)據(jù)處理和結(jié)果分析，每一個環(huán)節(jié)都需要正確地運用統(tǒng)計知識，才能真正發(fā)揮統(tǒng)計學在科學研究中應起的作用。然而，在已出版和發(fā)表的一些學術專著和論文中、通過評審的科研成果和答辯的學位論文中，經(jīng)常可以看到忽視、輕視和誤用統(tǒng)計學的現(xiàn)象[22]。
4.1提高編輯人員的統(tǒng)計學知識
應完善編輯人員的知識結(jié)構(gòu),保證統(tǒng)計學應用的準確性。為此,可定期聘請統(tǒng)計學專家對審稿人員進行統(tǒng)計學知識培訓?？萍计诳娜后w效應理論[23]認為,期刊編輯的專業(yè)結(jié)構(gòu)應多元化,以利于編輯互相學習,實現(xiàn)知識互補。醫(yī)學期刊編輯部可考慮聘用統(tǒng)計學專業(yè)的研究生作為編輯。編輯應將醫(yī)學統(tǒng)計學作為自己的必修課,通過多種方式,如自學自修,參加講座或培訓班學習統(tǒng)計學知識,有條件的編輯部,如醫(yī)學院校學報編輯部,可以有計劃地組織編輯參加本科生或研究生醫(yī)學統(tǒng)計學課程的學習,也可鼓勵編輯人員在職攻讀統(tǒng)計學專業(yè)研究生學位。這樣,可以提高全體編輯人員的統(tǒng)計學水平,最終使編輯和審稿人都能夠發(fā)現(xiàn)論文中存在的統(tǒng)計學錯誤,并指導作者修改,正確進行醫(yī)學論文中有關統(tǒng)計學分析的描述[24]。另外，有關職能部門或?qū)W會可組織與醫(yī)學統(tǒng)計學相關的培訓班,聘請統(tǒng)計學專家講課,對編輯人員進行定期統(tǒng)計學知識培訓,加強科研設計、統(tǒng)計學知識的學習[19]。
4.2加強醫(yī)學統(tǒng)計學專家審稿
醫(yī)學研究論文專業(yè)性強,經(jīng)常涉及統(tǒng)計學處理問題,有時會遇到統(tǒng)計方法復雜的稿件,這不僅需要本學科專家審稿,而且需要醫(yī)學統(tǒng)計專家把關,只有這樣,才能保證論文所報道的研究成果的真實性和可靠性。醫(yī)學期刊編委會中應有統(tǒng)計學專家,專門負責稿件統(tǒng)計學方面的審查工作。
4.3強化作者的統(tǒng)計學意識
目前,我國醫(yī)學科研工作者對統(tǒng)計學的重視不夠,沒有認識到統(tǒng)計學的重要性。因此,要加強宣傳,提高醫(yī)學科研人員對統(tǒng)計學重要性的認識,強化他們的統(tǒng)計學意識,務必在科研工作中和撰寫論文時做到正確應用統(tǒng)計學。另外,還可以對作者開辦有關科研論文撰寫知識的培訓班,面向臨床醫(yī)生,特別是年輕醫(yī)生定期培訓。請有研究經(jīng)驗的專家講授科研課題的設計方法、如何正確運用統(tǒng)計學方法等。這些措施有利于強化作者的統(tǒng)計學意識,并樹立其精品意識,有利于增加優(yōu)質(zhì)稿源,從而提高期刊學術質(zhì)量[19]。
總之,提高醫(yī)學期刊中統(tǒng)計學應用的質(zhì)量是一項長期而又艱巨的工作,它涉及到作者、編者、審者及讀者等多個方面,需要大家共同努力,才能逐步減少以至消除統(tǒng)計學誤用現(xiàn)象,從而提高醫(yī)學論文的科學性[14]。
有關統(tǒng)計學專業(yè)畢業(yè)論文推薦：