SCI文章写作—统计方法的选择和重要性

一篇好的SCI论文，不仅要具备创新性和较大的临床的意义，首先它的数据必须是真实的，结果必须是可靠的。所以给自己的数据找到合适的统计方法是十分重要的。有的SCI杂志会有专门的统计学家来审核文章的统计分析的正确性，如果他们指出SCI文章的统计方法有误，那结果再好，都说明不了什么问题，也就没有任何发表的意义了。那么，如果选择统计方法呢？什么样的数据应该使用哪种统计方法来分析呢？

首先，要先了解实验数据类型，可分为两类：计数资料和计量资料。计数资料也称有序资料、等级资料，是将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，一般以百分数表示；计量资料一般为连续的数值并有计量单位，如体重、年龄、血压等，一般以均值和标准差表示。

其次，统计方法的选择还要考虑如何利用数据，本篇SCI文章的目的是什么。

若仅是是两组和若干组的指标进行比较：对于计数资料，① 样本与总体率的比较用单样本u检验；② 两个样本率的比较用卡方检验检验（chi-square test）；③ 单变量等级资料的分析，则用秩和检验；④ 两组配对等级资料的比较，可选Wilcoxon秩和检验；⑤ 多样本等级资料的比较，用Kruskal-Wallis 秩和检验。

对于计量资料的分析，主要根据数据是否呈正态分布来选择，① 样本资料均数与已知的总体均数的比较用单样本t 检验（非正态分布）或变量变换或用选用非参数检验方法（非正态分布），如Wilcoxon秩检验；② 两样本均数的比较用两样本比较的t 检验（正态分布）或考虑变量变换或用两样本比较的秩和检验（非正态分布）。③ 配对设计两样本均数的比较用配对t 检验（正态分布）或考虑变量变换或选用配对的秩和检验（非正态分布）。④ 多样本均数的比较：多样本均数的比较使用方差分析方法。对于完全随机设计，各组样本资料服从正态分布，且方差整齐的数据，常用单因素方差分析；若资料非正态分布或方差不齐，则选用多样本的秩和检验( Kruskal-Wallis test) 。如检验结果有统计学意义，则还需要进行两两比较，如每两组进行比较，则使用SNK-q 检验；如各实验组与对照组的比较，则使用Dunnett’s test；如一组和其它组进行比较，则使用Scheffe’s test。

若研究两个变量的相关性，可采取关联性分析：如果研究一个变量与另一个变量之间的线性关系可选择线性回归分析。在线性回归分析中，如果涉及两个变量且两者呈直线变化趋势，则为一元线性回归，否则就为多元线性回归。如回顾性研究中常用到logistic 回归和Cox 回归进行危险因素分析或疾病的预后分析。

希望大家都能选择正确的统计方法来分析数据，不要做无用功，分析方法错了，整篇SCI文章的结论就不可靠了。

转自立文悉通微信公众号，仅作学习交流，如有侵权，请联系本站删除！