【正文】
or Ordinal variable誤用 linear regression? Y=β 0+β 1X1+ε? Linear regression被廣泛的使用,卻也常常被誤用 : 如資料不是常態(tài)分佈 Xi間未完全獨(dú)立 (如重複測(cè)量 ) Y和 X間不是線(xiàn)性關(guān)係 (如 Y= β 1X2+ ε)LINE原則Type I error 問(wèn)題? 進(jìn)行研究時(shí),若有多組比較時(shí),應(yīng)事前即定義好組別? 不應(yīng)為了產(chǎn)生統(tǒng)計(jì)意義而重新分組? 分組應(yīng)符合常理,不然應(yīng)於方法中詳細(xì)敘述? 若結(jié)果為連續(xù)變項(xiàng) , 多組比較時(shí),應(yīng)採(cǎi) ANOVA 及 posthoc (Bonferonni or Tukey, etc.),不可兩兩相比,產(chǎn)生過(guò)多之 type I error.Example:? 若有 10組學(xué)生比較身高,要用何種檢定呢 ? ? Oneway ANOVA及 posthoc? 若兩兩檢定會(huì)有什麼問(wèn)題嗎 ? ?type I error 可能會(huì)達(dá)到 ? 解決方法 : Bonferroni Multiple parisons procedure, 此時(shí)達(dá)統(tǒng)計(jì)意義之標(biāo)準(zhǔn)為 Example? 若有甲乙兩班各 5人比較體重高低,要用何種檢定 ?? Wilcoxon RankSum test or MannWhitney U test 因?yàn)閭€(gè)案數(shù)過(guò)少,採(cǎi)用無(wú)母數(shù)方法使用 Chisquare test常見(jiàn)錯(cuò)誤? 應(yīng)先建立要檢測(cè)之虛無(wú)假說(shuō) (null hypothesis) ,再選定檢定變項(xiàng)。 HR=4, P? 以上皆是錯(cuò)誤之書(shū)寫(xiě)方式 ,除非 P? 應(yīng)清楚載明 P值,如 HR=, P= 除 P value外,加入 95% CI? The effect of drug on lowering DBP was statistically significant (P)? report the real P value, such as P=? The effect of drug in treatment group on lowering DBP dropped from 110 to 92 mmHg (P=)? The drug lowered DBP by a mean of 18 mmHg (95% CI=234 mmHg, P=) 錯(cuò)誤解釋結(jié)果? P值未達(dá)統(tǒng)計(jì)意義為 ” non significant”? 不等於 ” no effect” 或 “ no difference”? 當(dāng)研究統(tǒng)計(jì)結(jié)果為 non significant時(shí),應(yīng)計(jì)算統(tǒng)計(jì)之 power,一般當(dāng) power=組間無(wú)明顯差別 !? Power=