统计研究设计的原理与内容

统计研究设计的原理 在实验设计中坚持"随机、对照、重复、均衡"四个基本原则是实验成功的关键,其原理就在于它能有效地排除非处理因素的干扰和影响,使实验误差降到最低限度,从而可以降低"噪音",纯化"信号",准确地获得处理因素的实验效应,使随机现象的统计规律性更好地显露出来.这样表述似乎不容易看出其"原理"的真正含义,下面用一系列形象化的例子来演示,将使实验设计的原理变得形象、直观.     

合理进行多元分析——广义主成分分析

本文目的是介绍与主成分分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括相关矩阵、特征值与特征向量、主成分变量、主成分表达式和主成分的性质;计算方法涉及特征值与特征向量的求法、主成分分析的计算原理以及系数估计和个数的确定;两个实例中的资料分别为“20例肝病患者的4项肝功能指标的测定结果”和“23种肿瘤类期刊的文献计量学指标的调查结果”;借助SAS对两个实例中的定量资料进行了主成分分析,并基于主成分的计算结果分别实现了样品聚类和样品排序,并对输出结果作出了解释。     

试验设计的三要素

试验研究中不可缺少的三项内容分别是试验因素、受试对象和试验效应,通常将他们称为试验设计的三要素。如何正确把握三要素是试验设计的关键问题之一。     

实验设计的概念与基础

为了有助于提高药学工作者制定实验设计方案的水平,本文概括性介绍了实验设计的概念和意义,阐述了实验设计的核心内容,即实验设计的三要素、四原则和实验设计类型。     

配对设计一元定性资料的统计推断与实验设计

In general,there are two methods to achievestatistical inference of qualitative data of paireddesign:hypothesis testing(including the differ-ence test andthe consistent test)andinterval esti-mation,which will be introducedinthis article indetail.Asidefromthis,this article will alsointroducethe corre     

如何合理选定试验设计三要素中的受试对象

受试对象是试验设计三要素中的第一要素,正确选择受试对象对于科研工作的成败至关重要。试验设计的核心内容为三要素、四原则和设计类型。本文重点阐述了选择受试对象的一般原则,受试对象的种类和数量,以及研究者在选择受试对象时常犯的错误,提出了合理选择受试对象的方法学建议。受试对象虽然仅是试验设计三要素中的一个要素,但对整个科研课题的成败起着举足轻重的作用,必须合理选定。     

如何合理选择统计分析方法处理实验资料（VI）

  生物医学期刊是宣传和反映生物医学科研与临床研究成果的重要媒体，是培养年轻科研工作者的摇篮，也是一个国家科研实力的重要象征。期刊中学术论文的质量是期刊存在的重要保证，而学术论文质量高低的重要标志之一是科研设计和统计分析质量的高低。本刊在 2007 年中，拟邀请军事医学科学院生物医学统计学咨询中心主任、博士生导师胡良平教授，以“如何合理选择统计分析方法处理实验资料”为题，撰写 6 篇文章，每期发表1 篇，较系统地介绍在生物医学论文写作中，如何正确地应用医学统计学知识，从而提高学术论文的质量。需要指出的是，论文中统计学应用正确，并不能说明科研课题做得一定正确。广大作者和读者更应高度重视科研工作之前的科研设计的质量。事实上，由一个错误的科研设计产生出来的实验结果，即使其论文写得再漂亮，统计分析方法用得再正确，对于一个国家科技事业的发展和人才培养都是有害无益的。     

WINDOWS环境下SAS软件下用法指南（一）

第一讲预备知识及基本概念１引言１．１科学研究与统计学之关系科学研究的目的是探索各研究领域内未知的事物,而反映未知事物特征的指标常带有变异性。由于变异性的存在,实验或观测的结果就必然带有不确定性。为了获得带有规律性的结果,人们就不得不进行大量的实验或观...     

重症SARS患者预后因素的研究

目的　分析影响SARS预后的单因素并建立影响SARS预后的多因素回归模型。方法　采用SPSS 11 0及SDAS软件回顾性分析 16 5例临床确诊的重症SARS患者的临床特征 ,通过对预后的单因素及Logistic多元回归分析 ,建立SARS预后回归模型。结果　①年龄与预后显著相关(r=0 5 0 6 ,P <0 0 0 1) ,≤5 0岁与 >5 0岁患者的病死率分别为 4 0 8%及 5 3 3% (P <0 0 1)。②有无基础病变与预后显著相关 (r=0 .4 5 7,P <0 0 0 1) ,它们的病死率分别为 5 4 5 %及 7 5 % (P <0 0 1)。③病情最重时淋巴细胞绝对数、PLT、尿常规改变、AST、TB、LDH、CK、CK MB、HBDH、UREA、肾功改变、呼吸频率、低氧血症程度、胸片受累肺叶数与预后相关 (r为 0 2 5 7～ 0 788,P <0 0 5 )。④SARS预后多因素回归生物数学模型与低氧血症程度与血小板数有关。多元回归模型为Py=1=es/(1+es) (S=2 4 90×低氧血症程度 - 0 0 5 0×血小板数)。若S >0 ,则Py=1大于 0 5 ,判断为死亡 ;若S<0 ,则Py=1小于 0 5 ,判断为存活。⑤该模型敏感性高 (91 6 7% ) ,特异性强 (98 33% ) ,准确性高(96 4 2 % )。结论　SARS预后模型是建立在SARS病理生理基础和生物数学之上的一种新的、简单、经济、敏感性高、特异性强和准确性高的指征 ,可有效判定SARS