医学科研数据评价与分析中的几个基本问题课件.ppt

医学科研数据评价与分析中 多个基础问题
一、数据评价（Data Evaluation）
1. 代表性 (Representativeness)
2. 均衡性 (Proportionality,Balance,Comparability)
3. 可靠性 (Reliability）
4. 完整性 (Integrality)
5. 时效性 (Timeliness)
二、 数据分析（Data Analysis）
1. 数据类型(Data Type)及其转换 (Transformation)
2. 变量代换(Variable Transformation)
3. 统计量选择(Selection of Statistic)
4. 参数估量(Parametric Estimation)
5. 假设检验(Hypothesis Testing)方法 选择
一、数据评价（Data Evaluation）
1. 数据代表性（Representativeness）评价
（1）“质”（Quality） 代表性评价
① 随机化（Randomization）标准
随机化抽样
(Randomized Sampling)
随机化分配
（Randomized Allocation）
A 意 义: 机会均等; 主观意愿 排除
B 关键性: 样本质 代表性 确保
组间均衡性 确保
统计推断 前提
C 常见方法
随机化抽样
多阶段抽样
（Multistage Sampling）
分层抽样
（Stratified Sampling)
系统（机械）抽样
（Systematic Sampling)
单纯随机抽样：抛币、抽签、随机数字表
(Simple Random Sampling)
整群抽样
（Cluster Sampling）
随机化分配
配对设计
(Paired Design)
随机区组设计
(Randomized Block Design)
完全随机设计
(Completely Randomized Design)
抽样框架(Sampling Frame) 确定
案例分析(Case Analysis)
（2）“量”(Quantity) 代表性评价
① 样本含量（Sample Size) 确定
A 意义:
正式试验
预备试验
发觉总体间存在确有实际意义 差异
取得相关参数
一定精度下
所需 最少观察单位数
发觉这种差异
C 常见方法
经验法
计算法
查表法
B 关键性:
样本代表性 确保
样本间均衡性 确保
结果重现性 确保
② 案例分析
2. 数据 均衡性（ Proportionality,Balance）评价
（1） 对照（Control）设置 科学性评价
A 意义: 比较中进行判别
B 关键性: 试验原因效应 分离
C 常见方法:
历史对照
History Control
空白对照
Blank Control
实验对照；安慰剂对照
Experiment Control；Placebo Control
标准对照； 自身对照； 相互对照
Standard Control；Self Control；Mutual Control
双盲设计与交叉设计
Double Blind Design； Cross-over Design
（2） 案例分析