统计结果叙述规范

(1)当P<0.05(或P<0.01)时,应说明对比组之间差异有统计学意义;给出所用统计分析方法的具体名称,例如:成组设计资料的t检验、多个均数之间两两比较的q检验等,及统计量的具体值,例如:t=3.45,F=6.79等。(2)在用不等式表示P值的情况下,一般情况下选用P>0.05、P<0.05和P<0.01 3种表达方式即可,无需再细分为P<0.001或P<0.000 1。(3)当涉及总体参数(如总体均数和总体率等)时,在给出显著性检验结果的同时,应给出95%可信区间。     

肿瘤标志物检验在胃癌诊断中的临床价值分析

目的分析探讨肿瘤标志物检验在胃癌诊断中的临床价值。方法选择在本院进行治疗的胃癌患者40例,将其列为观察组,选取体检健康者40例,将其列为普通组,具体的选择时间为2018年2月-2019年2月,对两组患者的CEA、CA72-4、CA19-9水平及阳性表达率进行比较分析。结果观察组患者CEA、CA72-4、CA19-9明显高于普通组,差异具有统计学意义(P<0.05)。观察组患者的肿瘤标志物阳性表达率明显高于普通组,差异具有统计学意义(P<0.05)。结论肿瘤标志物在胃癌的诊断中具有非常重要的意义,肿瘤标志物对胃癌患者的诊断较为确切,利于患者的确诊及后期治疗,从而提高患者的生命及生活质量。     

分析血液标本放置时间与临床生化检验结果相关性

目的探讨血液标本放置时间与临床生化检验结果的相关性。方法研究对象为我院2019年1月-12月需要进行临床生化检验的100例患者,采集血样样本并分成3份,分别在1 h、4 h、12 h完成检测,评价不同时间检测结果。结果血液标本放置4 h、12 h后部分检测结果与1 h检测结果有明显差异(P<0.05),有统计学意义。结论随着血液标本放置时间的延长,不同生化检验结果会出现明显偏差,影响到实际检测价值,临床生化指标检查需要在采集血样后及时在规定时间内完成检测,提高检测准确率。     

如何正确运用t检验——两算术均值比较优效性t检验及SAS实现

本文主要介绍临床试验中优效性检验的概念、假设检验、界值设定和样本量的估计以及成组设计一元定量资料优效性t检验的SAS实现。通过实例展示SAS在优效性t检验中的应用,分别基于两种数据结构(原始定量数据和样本含量、均值、标准差数据)进行操作,对结果进行解释并作出结论。     

如何正确运用t检验——线性回归模型中参数与0比较t检验及SAS实现

本文目的是介绍t检验在简单线性回归分析和多重线性回归分析中参数与0之间差异性比较时的理论依据和应用实践。首先介绍线性回归分析中t检验的基本原理和计算公式;然后用SAS程序分别对2个实例进行简单线性和多重线性回归分析,提请读者着重关注输出结果中有关"参数假设检验部分的检验统计量的名称及结果";最后对结果进行解释和讨论。     

如何正确运用t检验——相关系数与0比较t检验及SAS实现

本文目的是介绍Pearson相关系数、Spearman秩相关系数和Kendall’s tau-b秩相关系数的概念及应用场合。首先介绍三种相关系数的计算及其假设检验的基本原理,然后使用SAS程序对实例进行分析,最后对分析结果进行解释和讨论。     

生存资料回归模型分析——生存资料参数回归模型分析SAS实现

本文目的是介绍生存资料参数回归模型的SAS实现,包括创建SAS数据集、依据图示法选择模型、拟合参数模型和似然比检验。利用SAS中的LIFEREG过程绘制生存函数关于生存时间的关系图,拟合对应的参数分布回归模型,通过拟合优度检验选择最优的参数回归模型,最后对相关结果进行解释。     

如何正确运用t检验——两几何均值比较一般差异性t检验及SAS实现

本文目的是介绍几何均数以及两组近似对数正态分布数据几何均数的一般差异性t检验及SAS实现。首先对几何均数的概念、适用条件和计算公式进行介绍;并且将几何均数与统计学中常用的算术均数的特点进行比较;其次,呈现两组药物浓度数据,该数据近似服从对数正态分布,符合几何均数的适用条件,使用SAS的TTEST过程对两组几何均数的一般差异性进行t检验,并对相关结果进行解释和比较;最后,讨论几何均数使用时的注意事项。     

如何正确运用Z检验——总体方差已知时两算术均值比较一般差异性Z检验及SAS实现

本文的目的是介绍总体方差已知时两算术均值比较一般差异性Z检验及SAS实现。首先，介绍了选用Z检验的前提条件；其次，介绍了单组设计和成组设计条件下进行均值比较的Z检验统计量，并介绍了上单侧检验、下单侧检验和双侧检验时所对应的拒绝域；最后，结合两个实例，基于SAS软件实现3种Z检验，对输出结果做出了解释。并针对如何合理选择单侧检验还是双侧检验给予说明。     

描述统计检验结果需注意的问题

论文描述统计检验结果时袁应注意以下问题:1.P值指零假设成立的前提下,出现目前样本数据对应的统计量(如t 值、F值、x2值等)乃至更极端数值的概率。因此,描述统计检验结果时应给出统计量(如t 值、F值、x2值等)和P值。