在科研论文中,为什么要用到数据统计?因为人是感情动物,难免会有主观判断,而这种主观判断会对论文中想阐述的某一观点有失偏颇,而用数据说话,则会显得更加客观。
但说归说,医学统计无论何时都是科研人心中的痛,每一位科研人都曾在医学统计的阴影下活的战战兢兢。
医学统计的方法辣么多,到底哪一个才是自己真正要用的呢?究其根本要先了解自己的数据特征。
首先要决定做什么类型的分析,描述还是推论;其次判断数据类型;再次看变量多少,以及各变量的设计特征,就可以做出决策了。
而在得到数据的第一件事就是要分辨这个数据是计量资料还是计数资料。
计量资料指连续的数据,通常有具体的数值,有度量单位。如身高、体重、血压、血红蛋白、胆红素和白蛋白等。在护理研究中,研究者经常使用量表对研究对象测量,如用焦虑自评量表测定术前患者的焦虑水平,此时通过该量表所获得的具体分值也可以看作计量资料。
计数资料则是对每组观察单位只研究其数量的多少,而不具体考虑某指标的质量特征,属非连续性资料。如将研究人群按照血型分为O型、A型、B型和AB型来统计各型的人数。
01、计量资料
计量资料分析有两种:单因素和多因素。
单因素分析,顾名思义就是分析单个因素与Y的关系。比如单独分析年龄与跌倒的关系,单独分析营养与跌倒的关系等等。
那么单因素分析一般会涉及到哪些统计学方法呢?目前涉及到的比较常见的统计如下:(1)t检验;(2)方差分析;(3)卡方检验;(4)相关分析。
多因素是指实验中多个因素都可能影响因变量。
一般情况下,单因素和多因素分析相辅相成,单因素分析可以初步探索预测变量与因变量的关系,并且当样本量不是很大的时候可以通过单因素分析删除部分无关的预测变量;而多因素分析可以进一步排除其它混杂因素的影响,从而确定预测变量与响应变量的相关性。
02、计数资料
计数资料里最常用的检验方法就是卡方检验。卡方检验是一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的关联性分析。通俗来讲:卡方检验就是检验两个变量之间有没有关系。
一般用于分类变量(或称定性变量)数据的统计推断,其中最常见的就是独立四格表(2×2)检验和RxC交叉表检验。
1.独立四格表(2×2)检验2×2检验的统计分析是用卡方检验,但是需要根据不同的情况来做不同的处理。这里n代表表内的样本量,T代表理论数。
1)当n≥40,所有T≥5时,可以直接用卡方检验。2)当n≥40,且有1≤T<5时,用连续性校正公式计算。3)当n<40,或T<1时,要用Fisher法计算。
2.R×C表资料R×C表资料也是用卡方检验,不过还有几点注意事项。卡方检验的理论数T不能太小(<1),且1≤T<5的格子数不超过格子总数的1/5。
1)多个构成比的比较所得结论为有统计学差异,也只能说各组的构成比与总的构成比不全相等,并不说明各组之间也有差异。若要进行多重比较,需要用χ2分割法检验。
2)对于有序R×C表资料属于等级资料,如临床检验结果分为-、 、 、 ,疼痛等症状的严重程度分为0(无疼痛)、1(轻度)、2(中度)、3(重度)等。就不宜使用卡方检验,宜选用秩和检验中的Kruskal-Wallis检验。
当然,这些还仅仅是理论,护士如果想要真正掌握医学统计学方法,还需要具体的实践。
给新手小白推荐入门级护理统计学课程–护理文献带读时间,通过阅读文献,吃透统计学在护理文章中的应用。1.《FM99.1》护理文献带读时间·t检验统计学方法2.3.《FM99.1》护理文献带读时间·Logistic回归统计学方法
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。