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、     

医学统计学基础--统计表及其应用

一、统计表的概念与作用 统计表是表达数字资料最常用的工具之一。它由“表号、标题、线条、纵标目、横标目、数字”等元素组成;它可以避免冗长的文字叙述,可以使要表达的内容中心突出、简单明了,便于直观分析和比较。     

基因转染的pH敏感脂质体的最优处方和制备工艺的研究

目的　寻找用于基因转染的pH敏感脂质体的最佳处方和制备工艺。方法　采用正交设计法 ,考虑制备的pH值、组成摩尔比、制备方法三因素 ;即 1个四水平因素和 2个二水平因素混合状态。选用L16(4 1·2 12 )正交设计表安排试验 ,各水平组合条件下 ,通过基因转染实验 ,以基因转染荧光测定值作为观测指标 ,实验重复 4次。结果　在基因与脂质体重量比为 (1∶8)时 ,组成大豆磷脂与DC 胆固醇摩尔比为 (6∶4)和在超声法制备的特定条件下 ,pH5 .4与pH7.4基因转染荧光测定值之间差别非常显著 ;均值都较大 ,但是以 pH5 .4时基因转染荧光测定值均值最大。 结论　基因转染荧光测定值最高的脂质体为在 pH5 .4、组成大豆磷脂与DC 胆固醇摩尔比为 (6∶4)时采用超声法制备的脂质体。     

《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。     

神经科研究中设计类型的辨析方法

1 引言在定量资料的假设检验中 ,误用统计方法最常见的原因是忽视资料所对应的设计类型。有些人根本没有这方面的概念 ,只要看到观测结果是定量的资料 ,就认准一定要用ｔ检验。仅从设计类型角度看 ,适合选用ｔ检验的设计类型只有 3种 ,即单组设计、配对设计和成组设计[1] 。这 3种设计资料的ｔ检验公式稍有区别 ,不应盲目套用。不仅如此 ,用ｔ检验之前 ,还应检查资料是否符合正态性 (即各组资料近似服从正态分布 )和方差齐性 (即两组资料的总体方差相等 )。当资料取自其他设计类型 [如单因素Ｋ水平设计 (Ｋ≥3)、析因设计、重复测量设计等 ]…