【正文】 果 表 22(b) 表 19的前兩行合并后的結果 ① 結論 ?2= ； P。 2產次低體重率間的差別無顯著性意義。 ②將 2產次合并與 ≥3產次比較：結果見表 22(b)。 結論 ?2=， P 3產次與大于等于 3產次的低體重率間的差別有顯著性意義，即“ ≥3產次”組低體重兒發(fā)生率高于 1產次、 2產次組，而第一、二產次組間的差別無顯著性意義，不應作出第二產次組低體重發(fā)生率最低的結論。 產次 低體重例數(shù) 正常例數(shù) 合計 1 495 9456 9951 2 1 14 2344 2458 合計 609 1 180 0 12409 產次 低體重例數(shù) 正常例數(shù) 合計 3 609 1 180 0 12409 ≥ 3 18 186 204 合計 627 1 198 6 12613 分析 RXC表存在的問題 各組間重要的非實驗因素有差異，不具備可比性 組 別 例 數(shù) 治療效果 治愈 顯效 有效 無效 總有效率（ %） 苦 參（ A） 100 21 38 16 25 75 賽庚啶（ B） 100 25 38 17 20 80 二聯(lián)組（ C） 100 36 39 18 7 93 三組慢性麻疹患者療效的觀測結果 原文中說明病人性別、病程長短有差異 排除性別、病程等非實驗因素影響，用秩和檢驗、Ridit分析 分析 RXC表存在的問題 未作統(tǒng)計處理就作出統(tǒng)計推斷 病程 (年 ) 例數(shù) 痊愈 顯效 進步 無效 死亡 ~ 229 64 102 58 4 1 1~ 173 39 69 53 10 2 2~ 151 25 48 67 11 0 5~ 81 11 18 43 9 0 眼針治療中風后遺癥臨床觀察的療效與病程之間的關系 結論：病程與療效密切相關，病程越短療效越好 雙向有序且屬性不同，可選 Spearman等級相關典型相關、線性趨勢檢驗 分析 RXC表存在的問題 統(tǒng)計分析不夠全面 分化程度 P53 + ++ +++ ++++ 高度分化 10 7 2 1 3 中度分化 8 1 8 3 11 差 分 化 2 1 3 5 8 51例皮膚鱗癌分化程度與 P53表達之間的關系 原結論： ?2檢驗、秩和檢驗。 P53表達在三中分化程度間無差異（ T=， P) 雙向有序且屬性不同，不同分化程度下 P53各等級的頻數(shù)分布之間有無差別， 可選定性資料的 秩和檢驗。 希望研究 “ 分化程度 ” 與 “ P53取值的等級 ” 之間是否存在相關，可選用 Spearman等級相關、典型相關分析。 統(tǒng)計結果的解釋與表達 ? 誤認為 P ? “ P” 等價于 “ 某因素是無用因素 ” 嗎 ？ 某研究者在研究多個實驗因素對某產物的影響時 ，運用正交設計安排了全部實驗因素 。 運用方差分析處理資料后發(fā)現(xiàn) “ 溫度 ” 這個實驗因素所對應的 P值是 “ P” ， 便認為 “ 溫度 ” 這個實驗因素對產物的影響無顯著性意義 ， 于是 ， 得出結論： “ 溫度這個實驗因素在本實驗中是無關緊要的 ， 可忽略不予考慮 ” 。 對差錯的分析 ? 假定在上述問題中沒犯 Ⅱ 型錯誤的前提下 ， 來討論所提出的問題 。 此時 ， “ P” 與 “ 某因素是無用因素 ” 之間并非等價關系 ！ 即使某個實驗因素在實驗中是不可缺少的 ， 如果該因素在實驗中所取的水平過于接近 ， 它們對實驗結果的影響自然也就相差無幾了 。 ? 此時的不顯著 ， 僅表明該因素的各水平對觀測結果的影響幾乎相同 ， 而不代表該因素對觀測結果無影響 。 統(tǒng)計“顯著性”與醫(yī)學 /臨床 /生物學“顯著性” ? 統(tǒng)計“顯著性”對應于統(tǒng)計結論，醫(yī)學 /臨床 /生物學“顯著性”對應于專業(yè)結論。 ? 假設檢驗是為各專業(yè)服務的，統(tǒng)計的結論必須和專業(yè)結論有機的相結合，才能得出恰如其分、符合客觀實際的最終結論。 誤解了 “ P” 與 “ P” 的真正含義 ? 解釋 “ P” 與 “ P” 含義時常犯的錯誤 ? 有些人在解釋具有顯著性意義的統(tǒng)計結果時 ，常根據(jù) P值是 “ ” 還是 “ ” 作出肯定程度不同的專業(yè)結論 。 例如 ， 當比較甲 、 乙兩種藥物的療效時 （ 假定甲藥優(yōu)于乙藥 ） ， 若得到 “ P” ， 則認 為 甲 藥 極 顯 著 地 優(yōu) 于 乙 藥 ； 若 得 到“ P” ， 則認為甲藥非常顯著地優(yōu)于乙藥；若得到 “ P” ， 則認為甲藥顯著地優(yōu)于乙藥 ? 差錯分析 統(tǒng)計學上根據(jù)假設檢驗原理推算出來的 P 值 ， 表示拒絕特定的零假設可能犯假陽性錯誤的概率的理論值 ，它的大小不反映對比的兩者之間差別的程度大小 。 統(tǒng)計檢驗結果不完善的表達方式 ? 多種多樣表達統(tǒng)計檢驗結果的方式 : ? 資料未經過任何統(tǒng)計處理，僅根據(jù)實際數(shù)據(jù)的大小，憑經驗作出某組與另一組之間的差別有顯著性的結論； ? 作了統(tǒng)計處理，但未交代選用的是何種統(tǒng)計分析方法，僅給出 P值； ? 作了統(tǒng)計處理，也交代了所選用的統(tǒng)計分析方法，并給出了 P值，但未給出統(tǒng)計量的具體值。 ? 釋疑 : ? 所選用的統(tǒng)計分析方法； ? 統(tǒng)計量的具體取值及其自由度； ? 假設檢驗的具體 P值； ? 有關總體參數(shù)的 95%可信區(qū)間 ； ? 傳染病數(shù)據(jù)具有不獨立的性質 。 一個人是否生病與他周圍的人是否生病有一定關系 。 放射線計數(shù)和液體中的細菌呈 Poisson分布 ， 非傳染性數(shù)據(jù)則呈二項分布 。不同性質的數(shù)據(jù)與所用統(tǒng)計方法有關 ， ? logistic回歸是根據(jù)二項分布或多項分布原理推導出來的 ， 而二項分布則要求事件獨立 。 傳染性疾病不符合二項分布 ， 因而也不能用 logistic回歸分析 。 ? 所以 logistic回歸分析大多用于惡性腫瘤 、 心血管疾病等的研究 。 個別作者把它用于傳染病流行病學研究 ，這是不正確的 。 更有作者在雜志上呼吁把 logistic回歸用于傳染性疾病的流行病學研究更是錯誤 。 分析的目的 資料的類型 資料的分布 設計方案 樣本含量大小 6 應注意的幾個重要問題 ? 資料的整理與描述從幾個方面入手？ ? 標準差與標準誤的區(qū)別與聯(lián)系？ ? 可信區(qū)間與參考值范圍的區(qū)別是什么？ ? 可信區(qū)間的估計與哪些因素有關？ ? 參考值范圍的確定與哪些因素有關？ ? 假設檢驗與可信區(qū)間的聯(lián)系？ ? 不同類型資料的方法選擇？ 6 應注意的幾個重要問題 (續(xù) ) ? 如何正確應用不同設計時的檢驗？ ? 兩組比較與多組比較的關系？ ? P與 ?的區(qū)別？ ? 單側檢驗與雙側檢驗？ ? I型誤差與 II型誤差？ ? 各種檢驗方法的應用條件？ ? 兩指標間關系的分析？ ? 研究設計的基本原則？ ?