浅谈医学论文中常见统计学方法错误

医学论文中的学术观点和学术成果需要有统计学数据的支持，缺乏统计学数据的客观性和准确性，医学论文中的结果和观点就失去了科学性，其可信度也就大打折扣，因此统计学数据的客观性和准确性是非常重要的，医学科技工作者应重视统计学方法的正确应用，避免使用错误的统计学方法。为此，就医学论文中常见统计学方法的错误归纳总结如下：

一、盲目使用t检验。t检验的应用条件是：要求样本取自于正态分布或近似正态分布的总体；并要求两个总体的方差相等，可分别进行正态性检验和方差齐性检验来验证。t检验是医学统计方法中最常见的一种方法，是专门检验两个均数间的差异(样本与总体、配对资料、样本与样本)。许多作者不管样本是否符合正态分布，也不顾两样本方差是否相等，盲目使用t检验，结果得出错误的结论。

二、滥用配对资料t检验。配对计量资料的比较，包括配对实验中对同对(或同一)受试对象分别给予两种不同处理的效果比较，以及同一受试对象处理前后的比较。配对计量资料的优点是设计严谨、计算简便、结论准确，但是，其在使用中受诸多条件严格限制，配对计量资料是经配对设计而搜集得到的资料，将非处理因素相同或相似的两个受试对象配成一对，然后随机将其分配到实验组与对照组或两个不同处理组中进行实验，只有这样才可行配对资料t检验，而在统计分析过程中。许多作者忽视了其严格的使用“适应证”而造成滥用。

三、误用参数检验代替非参数检验和卡方检验。参数检验前提条件是资料呈正态分布、各组方差齐同。对偏态和方差不齐的资料可进行数据转换(对数转换、平方转换等)，若转换后的数据符合参数检验的条件则可采用参数检验分析。若转换后的数据不符合参数检验的条件就应该采用非参数检验。对于某些指标不便准确测定，只能以严重程度、好坏优劣、次第先后等作记录的资料适合于用非参数检验。卡方检验主要用于检验两个或多个样本率(或构成比)之间差异是否有显著性，说明两种属性或现象之间是否存在相关关系，判断理论数列与实际数列之间的吻合性。判断两个观察数列之间的差别是否有显著性等。

四、错误分析等级变量资料及误用t检验分析重复测量设计资料。一般而言，等级变量资料应当采用秩和检验或Ridit分析进行统计，而rxc行列表的卡方检验只能区分两组的构成有无差异，无法区分等级的不同，故不适用；用四格表卡方检验统计两组间有无差异，忽视了其它等级的信息，导致信息丢失，也不适合等级变量资料统计分析。

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！