常见统计学错误(2013)[文字可编辑]

?
0.84) ? 0.18
0.35 ?2 ??
?
118.6
决定每组含61名患者。
比较两组发生某结局的百分比
（1）预计两组发生某结局的百分比约为 ? 1,? 2
（2）允许犯假阳性错误的机会 ?
（3）允许犯假阴性错误的机会 ?
?c
?
?1
??2
2
N ? ??2Z? / 2 ?
? c (1 ?
?c)
?
Z?
比较两组测定值的均数
（1）预计欲比较的两总体参数的差值 ? ? ?1 ? ? 2
（2）预计总体标准差 ? （3）允许出现假阳性结果的机会 ?
（4）允许出现假阴性结果的机会 ?
N
?
?( 4??
Z?
/2
?
?
Z?
)?
?2 ??
欧洲对比剂研究
? ? 0.20 ?
（1）预计欲比较的两总体参数的差值 ? ? 0.18mg / dL
?亚组分析和校正分析必须事先在研究计划 里规定，并说明理由；写文章时，申明这 类分析是事前计划好的
?事后决定做的分析，如果想写，不能算是 正式结果，只能视为探索性分析。
3. 随机化，说而不做，做而不严
?处理分配的随机化为什么这么重要 ? (1) 消除分配处理有意或无意的偏倚。 (2) 为实施盲法创造条件。 (3) 使有可能利用概率论来描述各干预组之间 的差异有多大可能仅仅是由偶然性造成的。
说成是随机分组人数
应当如何？
?成功的随机化取决于： (1) 产生一个不可预见的分配序列; (2) “隐蔽” （allocation concealment ）这个 序列，直到分配完毕（必须建立一个分配处 理的系统） 。
?报告如何随机分组，如何“隐蔽” ：谁做随 机序列，谁收病人，谁分药和发药；分组方 案如何保管……
为何不鼓励事后分析？
?数据是现象，现象具有偶然性； 看到数据后进行的“分析”属于故作姿态， 变偶然为“必然” —— 忽悠！
?看到数据后增加的“分析”，也属于多重 分析，增加假阳性的机会
应当如何？
?必要的亚组分析有助于发现适应症，指导 个体化治疗；必要的校正分析有助于消除 混杂偏倚，公平、公正地比较疗效
错在哪里？
?哪些指标可能有组间差异，必须心中有数。 科研的结果应当预见 —— 假说是科研的灵 魂 心中无数，不要“先上马再说”
?指标多，实验工作量大。 大海捞针—— 碰运气，不是科研
?指标多，翻来覆去分析，制造假阳性 Nature 杂志统计学指南：常见错误之一
为何翻来覆去分析，会制造假阳性？
仅分析一个指标时， P(假阳性) ? 0.05, P(一次分析不犯错误）? 0.95 同时分析 2 个指标时，
常见统计学错误与纠正
---- 设计与分析
方积乾
中山大学公共卫生学院 医学统计与流行病学系
2013年12月
1. 终点指标过多, 大海捞针
?临床试验时，不知道哪个指标在组与组间有差 异； “确定某个指标后，万一组间没有差异，岂 不被动！”
?生理、生化、组织学、基因，都做； “内容丰富，显得水平高！”
?许多仪器一下子可以做许多项目； “许多项目一一分析，哪个有意义，就报告 哪个指标标”
犯假阳性错误的概率总共不超过 ? ， 则每次分析要用 ? / k 来控制假阳性的概率。
例 ? ? 0.05, k ? 10, ? / k ? 0.005
2. 事后分析，见机行事
?事后分析（Post hoc analysis ） 看到数据之后才想起来做的分析 其结果往往不能被进一步研究所确认
?不鼓励事先并未计划的亚组分析和校正分析
P(两次分析均不犯错误）? [ P(两次分析均不犯错误）]2 P(假阳性）? 1- 0.952 ? 1? 0.90
同时分析 3 个指标时， P(假阳性）? 1- 0.953 ? 1 ? 0.86 ? 0.14 同时分析 10 个指标时， P(假阳性）? 1 - 0.9510 ? 1 ? 0.60 ? 0.40
?1
2? 1(1 ? ? ?2
? 1)
?
2? 2 (1 ?
?2)
?2 ? ?
南韩对比剂研究
南韩研究
（1）预计两组发生某结局的百分比约为 20% 和 8%
（2）允许犯假阳性错误的机会 ? ? 5%
（3）允许犯假阴性错误的机会 ? ? 1 ? 80% ? 20%
可能会有一部分患者失访、数据不全、违反研究方案， 计划每组 150 名
参加者的流程图 （强烈推荐）
合格对象82例 随机分组75例
拒绝参与7例
分配至实验组38例 接受干预38例
分配至对照组37例。接受 干预36例,1例因颈部损伤未
接受干预
随访例数： 7周n=38，11 随访例数： 7周n=37，11
周 n=38 ， 15 周 n=38 ， 19 周n=36 ，15 周n=36 ，19
?将随机化当作“廉价名词”，实际没做，却 写“随机分成两组” —— 科研道德？
说错和做错
?将随机化当作“廉价名词”，实际没做，却 写“随机分成两组” —— 科研道德？
?将“随意分组”当作随机化 ?将“机械分组”当作随机化 ?略去筛选过程，简单地报告将多少人随机分
组 ?略去实施过程中丢失对象，将最后两组人数
（2）预计总体标准差 ? ? 0.35mg / dL
（3）允许出现假阳性结果的机会 ? ? 0.05
（4）允许出现假阴性结果的机会 ? ? 0.20
欧洲研究的样本量估算
N
?
4???(Z?
/2
?
?
Z?
)?
?2 ??
?
4???(1.96
?
0.84) ? 0.18
0.35 ?2 ??
?
4???(1.96
Nature常见错误之一
?多重比较: 对一组数据作多项比较时，必须 说明如何校正α 水平，以避免增大第一类错 误的机会
应当如何？
?主要终点(primary end point) ：只能一个 次要终点(secondary end point) : 可以几个, 但勿过多
?Bonfferoni 校正 当同一组数据同时作k次分析时，若限定
周n=36
周n=35
纳入分析例数n=36
纳入分析例数 n=35 ，排除
排除分析例数 n=2(因失 分析例数n=2（1例失访,1例
访)
颈部损伤）
4. 样本量随意决定, 无依据
?样本量太小？ ---- 真理应经得起重复 研究的功效太低
?样本量越大越好？ ---- 时间长、经费不足 不能保证数据质量
?需要事先估算Biblioteka Baidu小样本量 论文必须报告估算最小样本量的根据