㈠ 论文题目再做研究某方面的路径的话需要用到什么统计方法
一、统计学论文中的研究方法
1、大量观察法
这是统计活动过程中搜集数据资料阶段（即统计调查阶段）的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。
2、统计分组法
由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高（即分层抽样方式）；在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础；在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异（显着性检验）和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。
3、综合指标法
统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。
㈡ 简述统计资料的分类,分别叙述各类资料常用的统计分析方法有哪些
目前，不少医学论文中的统计分析存在较多的问题。有报道,经两位专家审稿认为可以发表的稿件中,其统计学误用率为90%-95%。为帮助广大医务工作者提高统计分析水平，本文将介绍医学论文中常用统计分析方法的选择原则及应用过程中的注意事项。 1.t 检验
t检验是英国统计学家W.S.Gosset 1908年根据t分布原理建立起来的一种假设检验方法，常用于计量资料中两个小样本均数的比较。理论上，t检验的应用条件是要求样本来自正态分布的总体，两样本均数比较时，还要求两总体方差相等。但在实际工作中，与上述条件略有偏离，只要其分布为单峰且近似正态分布，也可应用
㈢ 如何正确选择统计方法(to be continued)
资料类型设计方案实验分组检验条件
单变量资料差异比较的分析方法小结
11种形式的列联表
双变量(多变量)资料的关联性分析方法小结
二、计量资料分析常见的统计问题
2.1 忽视t检验的前提条件
文题：重症急性胰腺炎并发肝功能不全的临床研究。实验数据见表5。原文作者用t检验分析此资料。请问：这样做正确吗?
辨析：
1.对表5数据进行方差齐性检验，可发现两组患者的血清淀粉酶和肌酐指标不能满足方差齐性的要求，故不能采用t检验进行分析。
正确的做法：采用变量变换使数据服从正态分布且方差齐，然后进行t检验，否则，采用非参数检验。
2.给出确切的统计量和P值。
2.2 误用成组设计资料的t检验分析配对设计资料
辩析： 1.考虑到对数据进行变换是正确的。但是如果采用成组t检验，还需要两总体方差齐性。 但本研究是配对设计，如果采用成组t检验，会降低检验效率。应该采用配对t检验进行分析。注意配对t检验的条件：要对每对数据的差值（d）进行正态性检验。如果不满足，改用Wilcoxon符号秩检验。2.应给出确切的统计量和P值。
2.3 忽视方差分析的前提条件
文题：姜黄素抑制晶状体上皮细胞增殖的信号转导机制。
问题：作者取健康小牛眼晶状体的混合消化液消化后，收集细胞，进行传代培养，取第三代细胞进行实验。
实验分3组：空白对照组、模型组、姜黄素组，每组设6个样本。
请问：采用方差分析正确吗?
辨析：此实验分3组，应为单因素三水平设计定量资料，应首先进行“独立性”、“正态性”和“方差齐性”检验，如果满足方差分析的3个前提条件则用方差分析；如果不满足，则采用变量变换或秩和检验。如果P<0.05，则进行多组均数间的多重比较。
给出确切的统计量和P值。
2.4 误用t检验分析等级资料
文题：止痛如神汤保留灌肠治疗CNUP：双盲随机安慰剂对照试验
表4 两组临床主要症状和结肠镜肠粘膜病变评分
※：与对照组（G2）比较，P>0.05，组间差异无统计学意义；△:与治疗前比较，P<0.05，组内差异有统计学意义；▲:与对照组（G2）比较，P<0.05，组间差异有统计学意义。
辨析：
对于腹痛、腹泻、脓血便、下坠感、充血、水肿、粘膜糜烂、粘膜溃疡的单项评分组间比较，不宜用t检验。因为每项评分为1、2、3等不连续的赋值，数据资料不服从正态分布。应将数据整理成分组无序指标有序的等级资料，宜采用秩和检验。
分析“总评分”时，应对数据进行正态性和方差齐性检验后，决定选用t检验或秩和检验。
与对照组（G2）比较，P>0.05，组间差异无统计学意义，不必在备注中表示。
应写出确切的统计量和P值
2.5 误用t检验处理重复测量的两因素试验设计
文题：益气活血法预防老年患者髋部术后下肢深静脉血栓形成
统计学处理：采用SPSS10.0统计软件，两组间计量资料比较用t检验。
辨析：本研究设计类型为：两因素（处理和时间）重复测量设计资料。
在资料满足“独立性”、“正态性”和“方差齐性”的前提条件下，及进行球对称检验，应选用两因素设计的重复测量的方差分析，选用t检验分析该资料是不妥的。
文题：复方苦参注射液对恶性肿瘤患者伽玛刀放射治疗后T淋巴细胞亚群的影响。
设计：作者选取60例恶性肿瘤患者，随机分成2组。试验组在伽玛刀放射治疗的同时给予复方苦参注射液20ml加入生理盐水500ml，静脉滴注，1次／d，10d为1个疗程；对照组仅给予伽玛刀放射治疗。试验结果见表7。
请问：统计分析方法选用t检验正确吗?
辨析：
1.统计分析错误
本试验中，每位受试者在试验前、后两个不同的时间点上被重复测量了同一个指标的数值，试验前与试验后的数据并不相互独立，这种试验设计类型属于具有重复测量的试验设计，时间是一个与重复测量有关的试验因素。原作者用t检验进行两两比较，则割裂了整体设计，不能准确地估计和控制误差，因而不能得到可靠的结论。
正确的做法：应将表7的形式改成重复测量试验设计的标准形式，采用与之对应的方差分析进行数据处理。
2.6 误用配对设计资料的t检验处理单因素k(k>3)水平设计的资料
原文题目：“莪术对大鼠在体子宫肌电活动的影响及其机制研究”，文章为观察莪术水煎剂对未孕大鼠子宫肌电活动的影响，40只大鼠被随机分成4组，对照组：按10ml／kg鼠重灌服生理盐水，莪术组：按10ml／kg鼠重分别灌服25％ 、50％ 、100％莪术水煎液分成3组。观察每个大鼠子宫肌电爆发波的峰面积、持续时间和个数。原作者应用配对设计定量资料的t检验进行统计处理，资料见表4。
表 莪术水煎剂对大鼠子宫肌电活动的影响（均数±标准差）
辨析：
没有交待将大鼠按体重等重要的非实验因素作为配伍条件进行随机区组。
本资料有四个剂量，属于单因素四水平设计的定量资料，不可以用成组设计或配对设计的t检验。
措施：如果满足正态性和方差齐性两个前提条件，应用单因素四水平设计定量资料的方差分析，在得出有统计学意义的结论后，还可进一步采用Dunnett t检验或LSD检验。
如果在专业上有必要对3项指标同时进行考察，还应选用该设计的定量资料的三元方差分析对资料进行处理。
三、计数资料分析方法的常见问题
3.1 计算相对数时分母太小
文题：疏肝利胆中药防治胆固醇结石形成的实验研究。实验数据见表4。请问：在表达资料方面有何不妥之处?
辨析：
计算相对数时，分母过小，相对数很不稳定，易失真，不但不能正确反映事实真相，还往往会造成错觉。
在表4中，各组样本例数都小于20，样本例数偏小，不宜计算率，直接给出例数就可以。
3.2 误用χ2 检验分析结果变量为有序变量的资料
某医生用A、B两药治疗某病各240例,其疗效分为四个等级：痊愈、显效、好转、无效,见表4。经R×C表χ2检验,χ2=53.33 ,P <0.01 ,认为两组疗效之间的差异有统计学意义。
辨析：
本资料属于单项有序的R×C表，临床疗效有等级之分，对于等级资料可采用Ridit分析或秩和检验。而不应用R×C的χ2检验，R×C表χ2 检验只能检验两组内部构成是否相同或频数的分布是否相同，不能检验疗效有无差别。不难看出，若对表4资料任意两列数字进行对换,可以清楚地发现,χ2值仍为53.33,不会有改变。
3.3 误用χ2检验回答相关性问题
表 不同年龄冠状动脉粥样硬化程度的分布
上述资料用χ2检验得：χ2 =163.01，P<0.005，结论为：可认为冠状动脉硬化的程度与年龄有关，结合本资料可见冠状动脉硬化等级有随年龄增高而增加的趋势。
问：处理此资料所用的统计分析方法以及所得出的结论有何不妥之处?
辨析1：
本资料为“双向有序且属性不同的二维列联表资料”，处理这种资料有3个目的，因此，就对应着3套不同的统计分析方法。
分析不同年龄组患者冠状动脉硬化等级之间有无差别：看作单向有序资料，选用秩和检验。
分析年龄与冠脉硬化等级间有无相关关系：选用等级相关。
分析两者间是否存在线性变化趋势则应用线性趋势检验。
作者欲考察“两个有序变量之间是否呈相关关系”，而χ2检验结果是P<0.05，说明冠状动脉硬化患者在不同年龄组的人数分布是不同的。
事实上，若将表中任何两行的频数互换或将任何两列的频数互换，所得的χ2检验的统计量数值是不会变化的，说明χ2检验用于处理有序变量形成的二维列联表资料是不合适的。
辨析2：
欲考察“两个有序变量之间是否呈相关关系”，应选用分析定性资料的相关分析方法，如：Spearman秩相关分析，Kendall秩相关分析或典型相关分析。
本例采用Spearman秩相关分析，得：rs=0.53215，P<0.0001。
结论为：表中两个有序变量之间呈正相关关系，即随着年龄的增加冠状动脉硬化等级也逐渐增大，两者之间的相关关系具有统计学意义。
3.4 多值有序变量的高维列联表资料
3.5 不满足连续性χ2检验条件时未做校正
3.6 十一种形式的列联表
3.7 误用χ2检验取代Fisher精确检验
3.8 对R×C表直接分割进行两两比较
四、统计分析方法表述问题
(1)在统计学方法中注明“采用SPSS软件进行统计学处理”。此表述正确吗?
辨析：
从该表述中只能得知原作者采用了什么统计分析软件处理数据，没有交代清楚软件的版本和序列号；更未体现出文中资料所对应的实验设计类型和所采用的具体统计分析方法。
(2)在统计学方法中注明“计量资料采用方差分析”。请问：此表述正确吗?
辨析：
从该表述中只能得知作者处理定量资料用了方差分析，至于这些统计分析方法的选用是否正确，则不得而知。
通常情况下，比较各平均值之间的差别是否具有统计学意义，可能会用到的t检验有3种，方差分析有10种之多，他们之间的本质区别体现在定量资料所对应的“实验设计类型”上。
在表述统计学方法时，应将所用方法写完整，即在统计分析方法前冠以实验设计名称，如配对设计定量资料的t检验、成组(或单因素两水平)设计定量资料的t检验或两因素析因设计定量资料的方差分析。
(3)定性资料一律采用χ2检验，对吗？
辨析：
事实上，定性资料通常可以编制成11种形式的列联表。在进行统计分析时，应针对不同形式的列联表、统计分析目的和资料实际具备的前提条件，选用相应的统计分析方法，不可随意盲目选用，更不应将χ2检验视为处理定性资料的万能工具。
(4)许多论文中，当统计数据经假设检验后，P值仅仅列出P >0.05或P<0.05 、P<0.01便称结果无显着差异，或结果非常显着。
假设检验结果正确的表达方法是：
应写出描述性统计量，如样本均数、率、相关系数、回归系数、相对危险度、半数效量等，及其可信区间、检验统计量，如χ2、t、u、F 值等)、P值；然后根据P值大小作出统计学推断，并作出相应的医学专业结论。
举例：
SPSS实现多组率的两两比较
pearson卡方
SPSS对原始数据是频数表的，需进行加权处理（让软件横着看数据）后卡方检验。
条件：（1）pearson卡方要求总例数大于40；（2）0 个单元格 (0.0%) 的期望计数小于 5。最小期望计数为 15.25。
资料收集整理来自网络文库
㈣ 医学论文中怎样根据统计资料的类型选择一种或几种检验方法
刚在那个什么 创新医学网 上看见过 医学论文 写作辅导的文章 这个知道是不是 你要的答案
统计资料的显着性检验(significant test)方法的选择是医学论文中常常遇见的问题，退稿原因中常有显着性检验方法选择不当。如t检验、u检验、χ2检验等，虽然各有其应用范围和要求，但也其共同之处。作者可根据统计资料的类型，选择一种或几种检验方法。但当作者在获得一组、两组或两组以上的数据资料时，选择何种显着性检验，是至关重要的问题。不同的资料类型其统计指标、统计检验的方法是不同的，见表1。
医学生物研究中，许多指标都是服从正态分布(u分布)的，而随着样本含量加大或自由度增大，t分布、χ2分布、F分布都趋向于正态分布见图1、图2。
在《中华创伤杂志》第12卷1～6期和增刊中文章所涉及的统计方法(表2)，表明了正态分布的广泛性、常见性。
故当作者获得数据资料后，首先应进行正态性检眩�范ㄊ欠为标准正态分布(或近似正态分布)或不属于正态分布。笔者首先推荐概率单位法。
当统计资料属于正态分布或近似正态分布时，差异显着性检验方法的选裕�诜合其应用条件下，一般可按表3进行选择。
显着性检验应用时的主要注意事项：(1)率值或均值在进行显着性检验前，应注意样本的代表性和可比性。(2)检验结果接近显着性界限时：要多方面考虑，是否确实不存在差异；或是观察例数不够，而需加大样本例剩换是检验公式运用不当，可用其他检验印证。(3)多个样本比例数的χ2检验，差异显着性，只能说明多组比例数不同或不完全相同，而不能确定哪个比例数不同，要进一步进行显着性检验才能了解两个样本比例数是否构成相同。
表1 一般情况下不同资料的统计指标与检验方法的关系
资料类型 统计指标 统计检验方法
计量资料 均数、标准差 t检验、F检验等
计数资料 率、构成比 χ2检验等
半定量资料 率、构成比 秩和检验、Ridit分析
表2 《中华创伤杂志》第12卷1～6期、
增刊显着性检验方法使用频数
检验方法 应用次数 检验方法 应用次数
t检验 27 直线相关与回归分析 5
χ2检验 16 拟合线性回归 1
F检验 24 相关分析 6
Q检验 2 非参数统计 4
u检验 1 未注明方法 6
表3 常用显着性检验方法的选择
统计资料比较类型 显着性检验
小样本均数与总体均数相比较 t检验
小样本均数相比较 t检验、F检验
两个或多个大样本均数与
总体均数相比较 u检验、t检验
大样本均数相比较 u检验、t检验
配对计量资料 配对t检验
两个率的比较 u检验、χ2检验
多个样本率的的比较 χ2检验
配对计数资料两种属性的
相关分析及其差别的比较 χ2检验
㈤ 医学科研中常用的统计学方法有哪些
正确的统计学分析一定要建立在明确的研究目的和研究设计的基础之上，那些事先没有研究目的和研究设计，事后找来一堆数据进行统计分析都是不可取的。 在医学论文的撰、编、审、读过程中经常遇到的问题是研究的题目与课题设计、论文内容不符，包括文章的方法解决不了论文的目的、文章的结果说明不了论文的题目、文章的讨论偏离了论文的主题；还有是目的不明确、设计不合理。如题目过小，论文不够字数，而一些无关紧要的变量指标或结果被分析被讨论；又如题目过大，论文的全部内容不足以说明研究的目的，使论文的论点难以立足。 所以，合理明确的论文题目或目的以及研究设计方案是撰、编、审、读者应当关注的首要问题。此外，样本含量是否满足，抽样是否随机，偏倚是否控制等，也是不可忽视的问题。
2、建好分析用的数据库
建好数据库是正确统计分析的前提和基础，甚至决定了论文分析结果的成败。对于编、审、读者来讲，一般由于篇幅的限制，往往得不到数据库数据，而只有作者在数据库数据基础上经统计描述计算后给出的诸如各指标均数 x、标准差 s 或中位数 M、百分位数 Px 的“二手”数据，或将研究对象小或特征属性分组，清点各组观察单位出现的个数或频数的频数表数据等。 无论是否能够得到数据库数据，作者在统计分析过程中一定依据数据库数据进行计算，得出结果。如果对“二手”数据或频数表数据的结果等存在疑惑，编辑、审稿专家或读者有权要求作者提供数据库数据以检查其完整性、准确性和真实性，确保研究数据的质量。假若在投稿须知中对数据库数据作出必要的要求，无疑对于保证刊物的发表质量有着积极的意义
㈥ 论文常用数据分析方法
论文常用数据分析方法
论文常用数据分析方法，对好的论文分析研究方法应该从哪些方面展开，如何表达才能显得自己对该论文真的有所理解，应该看哪些书呢？下面我整理了论文常用数据分析方法，一起了解看看吧!
论文常用数据分析方法分类总结
1、 基本描述统计
频数分析是用于分析定类数据的选择频数和百分比分布。
描述分析用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的`数据进行汇总统计。
2、 信度分析
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
3、 效度分析
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
4、 差异关系研究
T检验可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用方差分析。
如果要分析定类数据和定类数据之间的关系情况，可使用交叉卡方分析。
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用非参数检验。
5、 影响关系研究
相关分析用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择路径分析。
㈦ 医学论文写作中分析数据的统计方法有哪些
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：
打开网络APP，查看更多高清图片
一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。
二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。
三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。
另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。
医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。
至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显着性，有时会刻意回避报道差异的不显着结果，不思考和探究差异不显着的原因和意义，反而会因此忽视一些重大的科学发现。