醫(yī)學期刊中的常見統(tǒng)計錯誤

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了醫(yī)學期刊中的常見統(tǒng)計錯誤范文，希望能給你帶來靈感和參考，敬請閱讀。

1．定性資料統(tǒng)計分析方面存在的錯誤:

(1)把χ2檢驗誤認為是處理定性資料的萬能工具;(2)忽視資料的前提條件而盲目套用某些定性資料的統(tǒng)計分析方法;(3)盲目套用秩和檢驗;(4)誤用χ2檢驗實現(xiàn)定性資料的相關分析。

2．統(tǒng)計表達和描述方面存在的錯誤:

(1)統(tǒng)計表中數(shù)據(jù)的含義未表達清楚，令人費解。(2)統(tǒng)計圖方面的主要錯誤有2個，其一，橫坐標軸上的刻度值是隨意標上去的，等長的間隔代表的數(shù)量不等，在直角坐標系中，從任何一個數(shù)值開始作為橫軸或縱軸上的第一個刻度值;其二，用條圖或復式條圖表達連續(xù)性變量的變化趨勢;(3)運用相對數(shù)時，經(jīng)常混淆“百分比”與“百分率”;(4)在表達多組定量資料時，即使定量資料偏離正態(tài)分布很遠，仍采用“x珋±s”表達(標準差S＞x珋)，特別當表中采用標準誤Sx珋取代標準差s時，前述的錯誤很難被察覺出來。

3．定量資料統(tǒng)計分析方面存在的錯誤:

(1)當定量資料不滿足參數(shù)檢驗的前提條件時，盲目套用參數(shù)檢驗方法;(2)不管定量資料對應的實驗設計類型是什么，一律套用單因素2水平(或叫成組)設計定量資料的t檢驗或單因素多水平設計定量資料的方差分析。

4．多因素或多自變量的實驗資料進行分析存在的錯誤:

(1)將原本屬于多因素實驗研究，拆分成一系列單因素的研究來分析，這種“化繁為簡、化整為零”的處理，割裂了原先的整體設計，無法研究多因素之間的內(nèi)在聯(lián)系或交互作用，容易得出片面、甚至錯誤的結論;(2)雖然將多個自變量都包括在一個多重線性回歸方程或多重Logistic回歸方程之中，但整個回歸方程沒有統(tǒng)計學意義或回歸方程中有很多無統(tǒng)計學意義的自變量，就依據(jù)這樣的回歸方程去下結論。

5．簡單線性相關與回歸分析方面存在的錯誤:

(1)缺乏專業(yè)知識，盲目研究某些變量之間的相互關系和依賴關系;(2)不繪制反映2個定量變量變化趨勢的散布圖，盲目進行簡單線性相關與回歸分析，常因某些異常點的存在而得出錯誤的結論;(3)常用直線取代2定量變量之間事實上呈“S形或倒S形”的曲線變化趨勢。