统计方法与应用-中国医药大学图书馆.pdf

統計方法與應用 中國醫藥大學 生物統計研究所生統中心 梁文敏(ext.: 6107) 主題一資料整理的原則 1. 簡單(不須全放在1張表單) 分幾個表單(基本資料1張、定期追蹤紀錄1張， 放單一id以便連結…) 2. 用代碼取代文字(sex: Male, Female, M,..)  (sex: 1‐‐‐male, 0‐‐‐female) 3. 一個變數一個概念(death: 意外事故死亡、心血 管疾病死亡、…) 分兩個變數(death, d_cause)來表示 4. 將資料分為兩大類型: 連續型(可以量化者，可計算平均值等指標) 、 類別型(代表特質，不適合計算; 二元、三元、…) 主題二多花一點時間在資料探 索階段、再依序深入 • 理解各變數的角色：清楚知道哪些為目標變數、 哪些為解釋變數 • 理解各變數的類型：判斷某些連續型變數是否 需要分組 e.g., 年齡以連續型(單位:歲)或 類別型(1:65, 2:=65)表示 • 單一變數的描述性統計(個數(%) 、平均值、標 準差、中位數、Q1‐Q3 、IQR 、…) 單一變數兩兩關係(crude analysis) (過程中清 楚知道各變數的角色) • 調整多個變數的分析(multivariate analysis) (過 程中清楚知道各變數的角色) 主題三統計方法的選取 (1) 目標變數的類型 *一般而言此為最主要的依據 (2)解釋變數的類型 (3)解釋變數的個數 *針對一群中風族群進行研究觀察5年 主題四文章中的第一個表格 • 基本資料描述：單一欄的描述或雙欄的描述最為常 見 • 雙欄的描述：依照人口學特質(男性、女性; 65歲、 =65歲) 、醫學資料特質(治療組、對照組; A藥組、B 藥組)將資料分欄描述 • 雙欄的描述搭配統計檢定： 連續型變數‐‐‐以平均值(SD)表示、並搭配獨立樣本t 檢定(M1)最為常見 *若資料量小或偏斜、以中位數(Q1‐Q3, IQR)  、搭 配Wilcoxon sum‐rank test 類別型變數‐‐‐以個數(%)表示、並搭配卡方檢定(M3) 最為常見 *若資料量小、卡方檢定不適用時、則以Fisher’s  exact test取代最為常見 主題五文章中的主要分析表格 (常見在表2或表3) 主題五‐1 線性迴歸分析 目標變數: 連續變數(用平均值表示) 解釋變數:連續變數及類別變數皆可 範例:探討睡眠小時的影響因素 探討睡眠小時與年齡 探討睡眠小時與肥胖 肥胖:分為正常體重組與肥胖組 探討睡眠小時與年齡及肥胖 ˆ sleepHR 1 8.3280 0.0335 *age 0.036(正常體重) 0.0153 *age *(正常體重) 主題五‐2 邏輯斯迴歸分析 目標變數: 二元類別變數(用勝算表示) 解釋變數:連續變數及類別變數皆可 範例:探討再中風的影響因素 邏輯斯迴歸分析 • 用勝算來表示再中風的風險 • 勝算=再中風率/ (1‐再中風率) 解釋為再中風率的勝算 範例:探討再中風與肥胖 例如: 肥胖組：再中風率=0.64 再中風率勝算=0.64/0.36=1.75 正常組：再中風率=0.32 再中風率勝算=0.32/0.68=0.47 肥胖組再中風率的勝算/正常組再中風率的勝算 =1.75/0.47=3.69 (勝算比, OR– Odds ratio)  OR   1,肥胖組再中風風險高, 通常會計算95%CI(信賴區間) , 若95%CI 不包括1,  表示此相關具有統計上顯著的意義 Crude analysis