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。     

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。     

用SAS软件实现单因素多水平设计定量资料的统计分析

单因素多水平设计是药学科研中经常用到的一种试验设计方法,在临床药物疗效研究方面具有十分广泛的适用性。本文主要从单因素多水平设计的概念、单因素多水平设计统计分析方法的合理选用、如何使用SAS程序进行分析,以及如何解释结果几个方面作一概述。     

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.     

如何正确运用析因设计——怎样在药物应用与监测研究中正确运用统计学（五）

1 问题的提出 有些实际工作者常凭“想当然”办事，比如，治疗胃病有甲、乙两种药，每种药分为低、高两种剂量，已知甲药为对照药而乙药为新药，于是各种试验条件下各有一组患者接受治疗，共计四组：甲药低剂量（简称甲低，下同）、甲高、乙低、乙高。取能反映胃病治疗效果好坏的定量指标并测其结果，得到4组定量资料。现若要分析甲低疗效好还是乙低疗效好，     

如何正确处理无交互作用的两因素设计定量资料—怎样在药物应用与监测研究中正确运用统计学（四）

当试验中涉及到两个因素，由于试验安排上存在某些不足（通常是因素各水平组合条件下未做重复试验）或因素之间的特殊关系（通常为嵌套关系），导致无法考察两因素之间的交互作用，这类定量资料可称为无法考察交互作用的两因素设计定量资料。     

如何正确处理无法考察交互作用的三因素或四因素设计定量资料——怎样在药物应用与监测研究中正确运用统计学（六）

在实际科研工作中，研究者有时有专业知识为依据可认为多个因素间相互独立（即不存在交互作用）或受试验条件及样本量等的限制无法考察多因素间的交互作用时，往往需要采用一些比较特殊的试验设计类型。当试验中涉及到三个或四个因素，而由于前述各项原因无法考察这些因素之间的交互作用，可根据试验目的、试验因素特点等选用拉丁方设计、交叉设计或多因素嵌套设计。本文着重论述这几种试验设计的特点、设计方法、     

《中西医结合学报》2006年第1期论文中统计学应用错误辨析

统计学的应用正确和恰当与否，直接关系到科研成果的科学性和严谨性。为了帮助研究人员提高科研设计和统计分析水平，2007年，《中西医结合学报》杂志社特邀生物医学统计学专家胡良平教授开设了“医学统计学”专栏，对医学论文中常见的统计学错误逐一“辨析与释疑”，旨在帮助研究人员避免科研设计中的缺陷，帮助医学论文的作者，在撰写论文时避免统计学差错。该专栏的开设，受到了广大作者和读者的一致好评。我们认为《中西医结合学报》不应该仅仅是一个作者发表论文的平台，更要以发表高质量的学术论文为己任，要坚持学术期刊的导向作用，履行学术期刊的社会责任，倡导科学、严谨、务实、创新的学术风尚，促进中西医结合学术的蓬勃发展。2008年新年伊始，我们特别邀请胡良平教授撰写了“《中西医结合学报》2006年第1期论文中统计学应用错误辨析”一文，以《中西医结合学报》的一期杂志为实例，指出实验设计的不足之处和统计学差错，并逐一辨析。发表此文旨在督促本刊的编辑和审稿人要严把论文的统计学审稿关；作者要高度重视论文的统计学处理，并不断提高科研设计和统计分析水平；作者、编辑和审稿人共同努力，真正达到提高统计学的应用水平和提高科研质量的目的。     

如何正确运用t检验

t检验因其节省样本、计算简单及检验功效较高而成为广大科研工作者最为熟悉且应用最多的统计分析方法之一。但有许多科研人员却盲目相信t检验,将其褪为分析定量资料的万能工具，甚至还有人用它来处理定性资料。究其原因，主要是对t检验的使用条件、资料性质和所能处理的试验设计类型认识不清。本文以部分误用t检验的例子为基础，讨论如何正确应用，检验进行定量资料平均值的比较。     

《中国骨伤》杂志论文中存在的统计学错误辨析(8)

本文在前7期统计学错误辨析系列文章的基础上,继续对《中国骨伤》杂志2006年与2007年第8期所刊载的临床研究、基础研究和经验交流文章进行考察。由于之前的7篇文章中对于统计学的各个方面已经有了较为全面的说明,这里不再作整体性的讨论,而只是针对容易出现的一些问题给予强调,主要涵盖实验设计中的对照原则、重复测量设计的统计分析和不同类型列联表的分析。