【摘要】 實驗設計、 資料搜集與整理分析是科學研究的3個緊密聯(lián)系的階段， 而良好的設計是順利地進行實驗和收集數(shù)據(jù)、 分析數(shù)據(jù)的先決條件。統(tǒng)計方法的選擇與正確應用依賴于研究方案中的統(tǒng)計學設計，應充分考慮實驗目的、 設計類型、 觀察指標組成的資料性質(zhì)和樣本大小等。

【關鍵詞】 統(tǒng)計學; 統(tǒng)計方法; 統(tǒng)計分析; 研究設計

正確運用統(tǒng)計方法的前提是良好的實驗設計。如果試驗前沒有良好的設計， 或者設計存在缺陷， 那么， 即使使用高級的計算機和復雜的統(tǒng)計方法處理數(shù)據(jù)， 也只能得到錯誤的結(jié)論。對于生物（醫(yī)學）研究者來說， 統(tǒng)計問題咨詢應該在一個研究項目開始之前， 而不是在研究數(shù)據(jù)出來以后。沒有系統(tǒng)學習過生物（醫(yī)學）統(tǒng)計學的許多實際工作者常常錯誤地認為統(tǒng)計分析是在試驗完成后才考慮的問題， 而且不考慮研究目的、 資料類型以及統(tǒng)計方法的前提條件等有關統(tǒng)計方法選擇的問題。需強調(diào)的是，實驗設計、 資料搜集與整理分析是科學研究的三個緊密聯(lián)系的階段， 而良好的設計是順利地進行實驗和收集數(shù)據(jù)、 分析數(shù)據(jù)的先決條件， 希望通過運用統(tǒng)計方法的計算來彌補設計上的錯誤是不可能的， 也是有害的[1]。

1 統(tǒng)計分析步驟

統(tǒng)計方法的選擇依賴于研究方案中的統(tǒng)計學設計。統(tǒng)計學設計是要求研究工作者， 根據(jù)研究目的規(guī)定研究因素， 選擇觀察指標， 確定研究對象的樣本含量， 擬定研究的實施方法及數(shù)據(jù)收集、 整理和分析的模式， 以達到用最少的人力、 物力和時間， 獲得可靠的結(jié)論。在實際工作中， 必須根據(jù)醫(yī)學研究目的、 設計類型、 資料性質(zhì)、 樣本大小和分析過程中所遇到的各種實際情況等， 并結(jié)合專業(yè)方面的知識來恰當?shù)剡x擇和運用統(tǒng)計分析方法， 才能做出正確的、 符合實際的結(jié)論。在區(qū)分了研究資料的反應變量和解釋變量的基礎上， 數(shù)據(jù)的統(tǒng)計分析主要回答兩個問題: 一是反應變量的差異是否可歸因于分組因素或?qū)Ρ纫蛩兀?二是多個反應變量之間是否存在某種聯(lián)系？ 因此， 醫(yī)學科研數(shù)據(jù)統(tǒng)計分析大致分以下4個步驟。

1.1 數(shù)據(jù)整理 主要進行數(shù)據(jù)質(zhì)量的核查、 異常值的處理， 考察數(shù)據(jù)分布及變量轉(zhuǎn)換等， 以及看數(shù)據(jù)是否符合特定統(tǒng)計方法所要求的條件。如計算均數(shù)和標準差要求數(shù)據(jù)基本上呈正態(tài)分布， 方差分析要求各組方差的差別不宜過大等。

1.2 統(tǒng)計描述 按分組因素或控制因素分組計算反應變量的基本統(tǒng)計量， 如均數(shù)、 百分率、 標準差、 標準誤等， 得出資料的大致輪廓和進一步分析方向。結(jié)果的表達方式主要是統(tǒng)計圖或統(tǒng)計表[2， 3]。

1.3 統(tǒng)計推斷 選擇和運用恰當?shù)慕y(tǒng)計方法（見統(tǒng)計方法選擇）作詳細分析， 如均數(shù)間的差異比較進行t檢驗或方差分析、 反應變量間的相互關系進行相關分析、 反應變量與解釋變量的依存關系擬合各類回歸模型等等。各種假設檢驗得到的P值是下結(jié)論的主要依據(jù)[2-4]。

1.4 結(jié)果表達 將各種分析結(jié)果簡單明了地表達出來， 為專業(yè)上的分析討論提供統(tǒng)計學背景[4]。有條件的話， 前3個步驟應在計算機上借助統(tǒng)計軟件完成。另外， 以上4個步驟只是一種粗略地劃分， 對有些資料，統(tǒng)計描述即可得出較為明確的結(jié)論。對于隨機分組的實驗設計資料或隨機抽樣的調(diào)查資料， 一般可根據(jù)資料性質(zhì)和分析目的找到恰當?shù)慕y(tǒng)計方法。但對于對比性資料的分析， 往往需要同時用多種統(tǒng)計方法進行處理或擬合復雜的統(tǒng)計模型。

2 統(tǒng)計方法選擇

生物（醫(yī)學）科學研究從研究設計開始到數(shù)據(jù)的收集、 整理、 分析的全過程中， 統(tǒng)計學知識始終貫穿其中， 而統(tǒng)計分析方法的正確選擇在數(shù)據(jù)處理中至關重要。在研究方案制定時選擇何種統(tǒng)計分析方法取決于實驗的目的、 不同的設計類型、 觀察指標組成的資料性質(zhì)和樣本大小等。

在研究設計時， 統(tǒng)計方法的選擇需考慮以下6個方面的問題: (1)看反應變量是單變量、 雙變量還是多變量; (2)看單變量資料屬于3種資料類型（計量、 計數(shù)及等級資料）中的哪一種; (3)看影響因素是單因素還是多因素; (4)看單樣本、 兩樣本或多樣本; (5)看是否是配對或配伍設計; (6)看是否滿足檢驗方法所需的前提條件， 必要時可進行變量變換， 應用參數(shù)方法進行假設檢驗往往要求數(shù)據(jù)滿足某些前提條件， 如兩個獨立樣本比較t檢驗或多個獨立樣本比較的方差分析， 均要求方差齊性， 因此需要做方差齊性檢驗。如果要用正態(tài)分布法估計參考值范圍， 首先要檢驗資料是否服從正態(tài)分布。在建立各種多重回歸方程時， 常需檢驗變量間的多重共線性和殘差分布的正態(tài)性。

不同的統(tǒng)計分析方法都有其各自的應用條件和適用范圍。實際應用時， 必須根據(jù)研究目的、 資料的性質(zhì)以及所要分析的具體內(nèi)容等選擇適當?shù)慕y(tǒng)計分析方法， 切忌只關心P值的大小（是否<0.05）， 而忽略統(tǒng)計分析方法的應用條件和適用范圍。

3 統(tǒng)計方法綜合運用實例

例 根據(jù)2001年進行的大規(guī)模調(diào)查， 已知某地健康青年男子身高均數(shù)為168.34 cm， 體重均數(shù)為57.20 kg， 同年在該地應征男性青年中隨機抽取120名男子， 測得其身高、 體重資料見表1， 試對該資料進行統(tǒng)計分析[1]。表1 120名應征男性青年的身高與體重資料

3.1 資料的分布特征和數(shù)字特征的統(tǒng)計描述 本例屬于單樣本雙變量計量資料。對該資料進行統(tǒng)計分析時， 首先應對每一個變量的分布類型及其特征進行統(tǒng)計描述， 編制直方圖或頻數(shù)表， 計算相應的統(tǒng)計描述指標， 然后在此基礎上選擇和運用恰當?shù)慕y(tǒng)計方法進行統(tǒng)計推斷， 最后作出明確結(jié)論。

本例的身高、 體重頻數(shù)分布情況見圖1～2。由圖1可直觀看出， 身高的頻數(shù)分布特征為: 所有數(shù)據(jù)分布在155～182之間; 數(shù)據(jù)主要集中在164～173之間， 共有73人， 占總?cè)藬?shù)的60.8%; 各組段的頻數(shù)基本以168.5為中心呈對稱分布。因此， 可認為身高近似服從正態(tài)分布。而體重的頻數(shù)最多組段58～不在所有組段的中間位置， 各組段的頻數(shù)以61為中心呈不對稱分布（圖2）， 故可認為體重呈偏態(tài)分布。圖1 120名應征男性青年身高的頻數(shù)分布圖表2給出了資料分布的數(shù)字特征: 均數(shù)（x）、 標準差（s）、 中位數(shù)（Md）、 四分位數(shù)間距（QR）和全距（R）。為了進一步說明各變量是否服從正態(tài)分布， 表2也同時給出了偏度系數(shù) 由表2可見， 身高的|ug1|和|ug2|均小于1.65， 故可認為身高服從正態(tài)分布（矩法正態(tài)性檢驗）， 此結(jié)論與上述的直觀結(jié)果相同， 也與圖3的圖示法結(jié)論相同（散點幾乎都在一條直線上）。同理， 體重的|ug1|和|ug2|均大于1.65， 故可認為體重不服從正態(tài)分布， 此結(jié)論亦與上述的直觀結(jié)果相同， 顯然與圖4的圖示法結(jié)論也相同（散點不在一條直線上）。

由于身高近似服從正態(tài)分布， 且是大樣本數(shù)據(jù)， 故可用樣本均數(shù)168.84 cm代表身高的平均水平， 用樣本標準差5.19 cm代表身高的個體差異， 用x±1.96 s來描述身高的95%散布范圍， 即168.84±1.96×5.19=158.67～179.01 cm。由于體重不服從正態(tài)分布， 用中位數(shù)58.00 kg代表體重的平均水平， 用四分位數(shù)間距8.75 kg代表體重的個體差異， 用百分位數(shù)P2.5～P97.5描述體質(zhì)量的95%參考值范圍， 即49.03～80.77 kg。

3.2 參數(shù)的點估計與區(qū)間估計 身高的均數(shù): =X=168.84 cm， SX=0.47 cm， 95% CI=167.90～169.78 cm 。體重的均數(shù): =X=57.67 kg， SX=0.63 kg， 95%CI=56.44～58.90 cm。體質(zhì)瘦弱（體重≤50 kg ）檢出率: =p=17/120=14.17%， SP=3.18%， 95%CI=7.93%～10.41% 。身高與體重的相關系數(shù): =r=0.4040， Sr=0.0842， 95%CI=0.2423～0.5435。本例n=120， 屬于大樣本數(shù)據(jù)， 由樣本均數(shù)分布規(guī)律可知， 雖然體重不是正態(tài)分布， 但在大樣本時， 其樣本均數(shù)近似服從正態(tài)分布， 故仍可用正態(tài)分布法進行總體均數(shù)的點估計與區(qū)間估計。相關系數(shù)也不服從正態(tài)分布， 故在計算ρ的95%CI時要進行反雙曲正切函數(shù)轉(zhuǎn)換。

3.3 假設檢驗 根據(jù)歷史資料， 已知10年前該地健康青年男子身高均數(shù)為166.50 cm， 體重均數(shù)為55.20 kg， 可通過假設檢驗回答: 本次調(diào)查結(jié)果所代表的該地健康青年男子的身高總體均數(shù)、 體重的總體均數(shù)、 是否比10年前提高了。

本例屬于大樣本資料， 可用樣本標準差作為總體標準差的估計值， 即身高標準差的估計值=S=5.19， 體重標準差的估計值=S=6.89， 分別進行單樣本u檢驗: 身高: u=4.98， P<0.01。體重: u=3.92， P<0.01。所以， 根據(jù)本次調(diào)查結(jié)果， 該地健康青年男子的身高和體重都比10年前有所增長。

同理， 還可以對體質(zhì)瘦弱檢出率、 身高與體重的相關系數(shù)等作假設檢驗。