如何正确处理定性资料（二）

在《中西医结合学报》2008年第6卷第10期中，笔者介绍了如何正确处理定性资料的第一部分内容。本文将继续结合科研中的部分实例，介绍如何正确分析定性资料，希望实际工作者对定性资料统计分析方法的合理选用有全面掌握。     

如何正确处理正交设计和均匀设计定量资料

1 引言 所有的多因素实验设计都可初分为两大类，其一为“全因子实验”，即全部实验因素的水平全面组合，这种设计被称为“析因设计”（要求在各组合条件下做两次以上独立重复实验）；其二为“部分因子实验”，即仅做析因设计全部实验点中的一部分。当实验涉及的多个实验因素之间的交互作用很复杂且都需要考察时．最好采用析因设计，其优点在于结论比较精确，不但能够检验各因素的主效应，还能全面检验所有因素间的各阶交互作用效应大小。但析因设计也存在着明显的缺点，     

浅析定性资料统计分析常见失误

在医学科研工作中，经常需要分析定性资料，很多研究者通常用X^2检验处理，忽略了它的应用条件。而分清资料性质，合理选用统计分析方法是取得科学严谨的统计结论的前提。     

如何正确处理无法考察交互作用的两因素设计定量资料

1引言 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。其试验设计有随机区组设计和双因素无重复试验设计，具有一个重复测量的单因素设计也可看成是此类设计的一个特例（将受试对象看成是隐含的区组因素），还有两因素嵌套（系统分组）设计。本文讨论了这4种试验设计的适用场合、区别及如何选择正确的方法进行统计学分析。     

高维列联表资料的统计分析与SAS软件实现（一）

在生物医学研究中,往往遇到定性资料,如果某项研究涉及的定性变量个数大于2,并且用列联表的形式表现出来,则称该列联表为高维列联表。高维列联表的维数由原因和结果变量的个数共同决定,且依据结果变量的性质将高维列联表分为结果变量为二值变量的高维列联表、结果变量为多值有序变量的高维列联表和结果变量为多值名义变量的高维列联表。     

如何正确识别和处理几种易混淆的多因素设计定量资料（一）

1引言 随着科研工作的深入发展，科研人员在实验时所考虑的实验因素或重要非实验因素越来越多，多因素实验设计也应用更加频繁．所得的统计结果说服力也更强。但一些科研人员在应用多因素实验设计时，不考虑实验中涉及的因素性质、因素个数、因素之问的重要程度、因素进入实验的顺序和受试对象之间是否存在内在关联等因素的影响，随意套用析因设计等定量资料的方差分析处理定量资料，是万万不可取的。     

医学论文中等级资料的正确处理

等级资料是医学文献中常见的统计资料。在统计处理过程中，常常由于统计方法选择不当，丢失统计信息，或者不进行假设检验即下结论，从而得出不确切甚至是错误的结论。本文以文献实例分析了此类问题，并指出了如何正确处理医学论文中这类资料，以提高论文的质量     

医学论文中统计分析错误辨析与释疑定性资料统计分析方法的合理选择(2)

一、误用 χ2 检验回答相关性问题例 1:很多医学期刊论著中都采用 χ2 检验处理类似表 1的资料 ,其目的是希望回答表中“两个有序变量之间是否呈相关关系”。表 1　不同期次矽肺患者肺门密度级别的人数分布 (例数 )矽肺期次肺门密度级别 合计Ⅰ 43 18814 2 45Ⅱ 19672 169Ⅲ 6175 5 78合计 5 0 3 0 114 14 92原文用 χ2 检验处理表 1资料 ,得 :χ2 =16 3 0 1,P <0 0 0 5 ,结论为 :可认为肺门密度与矽肺期次有关 ,结合本资料可见肺门密度有随矽肺期次增高而增加的趋势。问 :处理此资料所用的统计分析方法以及所得出的结论有何不…     

R×C列联表资料的统计分析与SAS软件实现（一）

R×C列联表资料可以分为双向无序的R×C表资料、结果变量为有序变量的单向有序R×C表资料、双向有序且属性相同的R×C表资料和双向有序且属性不同的R×C表资料,共4类。本文详细介绍了前两类R×C表资料及其用SAS软件实现统计分析的全部内容。值得一提的是,本文中给出的列联表资料形式取自相应的原文,离编制规范统计表的要求还有些差距,最关键问题是应在表头横线上方写数据的总称（通常为例数）,而不应写第2个分组变量的名称。     

如何表达与描述定量资料（二）

1正确判定定量资料所对应的实验设计类型的意义 当实验中涉及2个或3个因素时,如何以统计表的形式将原始数据全部表达出来呢？这里将通过具体的实例,以统计表的形式呈现不便考察因素之间交互作用的各种两因素和三因素设计下收集的原始定量资料。两因素或三因素设计下的定量资料表达得正确与否,对正确选用统计分析方法处理定量资料是很重要的。换句话说,是否能合理选用统计分析方法处理定量资料,最关键的问题是能否正确判定定量资料所对应的实验设计类型。     

如何表达与描述定量资料（一）

1.如何以简化形式表达和描述单组设计定量资料 如果研究者关心的实验结果为一个定量指标．当仅在一个特定的实验条件下测定71个个体该指标的数值．我们就说,这71个定量数据是来自单组设计的一元定量资料。若想了解这组定量资料的全貌。就将它们全部呈现出来;若想粗略地将它们表达出来。     

如何正确识别和处理几种易混淆的多因素设计定量资料（二）

常用的多因素实验设计类型有：析因设计、嵌套设计、裂区设计、重复测量设计。要做到正确处理这几种易混淆的多因素实验设计定量资料，必须掌握以下几个鉴别多因素设计定量资料的关键点。     

如何表达与描述定量资料（五）

在生物医学科研中,经常会涉及多因素试验研究问题,若科研经费充足,人力和时间都允许,选择多因素析因设计来安排试验是非常好的,因为此设计类型可以分析各因素不同水平对结果的影响,还可分析全部因素各级交互作用对结果的影响。然而,当前面所提到的条件不允许时,就需要选用正交设计。有时,选用正交设计仍感到试验次数过多,     

如何表达与描述定量资料（四）

在医学论文中,如何正确表达与描述定量资料,对于正确选择统计学中的假设检验方法至关重要。当试验涉及两个、三个或多个因素,且这些因素之间依据专业知识和重复试验次数多少认为可以考察其各种关系时,该定量资料就属于可以考察因素之间交互作用的定量资料。根据试验设计类型和专业知识,运用恰当的方法表达和描述可以考察因素之间交互作用的多因素设计（常见的是多因素析因设计和含区组因素析因设计）的定量资料,对科学评价全部因素对观测结果的影响情况有着十分重要的意义。     

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

在实际科研工作中，研究者有专业知识为依据可认为多个因素间相互独立（不存在交互作用）或根据研究目的不需要考察多个因素之间的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。