体育类核心期刊中运动医学论文的统计学 应用错误案例分析
学术期刊体育论文存在的统计学问题

(p r D p. G a gi om l nt ann 30 3 C ia S ot et, un x N r a s ,N n ig5 0 2 , hn ) I .
Ab t a t sr c :W i h e eo me to c e c ,t e s o s sa it sh s b c me mo e a d mo e i ot n n t e s o s s i n t t e d v lp n fs i n e h p t t t i a e o r n r mp ra t h p r c e — h sc i t
是严重错误 的 . 因为 目前还 没有任何 一个人进 行背越式 跳高
跳 过 3 的 在 数 据 缺 乏 真 实 性 的 情 况 下 . 论 采 用 多 么 科 m 无 学 , 么 合 理 的分 析 方 法 都 是 没 有 意 义 的 。 说 明 : 1的 原 多 另 表 始 数 据 通 过 各 种 方 式 在 期 刊 数 据 进 行 检 索 . 未 找 到 . 此 均 因 其 真 实 性 也 有 待 验 证
析, 并提 出 正确 的 建 议 。
关 键 词 : 育 统 计 ; 见 问题 ; 育科 研 体 常 体
中图分类号 :8 G 0—3 2 文献标识 码 : A 文 章 编 号 :6 2 2 8 2 1 )6— 4 17 — 6 X(0 10 0 9—0 3
Sai is rbe o t p p r r ia yju n l tt t o l sc p ms ns rs a esi o dn r r as i p n o
Ke r s p r t t t s o y wo d :s o s sai i ;c mmo r b e ;s o t c e t i e e r h t sc n p o lm p r s in i c r s a c s f
体育类核心期刊中运动医学论文的统计学 应用错误案例分析

第17卷第11期 2010年11月 体 育 学 刊Journal of Physical Education Vol.17 No.11N o v .2010体育类核心期刊中运动医学论文的统计学应用错误案例分析张宁(宁夏大学 体育学院,宁夏 银川 750021)摘 要:就近年来体育类核心期刊运动医学科研论文撰写中常见的统计学应用误区进行分析,结果发现:①实验分组不合理,受试对象的选取违背同质性原则;②统计方法不合理,多个样本均数比较,错误应用多个t 检验代替,误用单因素方差分析处理多因素方差分析;③误判资料类型,从而误用定量资料统计分析方法,两样本率的检验错误用两样本的t 检验来代替。
关 键 词:统计学;运动医学论文;体育类核心期刊中图分类号:G80-32 文献标识码:A 文章编号:1006-7116(2010)11-0115-04Analysis of statistical application errors in sports medical theses incore journals in the sport categoryZHANG Ning(Institute of Physical Education ,Ningxia University ,Yinchuan 750021,China )Abstract: The author analyzed statistical application mistakes commonly seen in the writing of sports medical research theses in core journals in the sport category in recent years: 1)the division of experiment groups was irrational; the se-lection of testees violated the principle of homogeneity; 2)the comparison of the average of multiple samples was wrongly replaced with multiple t tests; single factor variance analysis was wrongly used for multiple factor variance analysis; statistical methods were irrational; 3)data type was wrongly judged, thus a wrong quantitative data statistical analysis method was used; the test of two sample rates was wrongly replaced with the t test of two samples. Key words: statistics ;sports medicine theses ;core journals in the sport category收稿日期:2010-05-02统计学是科学研究的基础,是研究结果科学性、可靠性的有力保障。
医学杂志论文中常见的统计学错误分析及对策

(1)忽视了t检验的使用条件;
(2)多个样本均数比较错误地用多个t 检验代替 方差分析;
(3)误用t检验分析重复测量设计资料
单样本t检验的应用条件:样本服从正态分
布;
成组t检验的应用条件:样本服从正态分布;
两样本的总体方差相等即方差齐性。
配对t检验的应用条件:差值服从正态分布。
这类错误是临床医学科研论文中定量资料分析中最 常见的错误, 而且是原则性错误, 会增加犯第一类 错误的概率。假设检验的案例一资料为不同年龄组 不同性别基础能耗情况, 原作者用t检验分别对各 组均数逐一进行比较, 得出在男女研究对象青年组 与中年、老年组的基础能耗差异有足够的样本作 前提,要在文章中描述清楚随机抽样的抽样总体、样本含 量、抽样方法,随机分组的随机方法、各组的样本含量与 基本特征等。医学科研论文中最普遍的问题是滥用“随 机”,只要是抽样或分组,不管实际是否采用了随机的方 法,在论文中均不谈采用了什么样的随机方法,就将“随 机”写上,将随机误解为随意、随便、不采用随机化处理 方法,导致结果缺乏可靠性。
某研究者为了研究三种不同值班情况孕妇的 早产发生情况, 作者在计算平均率时, 错误地将几 个率相加后取其平均值, 这种类型的错误也是临床 科研论文中常见的错误之一。
如计算计数资料的案例二中三种值班女工的 早产的合计发生率( 即平均率)时, 以( 2. 7+ 4. 8+ 10. 3) /3= 5. 9, 即平均发生率为5. 9%。
(2)统计图方面的主要错误有两个,其一,横坐标轴 上的刻度值不准确,等长的间隔代表的数量不等;在 直角坐标系中,从任何一个数值开始作为横轴或纵轴 上的第一个刻度值。其二,用条图或复式条图表达连续 性变量的变化趋势;
(3)统计表中数据的含义未表达清楚,令人费解;
医学期刊论文常见统计学错误

医学期刊论文常见统计学错误1.统计表达和描述方面存在的错误:(1)统计表中数据的含义未表达清楚,令人费解。
(2)统计图方面的主要错误有2个,其一,横坐标轴上的刻度值是随意标上去的,等长的间隔代表的数量不等,在直角坐标系中,从任何一个数值开始作为横轴或纵轴上的第一个刻度值;其二,用条图或复式条图表达连续性变量的变化趋势;(3)运用相对数时,经常混淆“百分比”与“百分率”;(4)在表达多组定量资料时,即使定量资料偏离正态分布很远,仍采用“x珋±s”表达(标准差S>x珋),特别当表中采用标准误Sx珋取代标准差s时,前述的错误很难被察觉出来。
2.定量资料统计分析方面存在的错误:(1)当定量资料不满足参数检验的前提条件时,盲目套用参数检验方法;(2)不管定量资料对应的实验设计类型是什么,一律套用单因素2水平(或叫成组)设计定量资料的t检验或单因素多水平设计定量资料的方差分析。
3.定性资料统计分析方面存在的错误:(1)把χ2检验误认为是处理定性资料的万能工具;(2)忽视资料的前提条件而盲目套用某些定性资料的统计分析方法;(3)盲目套用秩和检验;(4)误用χ2检验实现定性资料的相关分析。
4.简单线性相关与回归分析方面存在的错误:(1)缺乏专业知识,盲目研究某些变量之间的相互关系和依赖关系;(2)不绘制反映2个定量变量变化趋势的散布图,盲目进行简单线性相关与回归分析,常因某些异常点的存在而得出错误的结论;(3)常用直线取代2定量变量之间事实上呈“S形或倒S形”的曲线变化趋势。
5.多因素或多自变量的实验资料进行分析存在的错误:(1)将原本属于多因素实验研究,拆分成一系列单因素的研究来分析,这种“化繁为简、化整为零”的处理,割裂了原先的整体设计,无法研究多因素之间的内在联系或交互作用,容易得出片面、甚至错误的结论;(2)虽然将多个自变量都包括在一个多重线性回归方程或多重Logistic回归方程之中,但整个回归方程没有统计学意义或回归方程中有很多无统计学意义的自变量,就依据这样的回归方程去下结论。
体育科研常见统计误用(四)--进行预测分析时的问题

价 。 述 项 度 专 技 的 子 , 为 有 出, 值 上 专 速 与 项 术 例 中 因 没 给 S r ,
方 分 表 给 的 方 及 本 量 信 推 出 Y但 差析 中 出平和 样含 的息算 S ,
显然不能要求每个读者都这么做。 23 正确的处理 .
对 于 侧 回 方 , 给 r 便 读 直 地 预 的 归 程 应 出S 以 让 者 观 用 ,
复相关系数反映了这组自变量与因变量间关系的强度,测定 系数R反映了因变量的总变异由于引进了这一组自 2 变量而减
4 在多项式回归中,目 位用离次功 《 三次以上)拟合傲姐
增加自 变量数目 对测定系数的影响, 因此比R a 和R更为合理。 例如,某研究者为了 研究特定运动状态下运动员吸氧量 第三,剩余标准差。由剩余标准差可以知道因变童预测 与}}他 }01 1 l e. l 0Q743e一 度爱娜O' 3 }}yd ,1' 今为因 } .h 1 t 7 t 1 + 值的里信区间的大致长度,然后将其放到所研究问题的背景 率 x为自 变量建立三次多项式回归,得以下回归方程: 中加以 考察,看置信区间是否太大。若太大,则说明该回归
体育 研 加 年 第 器 . 策 4 科 创 期
今
S o c n ee rh p r S i c R sac
—
刘 炜
中图分类号: 8 - 2 G03
文献标识码:A
进行预测分析时的问题
文章编号:10-2720)305-2 06 10 (040-0 70
1 仅用 相对饭狡反映翻口效果
11现象 . 例如,用时间序列分析的方法,预测某届奥运会若干 项目的第一名成绩,然后用相对误差反映预测效果,认为 相对误差在 5 %以内是误差较小的。 12分析 . 预测效果的衡量,不仅要考察预测的相对误差,还要 联系预测指标通常的变化幅度。变化幅度大的指标,这一 百分比可以大些,变化幅度小的指标,这一百分比则应小 些。所以,归根到底,一个预测的效果,还是要放到实 际问题中去衡量。 “ 5 相对误差在 %以内是较好的”这一标准,在商业领域 的销售量预测中是适用的。但是,在体育比赛的最好成绩预 测中,由于指标的变化幅度本身通常较小,所以常常并不适 用。 例如, 我们预测下一届奥运会男子lo跑第一名的成绩, om 不用作任何统计分析, 给出 ,o " " s 这样一个预测值, l 则实际 成绩在95s 1.2 之间的话, .3 至 05s 相对误差都不超过5。 %显 然, 下一届奥运会男子lo 跑第一名的真正成绩是不会超出 om 这一范围的, 也即 “o” ls 这样一个预侧值的相对误差是不会 超过5 的。 % 但这是不是一个好的预测呢, 显然不是。 但若我 们要预测明年全国人民的体育直接消费总额,若相对误差为 5 的话,则是一个相当好的预测。 % 13 正确的处月 . 衡量预测效果 ( 精度 )时,不能光看相对误差 ,还 应该结合预测指标通常的变化幅度大小,结合实际问 题进行 综合考察。
忧心:我国80%的医学杂志论著有统计学错误范文一份

忧心:我国80%的医学杂志论著有统计学错误范文一份忧心:我国80%的医学杂志论著有统计学错误 1军事医学科学院__研究所胡良平教授对医学界出现的统计学错误很是忧心。
他提及了一个令人触目惊心的数据:全国各类医学期刊中,有统计学错误的论著竟占到80%。
他说:“随便拿起一本我国的医学杂志,我就几乎肯定能找出其中的统计错误。
”胡良平教授说:“让人忧虑的不仅是上述现象,它们背后所反映出来的是我国整个医学界对统计学的不重视,对统计学方法掌握和应用的不合格。
”他谈到,不可否认,__为了自己的私利,增添、省略或篡改某些实验数据是造成医学统计错误的原因之一,但就整个医学界的整体来看,统计学的处境不容乐观__行政主管部门没有给予医学统计以正确、恰当的认识;有关业务人员统计学知识和基本功底太薄弱;相关学校的统计教学内容陈旧,方法落后,以为完成了教学大纲布置的任务便能让学生有足够的统计知识去完成日后的工作和研究;有关医学杂志并没有统计学专家参与稿件审阅;有关科研课题和科研成果的评审也没有统计学专家参与。
于是,在这种氛围下,一系列不良现象不可避免地发生了:许多课题缺乏统计研究设计方案或设计方案经不起推敲;有些实验研究缺乏必要的预实验,以至出现异常现象时,研究者措手不及;有些因收集数据不当,不可避免地导致误用统计分析方法;有些实验设计的基本原则有误,用单因素设计取代多因素设计,以至于无法考察因素之间的交互作用;有些研究人员误用t检验分析一切定量资料,误用χ2检验分析一切定性资料,误用直线回归方程表示有明显曲线变化趋势的资料,用一元统计分析方法取代多元统计分析方法。
更为严重的是,这些在错误的统计研究设计指导下收集的错误数据,又用错误的方法进行处理后得出的错误结论常被写进论文,“证明”了新发现或新发明,然后这些充斥错误统计数据和结论的论文堂而皇之地刊登在我国优秀期刊上。
“其后果可想而知。
有严重统计学错误的论文怎能说明作者的观点,质量不高的杂志怎能推动医学新知识的严肃交流,有错不改或根本不知道有错误存在又怎能促进整个国家医学的发展呢?”胡良平教授十分忧虑地说道。
医学统计学论文错误辨析报告

参考文献:陈宁勇,周英,董勤,周春祥.针刺治疗高血压病的疗效观察[J].针刺 研究,2010,06:462-466.
【错误二】只是简单提到“差异均无统计学意义”,并没有 详细说明组间基线资料的均衡性检验如何操作。 【正确做法】详细说明组间基线资料的均衡性检验,给出具 体的统计量以及P值。
参考文献:张海荣,赵红.醒脑开窍针刺法治疗高血压合并中风临床观察 [J].上海针灸杂志,2012,08:550-552.
医学统计学论文错误辨析报告
“统计学是现代医学大厦的一 个重要支柱”。
——美国医学会杂志(JAMA)主编
试验设计五原则: ♦随机原则 ♦对照原则 ♦盲法原则 ♦重复原则 ♦均衡原则
试验设计三要素: ♦试验对象 ♦处理因素 ♦样本含量
一、实验设计存在的典型错误
●没有遵循随机原则 ●缺乏对照组
单击此处添加段落文字内容
【错误三】对计量资料应当根据是否符合正态分布 而采用不同的描述方法,符合者一般采用“均数± 标准差” 或“均数±标准误” 表示,而不符合者 则采用中位数和四分位间距来进行表示,不按上述 规定进行描述者均属于错误描述。文中对于平均年 龄,平均病程等计量资料未经正态性检验而直接将 数据描述成“均数±标准差” 或“均数±标准误”。 【正确做法】将实际测得的年龄,病程等计量资料 进行正态性检查,如数据服从正态分布,则可将数 据描述成“均数±标准差” 或“均数±标准误”; 如果不服从正态分布,计学方法是X2检验,这是错误的。该 资料属于单项有序的RXC表,属于等级资料,对于等级资料科采用 Ridit分析或秩和检验,而不应用RXC的X2检验,RXC表的X2检验只能 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 。所以对上表采用的正确方法应该是Ridit分析或秩和检验。 【正确做法】单项有序行×列表应使用秩和检验。 (1)建立假设: H0:两组临床疗效分布相同; H1:两组临床疗效分布不同。取α =0.05。 (2)计算: 1)编秩:将两组数据按等级顺序由小到大统一编制。 2)求各组秩和 3)得出结论
医学论文中常用统计分析方法错误大全

医学论文中常用统计分析方法错误大全在医学研究领域,准确和恰当的统计分析是得出可靠结论的关键。
然而,在众多医学论文中,却存在着各种各样的统计分析方法错误,这些错误可能会导致研究结果的偏差甚至错误解读,从而影响医学研究的质量和临床实践的指导价值。
接下来,我们就来详细探讨一下医学论文中常见的统计分析方法错误。
一、样本量计算错误样本量的合理计算对于研究的可靠性和有效性至关重要。
许多研究在设计阶段未能充分考虑研究的主要目的、预期效应大小、检验效能以及显著性水平等因素,导致样本量过小或过大。
样本量过小可能使研究无法检测到真实存在的差异,从而得出假阴性结论;样本量过大则会造成资源浪费,同时可能增加研究的复杂性和误差。
例如,在一项比较新药物与传统药物疗效的临床试验中,如果预期的疗效差异较小,而研究者没有充分考虑这一点,计算出的样本量不足,那么即使新药物实际上更有效,也可能由于样本量的限制而无法得出有统计学意义的结果。
二、数据类型错误医学研究中数据类型多样,包括计量资料(如身高、体重、血压等)、计数资料(如疾病的发生例数、治愈例数等)和等级资料(如疾病的严重程度分为轻、中、重)。
错误地判断数据类型会导致选择错误的统计分析方法。
例如,将原本属于计数资料的数据(如疾病的治愈与未治愈),错误地当作计量资料进行 t 检验,这样得出的结果是不准确的。
反之,将计量资料当作计数资料处理,也会造成同样的问题。
三、选择错误的统计检验方法不同的研究问题和数据类型需要相应的统计检验方法。
常见的错误包括:在多个组间比较时,错误地使用 t 检验而不是方差分析;在非正态分布的数据中使用参数检验方法;在不符合独立性假设的情况下使用独立样本检验等。
比如,在比较三种不同治疗方法对患者生存率的影响时,应该使用方差分析或非参数的KruskalWallis 检验,而不是多次进行两两t 检验,因为这样会增加一类错误(即假阳性)的概率。
四、忽视方差齐性检验在进行 t 检验和方差分析时,通常需要先进行方差齐性检验。
医学统计学误用案例

医学统计学误用案例一、样本选择不当。
有个制药公司想要证明他们新研发的减肥药超级有效。
于是呢,在做临床试验选取样本的时候,他们就专门挑那些本来就比较自律、饮食控制得好而且还爱运动的肥胖者。
这就好比是在一群学霸里挑人去参加一个简单的考试,然后说这个考试特别能检验大家的学习能力一样荒谬。
正常情况下,样本应该是随机从各种类型的肥胖人群中选取的,包括那些爱吃又不爱动的人。
这样只选了部分特殊的肥胖者,最后得出减肥药效果超级好的结论,那肯定是不靠谱的,就像在沙滩上建高楼,基础就歪了。
2. 样本量太小。
有个小诊所的医生想要研究一种新的止咳药疗效。
他就找了身边的五个咳嗽病人来做试验,给他们用了这种新药。
然后发现其中三个病人咳嗽减轻了,就兴奋地宣布这种新药有60%的有效率。
这就像你只看了几场篮球赛,就说某个球队是冠军的有力竞争者一样草率。
样本量这么小,很可能只是偶然现象。
也许这五个病人本身就处于咳嗽快要自愈的阶段,或者有其他因素影响了结果,这么小的样本根本不能代表所有咳嗽病人对这种药的反应。
二、比较组设置不合理。
1. 组间不均衡。
想象一下,有个研究想要比较两种治疗高血压的药物A和B的效果。
他们把服用药物A的一组病人都设定为年轻人,平均年龄30岁,而且都是轻度高血压患者;而服用药物B的一组病人呢,都是老年人,平均年龄70岁,而且很多是重度高血压患者。
然后经过一段时间的治疗,发现服用药物A的病人血压下降得更明显。
这时候就得出药物A比药物B好的结论,那可就大错特错了。
就好像是让一群小学生和一群大学生比赛长跑,小学生跑得更快,然后就说小学生的运动能力比大学生强一样。
这两组病人在年龄和病情严重程度上差异太大了,根本没有可比性。
2. 无对照或者对照错误。
有个研究者想要证明一种新的理疗方法对颈椎病有效果。
他找了一批颈椎病患者,然后给他们都做了这种新的理疗。
过了一段时间,发现有些患者的症状减轻了,就宣称这种理疗方法有效。
可是这里面没有设置对照组啊,也许这些患者的症状减轻是因为他们这段时间休息得好,或者是心理作用,根本不能确定就是理疗的功劳。
医学统计论文15篇(医学科技论文统计学误用分析)

医学统计论文15篇医学科技论文统计学误用分析医学统计论文摘要:医学统计学是医学与统计学的交叉学科,是一门运用统计学的原理和方法,研究医学中有关数据的收集、整理和分析的应用科学[1]。
随着现代医疗信息化,大量的医疗数据及生命现象,均需要借助统计学和计算机去探寻规律。
因此,医学统计学在医疗大数据和循证医学中发挥着越来越重要的作用。
为了应对大数据时代的挑战,医学各专业学生都应培养统计学思维,掌握一些统计学方法及应用技能。
关键词医学统计统计论文统计医学统计论文:医学科技论文统计学误用分析1统计学应用中存在的常见问题1.1单因素方差分析(ANOVA)两两比较误用独立样本t检验单因素方差分析设计3组以上的均数比较,如果总体比较有差异,需进行两两比较,一般用SNK法或LSD法。
但部分研究者却将资料进行拆分,应用独立样本t检验进行两两比较,导致第Ⅰ类统计学错误发生率(假阳性率)增加,从而掉进了一个常见的“统计陷阱”,使所得结论可信度大大降低甚至得出错误结论。
SNK法与LSD法虽然并非等价,实质是一致的。
SNK法一般用于经方差分析结果具有统计学意义时才决定进行的两两事后比较,而LSD法可用于方差分析不足以具有统计学意义时也能进行两两比较[1]。
比较两种方法在SPSS的输出结果形式,SNK是“分堆”比较,一目了然,对于组别数较多的研究更为好用,但没有具体P值,而LSD是在进行“两两”比较时,能给出具体的P值。
1.2两两比较时检验水准的重新调定χ2检验或秩和检验3组以上整体比较有差异时,需应用分割法进行两两比较,这时检验水准应由原0.05调定为0.0167,否则会增加第Ⅰ类统计学错误的发生率。
特别当P值处于0.0167~0.05时,按照P<0.0167的标准,差异无统计学意义,而按照P<0.05的标准,却有意义,与事实相悖,出现假阳性,很容易得出错误结论。
这种分割法有时很保守,当行列表资料分组多且为有序时可用Mantel-Haenszel卡方检验,也称线性趋势检验(testforlineartrend)或定序检验(Linear-by-Lineartest)[2]。
体育科研常见统计误用(一)--比较组间差异时的问题

体育科研常见统计误用(一)--比较组间差异时的问题
刘炜
【期刊名称】《体育科研》
【年(卷),期】2004(025)001
【摘要】@@ 统计分析的方法已越来越多地被应用于体育科学研究中,但由于许多统计方法的原理非常复杂,一般的应用者通常跳过原理,只学如何应用这些统计方法,这是无可厚非的.但在不了解原理的情况下应用统计方法,难免会出现一些用得不合理的情况.本文列出了一些体育科研中不合理使用统计方法的现象,并对其进行分析,旨在能帮助体育科研人员加深对有关方法的理解,提高统计方法的应用能力.
【总页数】3页(P59-61)
【作者】刘炜
【作者单位】上海体育学院,上海,200438
【正文语种】中文
【中图分类】G80-32
【相关文献】
1.体育科研常见统计误用(二)--实验设计与(协)方差分析时的问题 [J], 刘炜
2.体育科研常见统计误用(三)--分析变量间关系时的问题 [J], 刘炜
3.体育科研常见统计误用(四)--进行预测分析时的问题 [J], 刘炜
4.体育科研常见统计误用(五)--分析样品或变量隶属组别时的问题 [J], 刘炜
5.体育科研常见统计误用(六)--分析变量结构时的问题 [J], 刘炜
因版权原因,仅展示原文概要,查看原文内容请购买。
论体育统计误用问题的诊断与对策

论体育统计误用问题的诊断与对策作者:雷福民来源:《首都体育学院学报》2009年第05期摘要:科研论文中统计误用问题逐渐引起统计学界的广泛关注。
查阅了国内外相关资料,对体育科研中的各类误用问题进行诊断,并概括出4个方面的问题,包括研究设计、收集资料、数据处理和结果分析中的统计误用问题,以及使用统计方法时应注意的典型问题42个,希望能帮助体育工作者正确使用统计学工具,减少体育科研中统计方法误用现象。
关键词:体育统计;误用;诊断;对策中图分类号:G 80—32文章编号:1009—783X(2009)05—0637—04文献标志码:A近年来,在国际范围内应用统计方法的科研论文中。
统计方法误用的现象相当严重,也逐渐引起统计学届的广泛关注,我国有统计学错误的论著在学术期刊中也占有较高的比例。
更为严重的是,有些在错误的统计研究设计指导下收集的错误数据,又用错误的方法进行处理后得出的错误结论常被写进论文,有些还刊登在优秀期刊上,其后果可想而知。
由于统计方法的误用将会对统计结论及后续研究产生严重的影响,在体育领域中,许多专家和学者也呼吁在体育科研中正确使用统计方法,有些科研论文对误用统计方法还进行了实例分析。
目前,体育科研论文中应用统计方法时存在的问题比较普遍,且论文的数量在统计方法误用的同时正以成倍的速度增长。
为了使体育科学研究能够正确、健康地发展,本文查阅了国内外相关资料,对体育科研中的各类误用问题进行诊断,提出应注意的问题及解决对策,希望能减少体育科研中统计方法误用现象。
1统计误用问题的分类在体育科研中,学术论文是体育科研工作质量好坏和水平高低的一面镜子,能全面映射出科研工作者科研创新的思路、统计研究设计的能力、数据处理的质量和结论的可信程度等综合水平。
然而,翻阅我国体育研究领域内各类期刊中的学术论文,不难发现误用和滥用统计学的频率相当高!本文查阅了大量文献资料,走访了部分专家,通过综合分析,概括出以下4个方面的问题。
医学论文来稿中统计方法的误用及分析

医学论文来稿中统计方法的误用及分析杨俐敏;常湘珍;张方晨;刘小林;汪华侨【摘要】The paper analyzed the data type, statistical methods and errors of online submissions of Chinese Jour-nal of Microsurgery form January 2012 to June 2013. There were totally 564 papers, including 85 basic articles, 383 clinical articles, 26 anatomy articles, and 70 others, and 85 papers were analyzed (85/564, 15.07 %), in which were 46 basicarticles(46/85, 54.12%) and 39 clinical articles(39/383, 10.18%). There were 49 measure-ment data, 21 enumeration data, 11 measurement/ enumeration data, and 4 ranked data. 19 papers occurred er-rors, in which were 6 basic articles (6/46, 13.04%), and 13 clinical articles (13/39, 33.33%). The results show that the understanding of the basic principles of statistics and proper use of statistical method needs improving.%分析中华显微外科杂志2012年1月至2013年6月收到的网络投稿的文章,筛选出有统计内容的研究型文章,对其数据类型、使用的统计方法、是否有统计错误等进行观察和总结,分析错误原因.共有85篇文章纳入研究,占全部论文的15.07%;其中基础类46篇(占基础类论文的54.12%),临床类39篇(占临床类论文的10.18%);计量资料49篇,计数资料21篇,计数/计量资料11篇,等级资料4篇.出现统计错误的有19篇(29.09%),其中基础类6篇(占基础类论文的13.04%),临床类13篇(占临床类论文的33.33%).结果表明:国内医学研究越来越多,水平也越来越高,但对统计的基本原理的认识以及统计方法的正确使用还有待于提高.【期刊名称】《韶关学院学报》【年(卷),期】2014(000)010【总页数】3页(P76-78)【关键词】医学论文;统计方法;错误分析【作者】杨俐敏;常湘珍;张方晨;刘小林;汪华侨【作者单位】中山大学附属第一医院期刊中心《中华显微外科杂志》编辑部,广东广州 510080;中山大学附属第一医院期刊中心《中华显微外科杂志》编辑部,广东广州 510080;中山大学附属第一医院期刊中心《中华显微外科杂志》编辑部,广东广州 510080;中山大学附属第一医院期刊中心《中华显微外科杂志》编辑部,广东广州 510080;中山大学附属第一医院期刊中心《中华显微外科杂志》编辑部,广东广州 510080【正文语种】中文【中图分类】G232.3医学论文是记录医学科研成果的主要载体,是反映医学科研机构影响力、科技发展水平的重要标志,也是医院综合实力的重要表达[1].统计学应用的情况可以很好的反映论文的科学性,间接体现科学实验和临床经验的合理性,故在医学研究以及论文写作中的地位越来越重要,成为评价医学论文质量的重要指标[2].国外在上世纪中叶有研究指出,半数以上的论文存在统计学问题,国内的问题则更加严重[3-4].笔者对《中华显微外科杂志》2012年1月至2013年6月的564篇网上投稿进行了分析总结,归纳论文中常见的统计学问题,希望引起作者及同行的注意,以便在写作和审稿时避免和发现类似错误.1.1 资料来源收集《中华显微外科杂志》2012年1月至2013年6月的564篇网上投稿,其中基础类论文85篇,临床类论文383篇,解剖类论文26篇,其他类(包括综述、纪要、病例报告、重复投稿等)70篇,所有稿件均经过专家评审和编辑处理.1.2 分析方法重阅每篇稿件的初稿、审稿意见、编辑修改意见,选出统计分析的文章,记录文章类型、资料类型、统计方法等,对出现的统计错误的原因进行分析、归类.2.1 统计结果共有85篇论文涉及统计分析,占全部论文的15.07%;其中基础类46篇(占基础类论文的54.12%),临床类39篇(占临床类论文的10.18%);计量资料49篇,计数资料21篇,计数/计量资料11篇,等级资料4篇.涉及的统计方法有t检验、方差分析、卡方检验、秩和检验、精确概率法、单因素方差分析、回归分析等. 出现统计错误的有19篇(29.09%),其中基础类6篇(占基础类论文的13.04%),临床类13篇(占临床类论文的33.33%).2.2 统计错误的表现(1)缺统计方法:出现统计错误的19篇论文中,有13篇有应用统计对所得数据进行分析,但文中未指明用了何种统计方法.(2)检验水准不明:19篇论文中有5篇文内同时出现两个检验水准(0.05和0.01).(3)统计方法错误:如对计量资料仅做统计描述而未进行分析,以及采用非参数检验方法代替参数检验方法,降低了检验效能(如两组手术前后恢复情况的计量资料对比,错误的采用了秩和检验,而应该用配对t检验).(4)其他:如摘要中有统计的内容而正文内未说明,文内没有统计分析却有“无明显差异”的结论等.2.3 统计学错误的分析投稿论文涉及的统计学错误主要包括以下几种:①缺统计方法:主要原因是对统计及统计方法的重要性认识不足.人们认识事物时常常会用到的分析方式有两种:定性和定量.后者是在前者的基础上,运用了数学的方式对事物进行描述和分析,使认识由模糊变得清晰,由抽象变得具体,从而使研究变成一门科学.而统计学进一步升华了认识过程,通过对数据的整理分析以达到推测对象的本质.这其中统计方法的应用尤其重要,直接决定了结论是否正确.没有统计方法的描述而只有统计结果,一是文章内容不完整,二是使读者无从判断研究结论是否正确,降低了文章的效能.②检验水准不明:主要原因是对统计原理的理解不正确.检验水准是在做假设检验时预先对P值确定的一个概率值,根据P与а的关系来判断对H0和H1的取舍.所以常用的检验水准0.05和0.01,以及不常用的0.001,在统计学上的意义是一样的.通俗的说,P值小于0.01并不比小于0.05表示差异更大,小于0.05而大于0.01也并不意味着差距没有统计学意义,区别只在于统计之初对于а值的设定是多少.③统计方法使用错误:主要原因是对各种方法的适用条件把握不准.需要在研究中不断的练习和提高.3.1 医学论文统计学应用的现状医学统计学在我国尚处于发展阶段.国内较早对医学期刊中的统计学问题进行定量分析是在1986年,当时统计方法的使用率是71.3%,但在外科学研究中的使用率较低[5].国内医学核心期刊中,统计图/表是应用最广泛的统计描述方法.从其后的研究来看,医学论文中统计学的应用越来越广泛,所用的方法也越来越高级,但各专业之间统计方法使用率的不同一直存在[6-8].杨燕等[9]经研究认为,不同类型的医学期刊所常用的统计描述各不相同,其中卫生类、内科学类、综合类常用的统计描述为统计图/表,比率分别为83.2%、87.1%、57.6%;药学类、基础类常用的统计描述为相对数(率、构成比等),比率分别为36.1%、56.3%;而临床类、中医学类、外科学类常用的统计描述为均数±标准差,比率分别为63.3%、54.5%、31.7%.中华显微外科杂志是以外科学类为主、以基础类为辅的期刊,研究数据以计量资料为主,统计描述以均数±标准差为主,与文献报道一致[9].3.2 医学论文常用的几种统计学方法及其特点医学统计学是一门不断发展的方法学,所涉及的统计分析方法都有所需的设计、适用条件和结果的意义.数据资料的统计分析方法与科研设计的方法及资料类型密切相关,不同类型的资料所用的统计方法各不相同.例如t检验常用于计量资料中随机设计的2个样本均数的比较,也可用于推断样本均数代表的总体均数与已知总体均数有无统计学意义,以及配对设计的两个样本均数的比较,理论上要求样本来自正态分布的总体且两样本总体方差齐性,实际工作中往往达不到这个条件,只要两样本的分布为单峰且近似正态分布,亦可使用[10].两组以上计量资料的均数比较则一般采用方差分析,其条件是各组资料都来自正态分布的总体且方差齐性.与t检验一样,也需要进行正态性和方差齐性检验[11].当资料的总体分布不符合正态分布或者分布类型未知,以及按等级分组资料,多采用秩和检验.计数资料(频数表资料)一般使用卡方检验,多用于两个和多个率的比较.后两个检验方法对数据的要求较低,检验效能也相应较低.本研究涉及的有统计内容的文章仅85篇,使用的统计方法已经涵盖了大多数常用的方法.虽然同一组数据可以用不同的方法进行统计分析,但应用的方法不同,检验的效能不同,得出的结论也有可能大相径庭.3.3常用的统计学软件随着计算机技术的不断普及,办公自动化软件的组件和专业的统计软件越来越多.Microsoft公司开发的EXCEL系统除了有强大的电子表格处理和文字、数据库管理以及图表处理功能之外,还可进行统计描述和统计分析,如集中和离散趋势、t检验、方差分析、卡方检验、非参数检验以及回归性分析,可以胜任一般的统计分析之用[13-14].专业的统计软件,如SAS、SPSS等,具有多平台自适应技术,其数据管理能力更为强大,统计方法更全面,计算精度更高.其缺点是相对比较复杂,操作人员须经培训才能应用自如、充分发挥其作用.新开发的实用医学统计软件包(Practical Package for Medicial Statistics,PPMS)运行稳定,功能和应用较为便捷和简单,更适用于非统计专业的医学研究者使用,但目前应用仍较少[15].实际应用中应根据统计分析的需要合理选用.医学实验研究分为实验设计、收集资料、整理资料和分析资料几个步骤,统计学内容主要涉及分析资料的步骤,包括统计描述和统计推断.其关键是分析资料的类型,选择正确的分析方法.医学论文中统计方法的选择和结果表达的正确与否,决定了实验研究的质量和可信度.提高医学论文中统计学应用的质量,将是一项长期而艰巨的工作.【相关文献】[1]吴鹭萍.1995-2004年厦门市医药卫生论文产出的计量分析[J].中华医学图书情报杂志,2007,1(16):73-77.[2]胡良平,郭秀花,刘惠刚.医学统计学是评价医学科技论文质量优劣的重要依据[J].中华口腔医学杂志,2001,36(3):229-232.[3]Glantz A.Biostatistics:How to detect,correct and prevent errors in the medical literature[J].Circulation,1980,61(1):1-7.[4]刘清海,方积乾.国内外医学论文统计学报告质量的比较研究[J].中国科技期刊研究,2008,19(2):236-239.[5]王绍贤,史凡,王滨燕,等.中华医学会五种主要杂志1984年论文中常见的统计问题分析[J].中华医学杂志,1986,66(9):548-554.[6]张功员.医学硕士学位论文中统计学应用情况分析[J].第四军医大学学报,2002,23(16):1530-1532.[7]郑曰忠,时冀川.七种眼科文献中统计方法的应用现状分析[J].眼科研究,2002,20(4):367-369.[8]刘清海.医学论文科学水平的评价探讨[J].中华医学科研管理杂志,2008,21(2):82-85. [9]杨燕,李娟生,刘小宁,等.近5年国内不同医学类核心期刊中统计方法应用的分析[J].现代预防医学,2010,37(1):10-12.[10]马斌荣.医学统计学[M].3版.北京:人民卫生出版社,2003:30.[11]张知洪,莫建坤,雷达,等.医学论文中常用统计分析方法的合理选择[J].检验医学与临床,2011,8(11):1387-1388.[12]蔡丽君,温仲民.Excel数据分析在医学统计中的应用[J].南通医学院学报,2009,29(2):134-135.[13]周颖.如何用EXCEL进行医学统计分析[J].中国乡镇企业会计,2011,19(2):154-156.[14]周晓彬,张健.医学统计软件系统PPMS 1.5的应用举例[J].齐鲁医学杂志,2011,26(6):502-505.。
医学杂志论文中常见的统计学错误分析及对策

医学杂志论文中常见的统计学错误分析及对策随着医学科研的发展,统计学在医学杂志论文中扮演着重要的角色。
但是,由于研究者对统计学方法的理解不足或应用不当,常常会出现一些统计学错误。
本文将分析常见的统计学错误,并提出相应的对策,以帮助研究者提高论文质量。
2.样本量不足:样本量的大小对于统计结果的可靠性和代表性至关重要。
样本量不足可能导致结果不具有统计学意义。
因此,研究者在进行实验设计时,应该根据研究目的和预期效应大小,通过统计学方法计算出所需的最小样本量,并确保实际样本量达到或超过计算的结果。
3.忽略数据分布的假设:一些统计学方法要求数据满足特定的分布假设,例如正态分布。
然而,研究者在应用统计方法时往往忽略了这个前提条件,并未对数据的分布进行充分检验。
为了避免这个问题,研究者应该在应用统计方法之前,使用合适的统计检验或图表来检验数据是否符合假设的分布。
4. 未进行多重比较校正:当进行多组比较时,如果未进行多重比较校正,可能会导致假阳性结果的出现,即错误地认为存在差异或关联。
为了避免这种错误,研究者应该在进行多重比较时采用适当的校正方法,例如Bonferroni校正或Benjamini-Hochberg过程。
5.缺乏效应大小的解释:纯粹依靠显著性检验结果来判断研究结果的重要性是不足够的。
研究者应该解释效应的大小,例如使用点估计和置信区间来表示效应的大小范围,并进行实际意义和临床可应用性的讨论。
6.忽略混杂因素的校正:在观察性研究中,混杂因素可能会影响到统计分析的结果。
如果在统计分析中未对混杂因素进行校正,可能会引入偏差。
因此,研究者应该在进行统计分析之前,充分考虑可能的混杂因素,并使用适当的统计方法进行校正。
7.未进行复杂数据分析:对于复杂数据结构,例如多层次数据(例如医生-病人数据)或长期纵向数据,简单的统计方法可能无法提供准确的结果。
研究者应该使用适当的复杂数据分析方法,例如多层次回归分析或混合效应模型,以更好地处理这种类型的数据。
医学期刊统计学错误思考

医学期刊统计学错误思考本文作者:张巧莲郑玉建单位:新疆医科大学学报编辑部新疆医科大学公共卫生学院在医学论文写作中,医学统计学方法应用是必不可少的,正确使用能保证科研工作顺利进行,并使科研成果更具有科学性、代表性和可靠性。
反之,如果使用不当或者误用,会直接影响研究结果的质量,反而会使读者产生误解,其至有时会导致错误的结论。
近年来,医学统计学方法在医学科研中的应用越来越受到国内广大医学科研工作者的重视,统计分析结果表达己成为医学论文中一个不可缺少的重要组成部分。
医学统计学是评价医学科技论文质量优劣的重要依据,然而从近年发表的论文来看,有不少作者对统计方法的使用还不熟悉,实际应用中统计方法滥用、错用和误用的情况时有发生[2]。
据国外20世纪60年代到80年代对不同医学期刊发表论文的调查,有统计学错误的论文比例最高者达66%,最低者也有20%[2-4]O国内有学者对5种中华医学会系列杂志论著中统计学方法的应用状况进行了调查,结果显示,2985年统计错误的论文比例为24%J995年为36%[5]。
这些调查研究均说明统计方法误用的严重性以及正确应用的紧迫性。
国外从20世纪70年代起就有针对医学论文的科研设计与统计方法应用情况的调查研究,国内学者也进行了相关研究[6]。
这种研究有助于及时了解医学科研论文中统计方法的应用质量,发现存在的问题,提高医学科研工作者应用统计方法的水平。
笔者总结了近年来已发表的医学科技论文中常见的统计学问题,希望能引起各位专家学者和临床医生的共识与重视,促进我国医学期刊质量的提高。
1统计设计存在的常见问题统计设计是整个研究中最重要的一环,是研究工作应遵循的依据。
常见的统计设计问题有:忽视组间均衡性,样木缺乏代表性,样木例数不足,未设置对照组,未随机分组,未提出统计分析方法等。
针对以上问题,在科研设计中一定要遵循实验设计的四大原则即“随机.对照、均衡.重复"的原则[6]。
1.1不遵循或不重视随机化原则随机化是科研设计的重要原则,直接影响研究结果的可信度。
医学科研论文中的统计学问题汇总分析

------------------------------------------ 最新资料推荐------------------------------------ 医学科研论文中的统计学问题汇总分析医学科研论文中的统计学问题汇总分析作者:郑华宾ARS医学统计学是一门帮助人们透过偶然现象,分析和判断事物内在规律的科学。
随着医学科研工作的深入,医学统计学的应用越来越广泛。
由于统计学的内容非常丰富,并且仍在不断发展,而医务工作者常因各种原因不愿花费许多精力钻研统计学知识,故医学论文中误用统计学的现象较为严重。
为了减少这一现象,提高论文的水平,现就论文中常见的统计学错误,分析讨论如下。
1 .文中未交待所用统计方法论文中应将所用的统计方法交待清楚,例如,是配对设计的t检验还是成组设计的t检验,是Ridit 分析还是卡方检验,是作相关分析还是作回归推断。
使用不正确的统计方法会得出错误的结论,所以统计方法交待不清或根本不予交待,会使读者对论文结论的正确与否无法判断。
有的作者只提一句经统计学处理后,就写出结论;有的甚至于直接用P值说明问题了事。
正确的做法应写明具体的统计方法,如有特殊情况,还应说明是否采用了校正,这样才有说服力。
严格地说,应写明精确的统计量值和P值,如t值、F值、2 值等,不应笼统地以P0.05或P0.05代替。
此外,最好能交待所使用的计算工具与统计软件名称。
因采用公认的统计软件(如SAS、SPSS等)或程序型计算器进行计算,与手工计算相比,既准确又快捷,其计算结果易于被人接受。
2.使用统计方法时不考虑其应用条件每一种统计方法都有其适用条件。
在表示数值变量资料(计量资料)的平均水平时常用到平均数。
然而平均数有算术平均数(均数)、几何均数和中位数,各有其应用条件。
应用均数时,必须首先确定数据为正态分布。
如果数据是偏态分布,仍用均数表示其平均水平势必导致错误的结论,不少作者没有注意到这一点。
体育科研常见统计误用(一)--比较组间差异时的问题

个检验( 两两比较) 假如每个检验错误地拒绝原假设的概率 为 0 0 ,则 心 二 }t应中错误地拒绝一个或多个原假 .5 6 检 4 6个, 。 设的概率为 1 1 .s6=02 4 .6 9。即在两两卜茂 川 中我 一( 一On 1
们 佣 = . 来 制f x * 林二 2 林= 4 都 a 0 5 控 , WP f 。 林= , 9的 0 - H L :
收稿日 2p-10 期: 040-3 作者简介:刘炜 ( 9 2 ,男,副教授,主要研究方向:体育统计学 1 6 一)
作者单位:上海体育学院,上海 2 0 3 04 8
万方数据
体育科研常觅挽计棋用 一 ()
今
S o t i n e s a c p r S e c R erh c e
计量的值及 P 值等。对显著性P 值要按其基本含义来理解, 3 用均教间的两两比较代份单因素方整分析 一 一 而不能简单化为 “ 具有显著性”和 “ 不具有显著性” 。 31 现t . 例如,为了研究运动性疲劳的发生机理,用小鼠作实 2 在不摇要进行假设检脸的时候作检脸 验。将小鼠分为4 组,运动负荷逐组递增,训练一阶段后, 21现象 . 一检验对各组均数作两两比较。 例如,为了比较两个班级学生的跳高成绩是否有差异, 测各种生理生化指标,用 t 测出两个班级中每个学生的跳高成绩,然后作均数检验。 又如,对体育消费情况进行调查,将调查对象按年收入划 又如,在一个跳远教法实验中,对照组用传统的甲方法教 分为 6个组,计算各组年体育消费金额的均数,并对直观 学,实验组用改进了的乙方法教学,希望能证明乙方法比 上差异较大的组之间作均数检验,以分析收入是否会影响体 甲方法的效果好。作为说明实验条件均衡性的一个方面, 育 消 费 。 对实验组和对照组在实验前的基本情况 ( 身体形态和素质等有 关指标) 进行检验,结果差异都不具有显著性,据此认为实 验对象的基本条件相近。
医学论文中常见统计学错误案例分析

医学论文中常见统计学错误案例分析一、概述在医学研究领域,统计学方法的应用至关重要,它有助于科研人员对复杂数据进行深入的分析与解读,从而得出科学的结论。
由于统计学知识的复杂性和多样性,医学论文中常常会出现各种统计学错误。
这些错误不仅可能影响研究结果的准确性和可靠性,还可能误导读者对研究的理解和评价。
本文旨在通过分析医学论文中常见的统计学错误案例,揭示其产生原因和可能带来的后果,以提高医学科研人员和论文作者在统计学应用方面的准确性和规范性。
常见的医学论文统计学错误包括但不限于样本量计算不当、数据分布误判、统计方法选择错误、假设检验理解偏差、多重共线性问题以及P值解读不当等。
这些错误往往源于对统计学基本概念和方法理解不深入,或是忽视了对数据特征和实际研究问题的综合考量。
通过案例分析,我们可以更直观地了解这些错误在实际研究中的表现形式和潜在影响。
每个案例都将详细剖析错误发生的具体原因,并指出正确的处理方法或避免策略。
这将有助于医学科研人员和论文作者在今后的研究中更加谨慎地应用统计学方法,提高研究质量和学术水平。
本文还将强调加强统计学知识和技能的培训在医学科研中的重要性。
只有具备扎实的统计学基础,才能更好地理解和运用各种统计方法,避免或减少统计学错误的发生。
医学科研人员和论文作者应不断学习和更新统计学知识,提高自己在统计学应用方面的能力和素养。
1. 医学论文中统计学的重要性在医学研究中,统计学扮演着至关重要的角色。
它是确保研究设计合理性、数据收集和分析准确性以及结论可靠性的基石。
通过运用统计学方法,医学研究人员能够系统地评估治疗方法的疗效、疾病的发病机制和预后因素,从而为临床实践和政策制定提供科学依据。
统计学在医学论文中有助于确保研究的内部和外部有效性。
通过运用适当的统计学方法,研究人员可以控制潜在的混杂变量和偏倚,从而提高研究的准确性和可靠性。
这有助于避免由于研究设计不当或数据分析错误而导致的误导性结论。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第17卷第11期 2010年11月 体 育 学 刊Journal of Physical Education Vol.17 No.11N o v .2010体育类核心期刊中运动医学论文的统计学应用错误案例分析张宁(宁夏大学 体育学院,宁夏 银川 750021)摘 要:就近年来体育类核心期刊运动医学科研论文撰写中常见的统计学应用误区进行分析,结果发现:①实验分组不合理,受试对象的选取违背同质性原则;②统计方法不合理,多个样本均数比较,错误应用多个t 检验代替,误用单因素方差分析处理多因素方差分析;③误判资料类型,从而误用定量资料统计分析方法,两样本率的检验错误用两样本的t 检验来代替。
关 键 词:统计学;运动医学论文;体育类核心期刊中图分类号:G80-32 文献标识码:A 文章编号:1006-7116(2010)11-0115-04Analysis of statistical application errors in sports medical theses incore journals in the sport categoryZHANG Ning(Institute of Physical Education ,Ningxia University ,Yinchuan 750021,China )Abstract: The author analyzed statistical application mistakes commonly seen in the writing of sports medical research theses in core journals in the sport category in recent years: 1)the division of experiment groups was irrational; the se-lection of testees violated the principle of homogeneity; 2)the comparison of the average of multiple samples was wrongly replaced with multiple t tests; single factor variance analysis was wrongly used for multiple factor variance analysis; statistical methods were irrational; 3)data type was wrongly judged, thus a wrong quantitative data statistical analysis method was used; the test of two sample rates was wrongly replaced with the t test of two samples. Key words: statistics ;sports medicine theses ;core journals in the sport category收稿日期:2010-05-02统计学是科学研究的基础,是研究结果科学性、可靠性的有力保障。
而论文是研究成果的表达形式,通过论文可展示研究者的科研成果,也便于查阅者的了解、评价和引用。
因此,在论文中要完整、准确地进行统计学内容的表述,以展示研究设计的合理性和研究结果的可靠性。
但运动医学论文中存在的统计学错误仍相当严重,其中实验设计和统计资料的应用上最为突出。
本文介绍论文中出现错误的部分,并对其进行了正确的统计学内容表述,以便供广大运动医学科研工作者参考。
1 实验设计方面的问题1)实验分组不合理。
例1:《有氧健身操结合饮食控制改善代谢综合征患者胰岛素抵抗、血脂、血糖的实验研究》[1]一文中研究对象为:西安市碑林区某社区代谢综合征患者77人年龄40~65(55.35±7.26)岁。
按照接诊顺序将入选MS 患者随机分为以下2组,综合干预组和对照组。
该文作者所选取代谢综合征患者年龄跨度较大(40~65岁),因为年龄的不同机能的代谢水平有很大的差异性,不能认为他们来自于同一个总体。
把他们随机分入综合干预组和对照组参加试验,两组之间的可比性可能很差,其结论的可信度很低;如果,按年龄段分层随机化,组间的均衡性要高得多。
2)受试对象的选取违背同质性原则。
例2:《不同类型休闲活动对老年女性身体机能影116体育学刊 第17卷响的差异性研究》[2]一文中对成都市老年大学、锦江区老年活动中心,随机选取离退休5年以上,年龄65~75岁之间老年女性为研究对象。
并依据她们的年龄段将活动类型分为:为棋牌队、曲艺队、门球队、舞蹈队;测量指标为:血压及脉率,肺活量,椎体骨密度。
从一般的常识可知,经常参加体育锻炼的人有利于其血压及脉率,肺活量、椎体骨密度指标向好的方向发展。
原作者所选取的活动类型为:棋牌、曲艺队、门球队、舞蹈。
其中棋牌是一种智力游戏和身体运动没有什么关系,而曲艺,门球,舞蹈主要以身体运动为主(曲艺有利于人体的肺活量的提高)。
所以原作者在试验设计时违背同质性原则[3]。
在实验设计时一定要遵守3大原则:对照、随机、重复。
对照原则:要确定处理因素对实验指标的影响,如无对照是不能说明问题的。
实验分组时有处理组和对照组。
对照原则要求处理组和对照组除处理因素以外的其他可能影响实验的因素应力求一致(即齐同比较或有可比性)。
随机原则:是使每个实验对象在接受分组处理时具有相等的机会,以减少偏性,使各种因素对各组的影响保持一致(均衡性好),通过随机化可减少分组人为误差。
这是对资料分析时进行统计推断的前提。
重复原则:是指可靠的实验应能在相同条件下重复出来(重现性),这就要求实验要有一定的例数(重复数)。
因此,重复的含义是重现性与重复数。
重现性可用统计学中显著性检验的值来衡量其是否满意[4]。
2 定量资料统计分析存在的统计学错误2.1 多个样本均数比较错误应用多个t检验例3:《有氧运动对大鼠血糖、血脂和血液凝固功能的影响》[5]一文中,将30只大鼠随机分为3组:对照组、小运动训练组和大运动训练组。
对照组大鼠进行自由饮食和自由饮水;运动训练组动物在此基础上给予为期6周的游泳训练。
有氧运动(游泳)、运动后2周和运动后4周从眼眶后静脉丛取血,以及实验结束时(运动后6周)断头取血,分别做血糖、血脂和有关凝血指标的测定。
用SPSS统计软件对原始数据进行常规数理统计分析,计量资料用均数±标准差描述,显著性检验用t检验,P<0.05表示有统计学意义。
这类错误是定量资料分析中最常见的错误,而且是原则性错误,会增加犯第一类错误的概率[6]。
案例(原)表1资料为对照组、小运动组、大运动组不同有氧运动时间对大鼠血清LDL水平的影响,原作者用t检验分别对各组均数逐一进行比较。
对照组大鼠在实验期间血清LDL水平没有明显变化P>0.05。
与对照组相比,小运动组大鼠随着有氧运动时间的延长,血清LDL浓度逐渐降低,至第6周时,差异具有统计学意义P<0.05。
大强度游泳运动训练组的大鼠血清LDL则呈逐渐升高趋势,虽然与同期对照组大鼠相比,差异没有统计学意义P>0.05,但与同期(第4周和第6周)小运动组大鼠血清LDL相比,差异具有统计学意义P<0.05和P<0.01。
这种检验方法有误,因为该资料为多组均数间的比较,正确的方法是用单因素方差分析,只有在方差分析有显著性的基础上有必要再作均数间的两两比较,用q检验,而不是t检验,同时在表1中应该列出方差分析的统计量F值及具体的P值。
(原)表1不同有氧运动时间对大鼠血清LDL水平的影响(mmol/L,n=10)(x±s)组别0周2周4周6周对照组 1.01±0.18 1.00±0.16 1.07±0.19 1.03±0.19 小运动组 1.06±0.20 0.95±0.17 0.85±0.150.72±0.181)大运动组 1.02±0.19 1.03±0.221.13±1.172) 1.18±0.213)与对照组相比,1)P<0.05:与小运动组相比,2)P<0.05,3)P<0.01,“原表‥”表示原作者的表格,“表‥”表示取原作者表格的部分在应用t检验和方差分析时要注意它们之间的共性与区别。
t检验和方差分析都是对总体(样本)均数的检验。
当对两个以上的总体(样本)均数是否存在显著性差异进行检验时,如果用t检验,4个总体(样本)均数则需做c24=6次可能组合的检验。
若在α=0.05的显著性水平上检验,则将降低统计结论效度。
所以,两总体(样本)均数的检验用t检验,两个以上总体(样本)均数的检验用方差分析。
2.2 处理多因素设计定量资料误用单因素设计定量资料的方差分析方法例4:《不同营养干预对运动性贫血大鼠红细胞及铁代谢指标的影响》[7]一文中,实验目的为:观察补充复方阿胶中药与补充铁剂营养对运动性贫血大鼠红细胞及铁代谢指标的影响。
方法:以32只健康雄性Wistar 大鼠为研究对象,每只体重约300 g,随机分为4组,C组为安静对照组(n=8),E组为递增负荷跑台运动组第11期 张宁:体育类核心期刊中运动医学论文的统计学应用错误案例分析 117(n=8),ENⅠ组为递增负荷跑台运动+阿胶营养补充组(n=8),ENⅡ组为递增负荷跑台运动+铁剂营养补充组(n=8)。
然后ENⅠ组和ENⅡ组营养补充4周。
实验结束后24h内处死。
结论:9周递增负荷跑台运动导致大鼠红细胞相关指标的显著性下降,引起运动性贫血,但血液铁代谢无显著变化;补充4周复方阿胶中药制剂或铁制剂,提高红细胞相关指标,改善大鼠运动性贫血状况。
数据统计方法实验数据用SPSS13.0软件中one-wayANOVA处理,结果用均数±标准差表示,显著性水平为P<0.05,非常显著性水平为P<0.01。
原文采用单因素设计定量资料的方差分析不合适,仔细考察各处理组之间的关系有:是否递增负荷跑台运动,是否补阿胶营养或补铁剂营养(两者都能促进RBC生成,增加Hb含量的物质,在本研究中可以认为它们是同一因素),原文在固定一个因素于某个水平下观测另一个因素的作用,这种做法割裂了实验设计的整体性。
正确的做法是,先从专业角度上分析二个实验因素之间是否存在交互作用、是否存在二个因素有主次之分、是否存在交互作用或交互作用可以忽略不计等情况。