医学论文写作中统计处理方面常见的问题

医学统计学为科研数据的处理分析提供了极丰富的检验方法，以使对结论的评价具有说服力和科学性。最常用的统计检验方法有t检验、卡方检验、方差分析以及相关回归分析。统计检验方法的选择主要依据数据的类型(计量、计数)、组数的多少(两组、多组)、样本量的大小以及对比的方式(相互比较、配对比较)，此外计量数据还要考虑分布形态和方差齐性等问题。在统计处理方面常见的问题主要有以下几个。

一、缺少统计检验分析。有的论文未做任何统计学分析，直接比较研究数据的大小而得出有无差异的统计学结论，是极其不科学的，研究中所搜集的资料一般都是样本，存在抽样误差，必须采用统计推断的方法，获得概率性的结论。

二、误用t检验作多个样本均数的两两比较。t检验只适合两组均数间的比较，多个样本均数的两两比较用t检验会增加犯统计学I类错误的概率，多组计量数据比较宜用方差分析，当差异具有统计学意义时，进一步作两两间比较，当各组均与一个对照组比较时采用Dunnett t检验，当各组相互循环比较时，则常采用q检验。

三、误用四格表卡方检验。四格表资料中若理论频数<1或总例数<40时，不适合用卡方检验，而应该采用Fishier精确概率法直接计算P值。

四、误用参数检验。t检验、方差分析属于参数检验，要求数据资料为正态分布且方差齐性，当数据资料不符合参数检验要求时，对资料分布特征无特殊要求的非参数统计方法应该得到充分利用，如标准差大于均数1倍以上可以认为数据为偏态分布，应该用中位数和四分位间距表示，用非参数检验中的秩和检验作统计分析；又如用等级表示的资料多属于偏态分布和不明分布，亦需要用秩和检验进行分析。

五、多因素统计方法应用问题。目前，多因素统计分析方法在医学领域的应用日益广泛深入，其包括了多因子方差分析、协方差分析、多元线性回归分析、多元logistic回归、聚类分析等方法。

在医学研究中，很多资料的分析需要采用多因素统计方法，但目前很多研究生对多因素统计方法不甚了解，对一些本该用多因素统计方法进行分析的数据错误地应用单因素统计分析方法。例如，年龄有差异的多组人群进行身高比较时，年龄就是一种干扰因素，对比这样的资料时，不能简单使用单因素分析方法中的“方差分析”，而应该应用“协方差分析”进行检验，即在消除年龄因素的干扰后，再对身高进行方差分析。

转自发表论文医学SCI核心职称论文微信公众号，仅作学习交流，如有侵权，请联系本站删除！