分类

论文中对数据进行统计学处理时需要注意的问题

  1对基线资料进行统计学分析

  搜集资料应严密遵守随机抽样设计,保证样本从同质的总体中随机抽取,除了对比因素外,其他可能影响结果的因素应尽可能齐同或基本接近,以保证组间的齐同可比性。因此,应对样本的基线资料进行统计学分析,以证明组间的齐同可比性。


  2选择正确的统计检验方法

  研究目的不同、设计方法不同、资料类型不同,选用的统计检验方法则不同。例如:2组计量资料的比较应采用t检验;而多组(≥3组)计量资料的比较应采用方差分析(即F检验),如果组间差异有统计学意义,想了解差异存在于哪两组之间,再进一步做q检验或LSD-t检验。许多作者对多组计量资料进行比较时采用两两组间t检验的方法是错误的。又如:等级资料的比较应采用Ridit分析或秩和检验或行平均得分差检验。许多作者对等级资料进行比较时采用检验的方法是错误的。

  3假设检验的推断结论不能绝对化

  假设检验的结论是一种概率性的推断,无论是拒绝H0还是不拒绝H0,都有可能发生错误(Ⅰ型错误和Ⅱ型错误)。因此,假设检验的推断结论不能绝对化。


  4P值的大小并不表示实际差别的大小

  研究结论包括统计结论和专业结论两部分。统计结论只说明有无统计学意义,而不能说明专业上的差异大小。P值的大小不能说明实际效果的“显著”或“不显著”。统计结果的解释和表达,应说对比组之间的差异有(或无)统计学意义,而不能说对比组之间有(或无)显著的差异。P≤0.01比P≤0.05更有理由拒绝H0,并不表示P≤0.01时比P≤0.05时实际差异更大。只有将统计结论和专业知识有机地结合起来,才能得出恰如其分的研究结论。若统计结论与专业结论一致,则最终结论也一致;若统计结论与专业结论不一致,则最终结论需根据专业知识而定。判断被试因素的有效性时,要求在统计学上和专业上都有意义。


  5假设检验结果表达

  P值传统采用0.05和0.01这2个界值,现在提倡给出P的具体数值和检验统计量的具体数值(小数点后保留3位有效数字),主要理由是:①以前未推广统计软件之前,需要通过查表估计P值,现在使用统计软件会自动给出具体的P值和检验统计量的具体值(t值、F值、χ2值等)。②方便根据具体情况判断问题。例如P=0.051与P=0.049都是小概率,不能简单地断定P=0.051无统计学意义而P=0.049有统计学意义。③便于对同类研究结果进行综合分析。

  6统计学符号的使用

  统计学符号的使用应按照GB3358-82《统计名词及符号》的规定,具体可参阅本刊稿约中的有关要求。


  《风湿病与关节炎》编辑部

  来源:风湿病与关节炎 2014年3期


上一篇:以就业需求为导向的统计学课程教学设计
下一篇:财经类院校统计专业多元化人才培养模式的研究内容