【原】文章材料與方法中統(tǒng)計(jì)方法如何描述

松哥精鼎統(tǒng)計(jì) 2020-10-23

展開全文

寫在前面：

很多人發(fā)表論文，材料與方法里，統(tǒng)計(jì)方法如何寫不知所措，今天松哥寫一個(gè)較為全面的模板，大家留存?zhèn)溆冒桑?/span>

中文

1. 統(tǒng)計(jì)軟件：

統(tǒng)計(jì)分析采用SPSS19.0（SAS9.4/Stata14.0/etc）統(tǒng)計(jì)分析軟件。

2.統(tǒng)計(jì)描述：

2.1計(jì)量資料符合正態(tài)分布采用均數(shù)±標(biāo)準(zhǔn)差表示；

2.2計(jì)量資料不符合正態(tài)分布采用中位數(shù)（四分位數(shù)間距）表示；

2.3計(jì)數(shù)資料采用率或構(gòu)成比表示；

3.假設(shè)檢驗(yàn)：

3.1符合正態(tài)分布與方差齊性的兩組間計(jì)量資料比較采用兩獨(dú)立樣本t檢驗(yàn)

3.2不符合正態(tài)分布與方差齊性的兩組計(jì)量資料比較采用非參數(shù)Mann -Whitney U檢驗(yàn)；

3.3配對設(shè)計(jì)計(jì)量資料比較，差值符合正態(tài)分布采用配對t檢驗(yàn)；差值不符合正態(tài)分布采用非參數(shù)Willcoxon秩和檢驗(yàn)（/Sign檢驗(yàn)）；

3.4多組間計(jì)量資料比較符合條件采用單因素設(shè)計(jì)方差分析，組間兩兩比較采用LSD法（SNK法/Bonferroni法/Duncan法。。。）；多組間計(jì)量資料比較不符合應(yīng)用條件采用Kruskal-Wallis H法；

3.5配伍組設(shè)計(jì)計(jì)量資料比較符合條件采用隨機(jī)區(qū)組設(shè)計(jì)方差分析；不符合條件采用非參數(shù)Friedman檢驗(yàn)。

3.6等級資料組間比較采用非參數(shù)秩和檢驗(yàn)；

3.7成組四格表計(jì)數(shù)資料符合條件采用Pearson卡方檢驗(yàn)，不符合條件采用Pearson連續(xù)校正卡方檢驗(yàn)或Fisher確切概率法；

3.8成組設(shè)計(jì)R×C表符合條件采用Pearson卡方檢驗(yàn)，不符合條件采用Monte Carlo近似確切概率法。

4.相關(guān)

4.1：雙變量正態(tài)分布資料采用Pearson相關(guān)系數(shù)；雙變量非正態(tài)分布或等級資料采用Spearman相關(guān)系數(shù)。

4.2：兩組資料間相關(guān)采用典型相關(guān)分析（canonical correlation analysis）。

5.回歸：

5.1線性回歸：因變量為計(jì)量資料的影響因素分析采用多元線性回歸；

5.2：Logistic回歸：二分類因變量影響因素分析采用二元Logistic回歸（Binary Logistic）；有序因變量影響因素分析采用有序邏輯回歸（Oridinal Logistic）；無序多分類計(jì)數(shù)資料因變量影響因素分析采用多項(xiàng)Logistic回歸（Multinominal Logistic）。

6.聚類分析：

研究樣品聚類采用系統(tǒng)聚類（hierachical cluster）；研究變量間聚類采用快速聚類（K-means cluster）。（如果數(shù)據(jù)既有計(jì)量又有計(jì)數(shù)資料）樣本聚類采用兩步聚類（Twosteps cluster）。

7.其他

方法不可一文蓋之，其他大家發(fā)揮吧！

8.檢驗(yàn)水準(zhǔn)：P<0.05或P<0.01為差異有統(tǒng)計(jì)學(xué)意義。

來篇英文范文吧！
Summary statistics for normally distributed quantitativevariables were expressed as means and standard deviations. For non-normally distributedvariables, we used median and IQR; categorical data were summarized by ratiosand percentages. Differences in means for continuous variables were comparedusing Student’s t-test (two groups) or analysis of variance (multiplegroups), and differences in proportions were tested by x2 test. Cox proportional hazards models were used toanalyze the association of serum Gd-IgA1 levels and the primary outcome.Gd-IgA1 was highly skewed to the right in this group patients and natural logtransformation was used. Serum Gd-IgA1 was first analyzed as a continuousvariable with HRs calculated per s.d. increment of natural log–transformedGd-IgA1, and the Gd-IgA1 quartile as a categorical variable, with the lowestquartile defined as the reference group. The relationship between Gd-IgA1 andrisk of end point was examined in unadjusted and multivariable-adjusted Coxmodels. Proportional hazards assumptions were verified by testing theinteraction of survival time and lnGd-IgA1 and quartiles of Gd-IgA1 (P?0.23 and P?0.17,respectively), and by inspecting parallelism of estimated hazard functions. A two-sided P-value 0.05 was consideredstatistically significant. All statistical tests were performed using SPSSversion 16.0 (SPSS, Chicago, IL).

松哥有話說

國內(nèi)發(fā)表文章的統(tǒng)計(jì)方法寫得一般不太詳細(xì)，讓讀者無法判定到底采用了何種統(tǒng)計(jì)分析方法，本文松哥把常用的統(tǒng)計(jì)分析方法的描述較為全面的進(jìn)行整理，大家可以根據(jù)自己的研究選擇使用，但方法眾多，也不可能一文蓋全！

OK，這期聊到這里，我是松哥，一個(gè)把統(tǒng)計(jì)當(dāng)做興趣而不是職業(yè)的統(tǒng)計(jì)老師！

2016年11月18日，寫于上海閘北區(qū)