医学临床试验文献统计方法解读(一)

一、解读思路

(一)逐一厘清统计概念和含义。

文献中的统计术语包括:

  1. 显著性水平(significance level):
  2. p值(p value);
  3. 统计功效(statistical power):
  4. 统计效应:1. 组内相关系数(intraclass correlation coefficient):用于评估不同检验者(examiner)测量数据的一致性。
  5. 卡方检验(CHI Square test):用于检验试验组和控制组概率分布的统计差异性。
  6. 非配对t检验(unpaired t test):用于检验试验组和控制组3个变量数值间的统计差异性。
  7. 偏相关系数(partial correlation coefficient):在有多个变量的情况下,在控制其他变量不变的前提下,计算两个变量之间的相关性。

(二)介绍基本的统计思路和方法

(三)具体事例

给出在网络、教材上找到的较为生动、具体的案例,以展现统计方法的具体实现路径以及统计软件操作。

(四)扩展阅读

给出一些网页链接和资源链接,以做查询和进一步深入阅读。点击链接名称即可连接到对应网页。

二、我理解的本文的统计方法的默认假设

  • 试验组和控制组的每个被试都是相互独立的;
  • 研究测量的每个连续变量,如RBH、ESBG,都服从某种形式的正态分布
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容

  • Chapter1 什么是统计学(statistics)?统计学是描述一系列可用于描述/整理/解释资料或数据的统计工...
    芒果芭乐阅读 5,177评论 0 18
  • 结合Scikit-learn介绍几种常用的特征选择方法 作者:Edwin Jarvis 特征选择(排序)对于数据科...
    阿甘run阅读 3,258评论 1 14
  • 《六项精进》打卡第23天 姓名:赵颖 公司:无锡镁钛铒金属制品有限公司 组别:423期谦虚三组 【知~学习】 1:...
    赵颖_6911阅读 110评论 0 0
  • 突然会很害怕看结婚典礼上那些甜蜜恩爱的新婚夫妇的笑脸,害怕听到他们信誓旦旦许下的诺言。因为看到这些一对一对的相似的...
    蜗牛迪阅读 269评论 0 3
  • 文/一凉浮生 拜昆仑,访名山,天生我来便为仙,何事须问不得闲?走人间,看千年,王侯将相化云烟,何人须我坐上观?东流...
    一凉浮生阅读 617评论 8 10