复杂随机抽样数据的多重线性回归分析方法及其应用

目的：探讨综合权重在复杂随机抽样数据线性回归分析中的意义和作用。方法基于蒙特卡洛随机模拟思想,采用SAS中REG和SURVEYREG两个不同的多重线性回归分析过程,分别对同一批复杂随机抽样数据（ n＝6756）在不同随机抽样率条件下进行回归建模,对所得结果进行比较。结果在未考虑和考虑观测权重与抽样权重的多重线性回归模型拟合的结果中,自变量的偏回归系数、标准误及P值的大小均有所不同。结论在对基于不同抽样率的复杂随机抽样资料,尤其是分层随机抽样调查资料的回归建模中,采用多重线性回归模型拟合资料时,将调查数据的综合权重纳入统计分析,方能更准确、灵敏地进行回归系数的参数估计和对结果变量的统计预测。     

精神卫生科研如何严格遵守试验设计四原则之随机原则

明确阐释在进行精神卫生临床试验设计时,应正确把握"随机原则"的意义和要领。从基本常识出发,并基于精神卫生科研的特点,寻找和发现在此研究领域中,怎样做才能被称为严格遵守了"随机原则"。通过结合本专业的特点,并结合实例,获得如下的结果,即在进行精神卫生临床试验设计时,必须把握好以下三个方面:1正确选定随机化的种类;2正确方便地实现随机化;3必须尽可能避免违背随机化的做法。在如何严格遵守随机原则问题上,正确把握好前述提及的三个方面,就是抓住了问题的本质,是提高临床试验研究质量的一个重要环节。     

基于机器学习统计思想实现多重线性回归分析

本文目的是介绍基于机器学习统计思想实现多重线性回归分析的方法。首先,简要回答了几个基本问题:什么是机器学习、它能解决的统计学问题及其具体方法;进一步,还粗略地介绍了BP神经网络回归分析方法的基本思路;最后,通过一个实例详细呈现了如何基于R软件实现BP神经网络回归分析的全过程。     

如何用SAS软件正确分析生物医学科研资料 XXIV. 结果变量为多值有序变量的高维列联表资料的统计分析与SAS软件实现（二）

生物统计学是生物学领域科学研究和实际工作中必不可少的工具，在分子生物学迅速发展的今天，生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石，是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具，也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据，必须借助统计学知识加以分析处理，才能从中获得有意义的信息。“生物多样性数据分析”是开展生物多样性研究的一个重要方面，数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在，电子计算机的普及使得生物统计分析过程大大简化，生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来，简化了生物统计分析过程，使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授，以“如何用 SAS 软件正确分析生物医学科研资料”为题，撰写系列统计学讲座，希望该系列讲座能对生物医学科研工作者有所帮助。     

如何用SAS软件正确分析生物医学科研资料XIV.用SAS软件实现具有一个重复测量的单因素设计定量资料的统计分析

生物统计学是生物学领域科学研究和实际工作中必不可少的工具，在分子生物学迅速发展的今天，生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石，是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具，也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据，必须借助统计学知识加以分析处理，才能从中获得有意义的信息。“生物多样性数据分析”是开展生物多样性研究的一个重要方面，数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在，电子计算机的普及使得生物统计分析过程大大简化，生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来，简化了生物统计分析过程，使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授，以“如何用SAS软件正确分析生物医学科研资料”为题，撰写系列统计学讲座，希望该系列讲座能对生物医学科研工作者有所帮助。     

如何用SAS软件正确分析生物医学科研资料ⅩⅩⅡ.结果变量为二值变量的高维列联表资料的统计分析与SAS软件实现(二)

当观测结果是定性资料时,人们习惯将资料整理成列联表形式.比如"2×2列联表资料"、"R×C列联表资料"和"高维列联表资料"等.所谓高维列联表,也就是表中涉及到的定性变量的个数k≥3.对于高维列联表资料,根据结果变量的性质可将高维列联表分为以下三类:一是结果变量为二值变量的高维列联表;二是结果变量为多值有序变量的高维列联表;三是结果变量为多值名义变量的高维列联表.在上一期中,我们已经介绍了用CMHx2检验和加权x2检验处理结果变量为二值变量的高维列联表资料,本文将继续介绍结果变量为二值变量的高维列联表资料的其他分析方法及SAS实现.     

如何合理选定试验设计三要素中的受试对象

受试对象是试验设计三要素中的第一要素,正确选择受试对象对于科研工作的成败至关重要。试验设计的核心内容为三要素、四原则和设计类型。本文重点阐述了选择受试对象的一般原则,受试对象的种类和数量,以及研究者在选择受试对象时常犯的错误,提出了合理选择受试对象的方法学建议。受试对象虽然仅是试验设计三要素中的一个要素,但对整个科研课题的成败起着举足轻重的作用,必须合理选定。     

配对设计一元定性资料的统计推断与实验设计

In general,there are two methods to achievestatistical inference of qualitative data of paireddesign:hypothesis testing(including the differ-ence test andthe consistent test)andinterval esti-mation,which will be introducedinthis article indetail.Asidefromthis,this article will alsointroducethe corre     

用SAS软件实现成组设计定量资料的统计分析

成组设计是药学科研中经常用到的一种实验设计方法,在临床药物疗效评价方面具有十分广泛的适用性.本文主要从成组设计的概念、成组设计统计分析方法的合理选用、如何使用SAS程序实现计算,以及如何解释结果这几个方面作一概述.     

《中国骨伤》杂志论文中存在的统计学错误辨析(12)

在生物医学领域,统计学的重要性得到了越来越多人的认可。科研工作者自觉地将专业与统计学相结合来制定合适的实验设计方案,并使用统计学方法表达和分析实验数据,从而得出更有科学性、更具说服力的结论。但由于实际问题的复杂性及科研工作者的主观原因,也导致了统计学误用的屡屡发生,这在统计分析方面尤其突出。本文以《中国骨伤》杂志2006年与2007年第12期发表的部分论文数据为基础,给出若干种科研工作者常用的错误做法,并分析这些方法的不妥之处,最后给出适合此资料的正确的统计分析方法。