： 【關鍵詞】 統計學軟件；數據說明，統計；講座

醫學統計學是醫學科學研究的支柱，它貫穿了研究設計、數據收集、質量控制、數據的統計分析以及論文撰寫整個科學研究的全過程。顯然醫學統計學在醫學研究中具有重要作用。目前許多醫學統計軟件包由于這樣那樣的缺陷，很難在科研人員中推廣。為此，我們于2002年研制完成實用醫學統計軟件包(Practical Package for Medicial Statistics，PPMS)，現已升級到1.5版。PPMS 1.5具有以下特點。

1 PPMS操作簡單、應用便捷

PPMS完全采用菜單和對話框的操作方式，僅靠點擊鼠標即可完成操作，操作簡單，簡便易學。全中文界面，具備完整的下拉式菜單和對話框，用戶界面友好。具有和Office軟件一致的文件管理功能及文字和數字編輯功能。具有完善的數據管理功能，可完成插入變量、刪除變量、更改變量名稱、插入一行數據、刪除一行數據、合并數據文件、選擇數據和生成新變量的任務。而生成新變量是統計學中進行數據轉換必須掌握的技術手段。

2 PPMS具有強大的統計分析功能

軟件中的統計分析方法包括：①描述性分析：可對原始數據和頻數表數據進行分析。②估計總體均數：包括單個樣本總體均數的估計和兩個樣本均數差值的總體均數的估計。③t檢驗：包括樣本均數與總體均數比較的t檢驗、完全隨機化設計兩個樣本均數比較的t檢驗、完全隨機設計兩個樣本均數比較的t′檢驗、配對計量資料的t檢驗。④方差分析：包括完全隨機設計資料的方差分析，隨機區組設計資料的方差分析，拉丁方設計資料的方差分析，完全隨機裂區設計資料的方差分析，隨機區組裂區設計資料的方差分析，析因設計資料的方差分析，單因素重復測量設計（無對照組，一個重復測量變量）資料的方差分析，兩因素重復測量設計（一個處理因素，一個重復測量變量）資料的方差分析，三因素重復測量設計（2個處理因素分組變量，一個重復測量變量）資料的方差分析，協方差分析，單因素多元方差分析。⑤一般線形模型。⑥秩和檢驗：包括配對計量資料的秩和檢驗、兩個樣本比較的秩和檢驗、完全隨機設計計量資料的秩和檢驗（H檢驗）、隨機區組設計計量資料的秩和檢驗、兩分類計數資料重復測量設計的秩和檢驗（Cochran Q test）、兩組等級資料比較的秩和檢驗、多組等級資料比較的秩和檢驗。⑦Ridit分析：包括樣本與總體比較的Ridit分析、兩個或多個樣本比較的Ridit分析。⑧變異指標假設檢驗：包括兩個變異系數比較的假設檢驗、兩個標準差比較的假設檢驗。⑨率的標準化。⑩兩個標準化率比較的假設檢驗。 樣本率與總體率比較的假設檢驗。卡方檢驗：包括四格表資料（2個樣本率或構成比比較）的卡方檢驗、行×列表資料（多個樣本率或構成比比較）的卡方檢驗、配對計數資料的卡方檢驗、按質分組2×K表趨勢卡方檢驗、按數量分組2×K表趨勢卡方檢驗。 二項分布與Poission分布。一致性檢驗。圓分布資料的分析。相關分析：包括Pearson相關、Spearman相關、Kendall相關。回歸分析。Meta分析：包括計數資料的Meta分析、計量資料的Meta分析。多變量分析：包括多元線性逐步回歸、判別分析、主成分分析。

3 PPMS在統計設計中的應用

3.1 隨機分組

包括完全隨機設計、隨機區組設計、拉丁方設計。完全隨機設計的步驟如下。

例1:把體質量18～22 g的健康小鼠20只隨機分為4組。

先把小鼠編號（1～20號），單擊主菜單［統計設計］框，選擇［隨機分組］，再單擊［完全隨機設計］，出現如下對話框：

在［實驗對象的例數］框中輸入20，[隨機分成幾組]框中輸入4，[每組例數相等]可選可不選（默認狀態是選擇，各組例數相等時統計效率最高），然后單擊[計算]按鈕，輸出結果如下：

實驗對象的例數: 20

隨機分成幾組: 4

表1 完全隨機設計分組結果（略）

輸出結果解釋：

第1、7、15、12、20號小鼠分在第1組，第4、5、6、10、19號小鼠分在第2組，第2、9、16、17、18號小鼠分在第3組，第8、11、13、14、3號小鼠分在第4組。

3.2 樣本含量估計

包括估計總體均數時樣本大小、樣本均數與總體均數比較的統計意義檢驗時樣本大小、兩個均數比較的統計意義檢驗時樣本大小、配對計量資料比較的統計意義檢驗時樣本大小、多個均數比較的統計意義檢驗時樣本大小、估計總體率時樣本大小、兩個樣本率（或樣本率與總體率）比較的統計意義檢驗時樣本大小、配對計數資料比較的統計意義檢驗時樣本大小、多個樣本率比較的統計意義檢驗時樣本大小。

例2:某醫師對某新藥與對照藥的降壓作用作預試驗，某新藥平均降舒張壓25 mmHg，對照藥平均降19 mmHg，其合并標準差為6.5 mmHg，若要得到兩種藥物降壓有差別的結論，各組需要多少高血壓病人作正式試驗？ 單擊主菜單［統計設計］框，選擇［樣本含量估計］，再單擊［兩個均數比較的統計意義檢驗時樣本大小］，出現如下對話框：

在[標準差（估計值）]框中填入6.5，[允許誤差（δ）]框中填入6，[α（第一類錯誤）]框中填入0.05，[β（第二類錯誤）]框中填入0.1，最后單擊[計算]按鈕，輸出結果如下：

兩個均數比較的統計意義檢驗時樣本大小

標準差=6.5

允許誤差(δ)=6

α(第一類錯誤)=0.05

β(第二類錯誤)=0.1

樣本含量(單側)=21

樣本含量(雙側)=26

輸出結果解釋：

每組需要26例（單側檢驗21例）病人作正式臨床試驗，如果兩種藥物降壓效果確實平均相差6 mmHg，在α不超過0.05的前提下，有90％的把握得出兩種藥物降壓的差別有統計學意義的結論。

3.3 把握度計算

包括兩個樣本率（n1等于n2）比較的把握度計算、兩個均數比較的把握度計算、配對（或交叉）設計資料比較的把握度計算。

例3:現有某國產新藥需進行臨床試驗，用同類進口藥作對照，選取患有某病且符合入選條件的60例病人，隨機分為兩組，每組30例。試驗結果見表2。計算其把握度。

表2 兩組病人用藥后有效率分析（略）

單擊主菜單［統計設計］框，選擇［把握度計算］，再單擊［兩個樣本率（n1等于n2）比較的把握度計算］，出現如下對話框：

在“第一組”的［例數］框中填入30，［樣本率（％）］框中填入70；“第二組”的［例數］框中填入30，［樣本率（％）］框中填入90， [α（第一類錯誤）]框中填入0.05，然后單擊[計算]按鈕，輸出結果如下：

兩組例數相等的樣本率的比較的把握度計算

Uβ=-0.0235， β=0.5094，把握度=0.4906

輸出結果解釋：

本次研究的把握度只有49％，小于75％，此時如果下“試驗藥與進口同類藥療效基本一致”的結論，其發生錯誤的概率接近一半。平均來說，下這樣的結論每100次中就有近50次是錯誤的，所以這樣的結論的正確性是值得懷疑的，需增加樣本含量進行進一步擴大試驗。

3.4 極端值處理

包括正態分布數據的極端值處理、Poission分布數據的極端值處理、二項分布數據的極端值處理。

例4:現有某地60名正常成年男子紅細胞數（1012/L）數據平均數為5.39，標準差為0.439，其中有一人僅為3.08。已知正常成年男子紅細胞數呈正態分布，問這個數據是否該剔除。

單擊主菜單［統計設計］框，選擇［極端值處理］，再單擊［正態分布數據的極端值處理］，再在下級菜單中選擇[總體參數未知]，出現如下對話框：

在[極端值]框中填入3.08，在[樣本例數]框中填入60，在[樣本均數]框中填入5.39，在[樣本標準差]框中填入0.439，然后單擊[計算]按鈕，輸出結果如下：

正態分布數據極端值處理(總體參數未知)

Tn1=-5.2620，P<0.01

可剔除該數值

輸出結果解釋：

在α=0.01的水平上認為可剔除該數值3.08。

總之，PPMS統計軟件的功能及其應用較為便捷、簡單，為醫學工作者對科研數據進行統計處理和科研設計提供了理想的平臺，可以推廣使用。