常见的统计学分析方法范文

常见的统计学分析方法范文第1篇

医学统计学是根据概率论和数理统计的原理, 结合医药卫生工作的实际情况, 研究实验设计和数字资料的搜集、整理、分析和推断的一门科学, 广泛应用于基础医学、临床医学、预防医学、药学和卫生事业管理等诸多领域。它是人们认识客观世界的一种重要手段, 现代科技工作者做科学研究或撰写论文, 很少看到不用统计学。

与此同时，如果统计学方法应用不当，不仅不能准确地反映科研结果，而且还可能带来错误的结沦。Rosenfeld 等比较了不同年表的文章，在20 世纪90年代以后有更多的文章使用了统计推断，而且比较复杂的统计分析方法如多因素分析等也更多的应用于临床研究中，但同时也存在使用统计方法欠妥或叙述不清的情况。

因此本文将对医学科技论文常见统计学方法的正确应用进行讨论，希望加强作者的统计思维，进而提高期刊论文的统计质量及学术水平。

2、统计学方法的内容

统计软件包、统计分析方法及检验水准是统计学方法必须描述的3 方面内容。SPSS (statistics package for social science) 和SAS(statistical analysis system ) 是全世界学术界公认且最常用的两大统计软件包[6]。检验水准即A，表示组间实际无差别而统计结果判断为有差别，犯这类错误的概率[1]。实际工作中常取 A=0.05，表示本次研究计算所得P 值必须小于0.05,才能认为组间差异有统计学意义。统计分析方法的准确描述是科技论文科学性的关键所在。统计学方法一般包括统计描述和组间差异性检验(即：假设检验) 两部分内容。

3、统计学方法的正确选用

统计方法的选择取决于研究设计、数据资料类型和变量值的分布。计量资料常用u检验、t检验(.配对t检验)、 F检验；计数资料用 检验；等级资料、偏态资料或不明分布的资料可用秩和检验等。每种显著性检验方法均有其适用范围, 如方差分析（F检验）.要求数据服从正态分布, 且各总体方差齐, 否则不宜作方差分析, 若改用非参数统计方法, 则会降低统计效率, 故常在可能情况下, 通过变量变换（如对数变换、平方根变换、反正弦函数变换、例数变换等）使资料转换为正态分布, 以满足方差分析或t检验的应用条件。医学期刊中最常见的是t检验和 检验, 这两种方法误用也较为多见。

3.1重复t检验

多个样本均数间的两两比较(又称多重比较)不宜用t检验, 因为重复数次,t检验将增加第一类错误的概率, 使检验效率降低。此时宜用方差分析, 并在此基础上用两两比较方法..(如.SNK、LSD、Duncan法等)。对于同一对均数间的差异, 用t检验无显著性, 而两两比较可能有显著性, 可见错误选用统计方法将推出错误结论。

3.2行列标 检验误用

行列表 检验用于2个或多个样本率（或构成比）.比较, 它要求行列表中不宜有1/5以上格子的理论频数T

3.3需要注意的统计学问题

3.3.1无足够的统计学信息

论文中未说明统计方法和 取值, 无均数、标准差或率及t值、 值等统计量, 甚至未作假设检验直接下结论。不少临床医学论文作者只在文中提及P值大小并据此推断结果的显著性。实际上, 临床医学研究关心的是各组之间结局(如疗效)的差别大小, 而不单纯是统计学显著性, 因此应同时说明检验方法、 水平、统计量值、P值和可信区间, 以便让读者了解所用的方法和结论是否适当及其临床的实际意义。

3.3.2统计图、表

统计图、表是统计描述的重要工具。统计图宜少而精, 应按资料性质和分析目的选用适合的统计图形, 统计图虽直观但不能代替精确的数据或统计量同。统计表宜简单明了, 层次清楚, 一般采用三线表。常见的统计表运用不当有.. 标题复杂或过于简略甚至无标题, 辅助线过多, 标目繁杂, 层次不清。另外, 表内不宜留空格, 暂缺或未记录可用“…” 表示, 无数字用“一”表示, 数字若是“0”则填明“0”。

3.3.3统计软件使用的误区

目前计算机应用已十分普及, 统计软件的使用也非常方便, 但软件只能解决计算问题, 并不能替代人脑的统计思维。根据资料的分布特征和数据特点选择统计方法, 正确地解释分析结果并推导出正确的结论, 这是科研工作者在做统计分析时必须首先掌握的, 计算只是一种工具。有了诸如SASA、SPSS等高级统计软件包, 复杂了多元分析如多重回归、多因素方差分析等已变得十分容易, 于是一些作者片面追求使用高深的多元统计方法且多种方法一起用, 误以为统计方法用得越高级, 文章水平越高。实际上如果使用不当, 多元统计方法使用得越多, 错误可能也越多。一个精心设计的临床研究, 资料可能用简单的t检验或 检验就足以说明问题, 若滥用多元分析、结果会适得其反。

4.结语

通过上面的分析，在医学研究中必须正确运用统计学，这是科研工作的科学性所决定的。搞科研，首先必须尊重科学。借助统计学这个有用的工具，可以去探索未知事物，揭示和阐明客观事物变化的规律性。

参考文献：

[1]于国艺, 周晓彬, 王俊. 医学论文常见统计方法误用分析.编辑学报, 1998;10(3):132.

[2]杨树勤, 主编.卫生统计学.第3版.北京: 人民卫生出版社, 1995;145-147.

常见的统计学分析方法范文第2篇

营销决策者在识别和满足顾客需求的过程中，需要作出许多战略和战术决策。他们针对潜在的机遇进行市场细分，选择目标市场，制定营销计划，并对营销绩效进行评估和控制。首先，可控制的产品、价格促销和分销等营销变量之间相互作用，使得这些决策变得非常复杂。其次，经济、技术、竞争法律法规、公共政策、社会文化，政治环境等不可控制环境因素使得这些决策变得更加复杂。最后，顾客群体的构成也非常复杂，包括顾客、员工、股东和供应商等。市场调查是帮助营销决策者们链接营销变量、环境因素和顾客群体的纽带，提供相关的信息，评估信息需求，帮助制定决策，减少最终决策风险。

（一）调查方案与问卷1、抽样设计抽样调查是营销管理的重要手段，是目前国际上公认和普遍采用的科学的调查工具。一般有概率抽样和非概率抽样两种情形，实践中较多采用概率抽样。抽样设计，就是针对具体的调查目的，选择具体的抽样组织形式，比如简单随机抽样，类型抽样，等距抽样等，确定调查总体范围，制定抽样框，选择重复或非重复抽样方法，计算样本容量并实施的过程。抽样设计的过程就是数理统计和概率论知识的应用过程，抽样以中心极限定理理论为依据，应用随机原则实现样本的抽取，因此可以保证抽样误差在可允许范围内，从而实现调查目的与目标。2、问卷信度与效度的计算分析问卷调查是一种常用的获取信息的工具，在了解市场，进行营销管理方面发挥着非常重要的作用。问卷质量的高低直接影响着调查结果的真实性和适用性等特征。因此，为保证问卷对调查结果的可靠性和有效性，当问卷诉诸调查之前常常要进行初步测试，分析初步调查结果的信度和效度，进而调整问卷架构，修改问卷题项，提高问卷的质量。信度与效度分析体现了统计方法的具体应用。信度，也称可信度，是指采用相同的方法对同一对象进行重复测量时得到结果的一致性程度。信度指标一般用统计中的相关系数来表示，α信度系数是目前最常用的信度系数，被广泛应用于态度、意见式问卷（量表）的信度分析。效度，即有效程度，指测量工具能有效测量所需测量事物的准确程度。市场研究中若要获得高度吻合实际的调查结论，必须以高效度的调查问卷为出发点。效度高低通常以皮尔逊积差相关系数来表示，系数越高，问卷测试结果所能代表的测试行为的真实度越高，调查的效果越好，效率越高。

（二）调查数据分析1、数据基本结构分析数据结构分析是调查数据分析中最基本的部分。主要了解消费者群体的主要特征，包括性别特征，年龄特征，学历特征等，将消费者划分为不同的类型，有针对性地制定营销方案；了解消费者对产品的消费行为特征和规律，主要从认知途径，认知状况，忠诚度等方面入手，方便企业根据消费者喜好和习惯选择促销方式和宣传媒介等。基本结构分析主要采用的是统计相对指标计算比重，分析消费者内部构成结构，也常常使用数值平均数、位置平均数、标准差、峰度、偏态等描述统计指标分析数据集中趋势、离中趋势等。2、显著性差异分析在市场调查中常常要探讨不同品质、价格、包装以及促销方式对销售量的影响，利用分析结论选择原料采购单位、价格制定策略，包装式样以及不同的销售手段和渠道等，同时，面向消费者的调查活动又不可避免地去分析不同的性别、学历、区域等对销售量的影响是否具有显著性差异，从而针对不同性别、学历的消费者制定不同的营销策略，针对不同的区域制定不同的营销方案。显著性差异分析是统计工具的重要特色，主要利用方差分析或均值分析进行。其中方差分析除了进行均值检验之外，还常用来分离各有关因素并估计其对总变异的作用，分析因素间的交互作用以及进行方差齐性检验等，而均值分析则主要检验大样本数据、小样本数据，单一总体，双总体、成对总体的均值之间是否具有显著性差异，并得到结论。世界万物的普遍联系使得一个事物的存在与发展要受到很多因素的影响，这些因素互相依存，互相制约，形成一个相对稳定的整体。方差分析就是通过数据分析找出对该事物有显著影响的因素，研究各因素之间的交互作用，以及显著影响因素的最佳水平等，在产品设计、定价、销售量预测方面应用广泛。

二、统计方法在市场预测中的应用

运用统计方法进行市场预测是统计工具的重要应用之一。瞄准市场发展趋势，提早做足准备，在风卷云涌的市场竞争中立于不败之地，是每个企业追逐的基本目标。企业生产经营活动离不开市场预测，而市场预测离不开统计工具。首先市场预测需要掌握当前可靠的市场信息，这些信息通常要通过统计调查方法获取；其次，利用调查数据进行预测是个科学性很强的工作，需要借助大量的统计预测、评估、分析方法。企业通过对环境预测，了解国家各项宏观微观经济政策，了解政府财政开支、多边贸易状况、通货膨胀以及企业投资及消费者储蓄与支出的状况，奠定好市场预测的基础。通过市场潜量与企业潜量预测，从行业角度了解某一产品的在市场上所占的最大的市场份额，为制定营销决策提供基础数据。市场需求预测则是针对当前的营销环境和营销力度，评估某些产品的市场需求水平，预测企业未来的销售可能。统计中的定性预测和定量预测方法常常被应用于市场预测上。

（一）定性预测1、专家意见法专家意见法，是根据市场预测的目的和要求，聘请一些专家成立预测小组[1]，然后综合全体专家所提供的预测信息作出最终的预测结论。在这一过程中，贯穿始终的统计指标为统计平均数。第一步，将专家分成不同的组次，并确定每组内部和组间专家意见的权重。这一步尤为关键，专家的选取以及权重的设置都直接影响预测结果的可靠性，需要根据行业特征，结合以往经验来确定；第二步，预测组织者将预测项目和要求以及相关资料发给各位专家，要求预测者凭借个人经验和分析判断能力，给出不同销售环境（销售状况好，一般，以及销售状况差）出现的概率及其相应的销售预测数值；第三步，预测组织者计算各组专家预测数值的期望值，即以三中销售状况出现概率为权重的销售预测值的加权算术平均数；第四步，同上步，计算各类专家销售预测的综合期望值，并最终确定一个合理的预测值。综上所述，可见统计平均数是专家意见法的最基本工具，除了常用的算术平均数以外，也可以利用中位数来确定组间的综合预测值，均可保证预测的科学有效。2、德尔菲法德尔菲法是一种著名的专家会议意见预测法。它针对一定的预测主题，通过匿名的方式按轮次函询专家的预测意见。每一轮意见都要经过组织者的汇总整理，作为专家下一轮次预测的参考资料，供他们分析判断，进而提出新的预测意见和结果。直到最后专家们的预测意见渐趋一致，得到可靠性较高的预测结论。德尔菲法必须结合统计方法对其预测结果进行处理。通常运用中位数、算术平均数等来预测专家意见的集中程度，或利用四分位数、标准差或标准差系数等来反映预测意见的离散度，根据专家意见代表性的强弱，决定意见的轮回还是终止，保证最终结论的客观性和科学性。有时也需要利用结构相对指标反映专家对某个意见赞成或反对的人数的比重，或者对专家的评分进行描述性统计，详细掌握数据结构特征和预测数值的范围，使得预测更加具有实际价值。

（二）定量预测法1、直接推算预测直接推算预测是对统计绝对数指标和统计相对数指标的综合运用。主要包括进度判断预测法，比重推算法以及比例推算法等。进度判断预测法，以逐期增长量、累计增长量和环比增长速度、定基增长速度为工具，以上期的实际数为基础，综合推算后一期的变化趋势与原因，进而预测后段和全期可能达到的总水平，根据具体使用的指标不同可分为：使用增长量和增长率预测的增减趋势预测法，使用动态数列为工具的序时平均法，使用结构相对指标为工具的季节比重推算法等。比重推算法则针对预测量中主要因素的比重来进行预测，以反映产品的市场占有率，商品的进货率，以及产品成本结构的演变规律等。比例推算法采用的主要是统计中比例相对指标，根据总体中的一部分数据与另一部分数据的比例关系，推算未知部分的数值，或利用具有一定关联关系（上下游产品、互补性产品、替代性产品）的产品的销售数据进行预测推算。2、平均法趋势预测利用平均数进行短期和近期预测是营销工作中常用的方法。一般而言，当数据表现为水平趋势或者无显著的长期趋势变化和季节变动时，常采用算术平均数进行预测。分析时间数列的资料，结合经验确定权重，距离预测期较近的赋予较大的权数，距离预测期较远的，赋予较小的权数，通常要设置几套权数方案，再择优确定。而对于趋势型变动的时间序列，则采用移动平均法，选择合适的步长，移动计算等步长的平均值，并以最近一期的移动平均值作为预测的基础，得到较为客观的数据。3、回归分析法与前述方法不同，回归分析法是定量预测方法中最具有独特作用的方法。回归分析预测的原理是统计学中的相关理论，即通过研究各经济现象之间的相关关系，从具有显著相关关系的变量之间的联系来预测现象变动的趋势，进而推算未来数量状态的一种预测方法。根据分析中涉及变量数量的多少，回归分析可分为一元回归分析和多元回归分析两种，利用EXCEL中加载宏之后的数据分析工具，可以轻松实现变量间的回归分析。

三、统计方法在销售评价方面的应用

常见的统计学分析方法范文第3篇

医学统计t检验方差分析配对设计成组设计医学统计是医学科研中重要的分析方法，也是医学论文中的重要组成部分。它是对资料进行科学的搜集、整理和分析，从许多复杂现象中寻找规律，解决问题。而在众多统计方法中，t检验是一种最常用的统计推断方法，在计量资料的统计分析中应用十分广泛，同时它也是卫生统计学教学的重点和难题点。在科研与教学中，研究人员和学生常会出现以下三种典型错误。

典型问题1.自身配对t检验误用成组t检验。

如某医生用A、B两种血红蛋白测定仪器检测了16名健康男青年的血红蛋白含量（g/L）检测结果见表1，问两种血红蛋白测定仪器检测结果是否有差别？

此例是对同一观察对象进行的两种处理方法，属于配对设计，而研究人员把治疗前后的数据当成是相互独立的数据，直接将治疗前与治疗后的数据按成组设计资料的t检验进行比较，这种处理方法与设计类型并不相符。我们知道配对设计的检验效能高于成组设计，应用配对设计可以减少实验误差和个体差异对结果的影响，从而提高统计处理的效率。因此配对设计资料，一般计算每对数据的差值，用其差值的大小，反映两种处理之间效应之差的大小。我们常见的配对设计有观察对象处理前后对比（如治疗前后、检查前后）和同体采取不同处理对比（（如同一观察对象两种方法）。

典型问题2.计量数据呈方差不齐时仍用t检验。

这一错误在教学和医学论文中都较常见，当两组数据经方差齐性检验为方差不齐时，需用校正t检验（t'检验）处理，不能直接用t检验，否则会得出错误结论。如为探索胃脘痛寒、

热症实质，测胃脘痛热症患者与健康人胃脘温度（℃），并计算得热症病组n1=27，=37.68，s1=0.66健康人n2=36，=37.19，s2=0.33。问两组均数有无差别？一些学生直接应用t检验进行比较，而我们发现题中数据经方差齐性检验后为方差不齐，需用校正t检验，算出t'=3.540，P

典型问题3.多组计量数据比较误用t检验。

t检验一般只适合两组计量数据比较，多组计量数据进行比较需用方差分析，进一步进行两两比较时常用LSD法，可实际应用中发现很多研究人员将两者混用。如为研究煤矿粉尘作业环境对尘肺的影响，将24只Wistar大鼠随机分到甲、乙、丙三个组，每组8只，分别在地面办公楼，煤炭仓库和矿井下染尘，12周后测量大鼠全肺湿重（g）数据见表。

科研人员对上述资料采用两样本t检验进行两两比较，得出结论：除乙组和丙组差异无统计学意义以外（P>0.05），其余各两组间差异均有统计学意义（P

综上所述，统计方法t检验固然应用广泛，但是医学统计方法的选择与应用是有一定前提范围的，所以要想保证数据处理的科学性，应选择正确的统计方法。

参考文献：

[1]徐晓泉，潘起潜.医学论文中常见的统计方法误用.学报编辑论丛，2000，（11）：100-102.

[2]丁元林，高歌.卫生统计学.科学出版社，2008.

[3]周仁郁.中医药统计学.中国中医药出版社，2008.

常见的统计学分析方法范文第4篇

一、选好命题,主导思想要明确

统计分析的“实招”必须是企业经营者或管理人员感兴趣的领域,能够直击企业发展的瓶颈,引起他们的注意及采纳,因此,选择合适的题材成为“实招”发挥作用的关键一环。统计分析能否成功,选题是第一位的,选题的主导思想要新,思想不能陈旧,观念不能落后。不能用历史的、陈旧的经验来对待已经发展变化了的形势。选题时首先要明确服务对象,即明确给谁看,然后“换位思考”,选企业管理者最关心的问题;接下来才是确定内容,针对企业当前生产经营过程中的难点、热点、焦点问题进行分析,才能有的放矢,针对性强。

善于提炼内容,精准选题。分析要透过现象看本质,增强分析的针对性,善于捕捉领导的“关注点”。分析报告的目的在于应用,对统计部门来说,就是要将研究成果转换为领导决策。为了实现这种“转换”,应增强观察和分析问题能力选择领导最为关心的问题,避免简单罗列,避免数字文字化,瞄准影响当前企业发展的重点、热点和难点问题进行研究,选题要大小适中,题目不要太大,要切实可行,考虑客观条件,尽量“小题大做”。研究角度要有新意,要从新的角度去研究、研究以前没有人研究过的问题,或者是研究过探讨过但说法不一的问题去分析论证,才会得出与众不同的结论,才会见出新意。。

二、打牢基础,保证数据的准确性

准确是统计分析报告乃至整个统计工作的生命。失去准确性,再精心准备的“实招”也将成为无源之水,无本之木。统计分析报告要坚持客观公允态度,发扬唯实精神,讲实话,报实情,在保证数据准确的基础上,以科学求实的精神,对当前企业生产经营运行状况提出恰当的分析,为领导决策提供科学的数据和理论依据。统计分析的准确性除了数字准确,不能有丝毫差错,情况真实,不能有虚假之外,还要求论述有理,观点正确,不能出现谬误,建议可行,不能脱离实际。

三、增强逻辑,应用合适的统计方法

统计分析是由数字形成概念,从概念形成判断,由判断进行推理,并由此得出结论。统计分析的基本原则是依数成理,论据就是统计数据,而统计学的不断发展为统计研究提供了更多可供选择的方法,将各种经济学、统计学知识应用在统计分析中,更加透彻地研究经济现象。判断是以准确的统计数字为依据,严密的逻辑性是统计分析成本一个整体的纽带,是产生“实招”的顺延。统计方法要为统计分析结论服务,不能因形式而伤害要义,一切为了“实招”的产生及合理性为目的,切忌为哗众取宠而罗列深奥的数理公式,“先进”的数据模型,从而使统计分析“产品”不明所以,导致统计分析面目可憎,让人敬而远之。合适的统计方法可以为“实招”得到认可、推广及应用增加可信度。但是在统计分析过程中,必须保证推理是以充分的依据为前提,正确的判断和推理就是要有合乎事实的逻辑性,判断推理的结果前后不能矛盾,不能脱节,要如实反映客观事物的内在联系。因此,统计分析报告要结构严谨、条理清晰。

四、注重时效,发挥统计分析的实用性

“想实招”要把统计分析定位于为管理者服务。统计分析报告有着明显的目的性、针对性,只有统计人员在拟定统计分析时,时刻牢记“想实招”,把统计分析定位于为管理者服务,才能发挥统计分析的作用。企业统计分析,首要目的就是为企业管理者服务,帮助管理者正确认识企业所处的内外部环境、自身的生产经营秩序,采取正确的战略战术,保证企业正常生产运行,提高全单位的经济效益。这就决定了企业的统计分析必须紧密结合企业经营的重点、热点和难点问题进行分析,为管理决策提供科学依据。

瞬时万变经济形势,决定了统计分析及时性的重要。统计分析的针对性和实用性越强,就越要快速反映,适时为领导送上“及时雨”。统计分析要想领导之所想,急领导之所急。统计人员要有“一叶知秋”、“见微知著”的敏感,要有争分夺秒的时间观念,兵贵神速,充分利用丰富的统计信息和大量的第一手资料的优势,在尽量短的时间内完成分析报告的撰写,迅速及时地向领导发送各种新鲜动态信息和经济运行状况的监测预警分析报告,以便领导及时掌握情况,指挥全局,争取“雪中送炭”,避免“雨后送伞”。

五、立足实用,增加建议的可操作性

统计分析在在“新”字上下功夫,分析要有“新鲜感”。切忌没有自己主见的“对策建议”,不能过多重复一般概念和别人说过的话,对问题的研究要与时俱进,有新角度,要有独到见解,不仅立题要“新”,而且见解更要“新”。对策建议要增强针对性,提高可操作性。对策建议要具有可操作性,就是把“想实招”落到实处,统计分析报告不只是简单的提出问题和局限在数字文字化的表述上,要在深刻总结的基础上,提出有一定量化依据和可操作的具体实施意见,针对企业当前生产经营存在的问题,结合外部经济环境,吃透国家政策方向,追踪产业政策导向,研究企业发展策略,落足于统计分析的实招,提出可操作性的对策,使统计分析成果迅速得到应用。

常见的统计学分析方法范文第5篇

【关键词】医学统计学；研究生；教学改革

培养医学研究生不仅要提高其专业能力，更要培养其科研思维能力和解决科研实际问题的能力。《医学统计学》的学习不仅能够培养医学研究生良好的科研思维能力，而且能够从科研设计、资料收集、数据统计分析、结果正确解释等方面大大提高学生解决实际科研问题能力。因此，《医学统计学》教学在研究生课程教学中有着举足轻重的作用。

1《医学统计学》教学中存在的问题

尽管在本科教学、硕士研究生教学、博士研究生教学均开设了《医学统计学》课程，但是，在目前教学模式下，经过《医学统计学》课程学习的大部分医学研究生在医学统计学的理论学习和实际应用方面仍存在严重的脱节现象，如统计设计不合理、资料分析统计学方法应用错误、研究结果解释不正确等。有调查显示，只有不到30%的研究生能够熟练掌握和正确运用常见的统计学方法，如统计描述、t检验、相关分析、单因素方差分析等。由于缺乏良好的运用统计学方法的能力，有许多学生在开展科研实践中遇到了较多的麻烦，造成了不必要的损失。有的因为课题设计存在严重问题，只好在课题已经开始实施后推到重来；有的因为在资料分析时采用了错误的统计学方法，得出了错误的结果和结论，不仅导致了本研究的失败和科研资源的浪费，而且由于错误的研究结论未能得到及时发现和纠正而导致了后续研究资源的投入，产生了更多研究资源的浪费。此外，目前《医学统计学》教学对医学研究中常用的一些高级统计学方法如生存分析、Meta分析等涉及较少或者着力不够。

2 《医学统计学》教改措施

2.1教学方式的调整

目前医学研究生《医学统计学》教学模式中采取的教学方式仍然是本科学习阶段的教学方式，即老师理论授课，辅助课后练习题的完成。研究生在本科阶段已经较为系统地学习了《医学统计学》的基础理论知识，在硕士或博士阶段则应更加注重《医学统计学》方法实际应用能力的培养。因此，医学研究生《医学统计学》教学应采用理论教学为辅，实践操作为主的方式。减少理论课课时数，增加实践操作课时数。理论授课应结合医学研究的需要，采用问题为基础，学生为主，老师为导向的启发教学方法；实践操作教学可采用如下方式：

（1）典型案例分析法 老师可以选用一些典型的课题标书、研究论文，先让学生进行课前阅读，找出标书或论文在统计设计或统计方法运用方面的缺点和巧妙之处，然后在课堂上进行讨论，老师最后剖析和点评。

（2）小组课题设计 可通过学生自主设计课题的方式提高学生对统计方法、统计设计等的应用能力。具体方式为：首先对学生进行分组，每组自行选题，进行科研设计，然后在老师的引导下，对每一组课题标书进行课堂讨论和点评。

（3）导师课题演练法 学校安排一定的课时，让学生在《医学统计学》课程开始前、开始中积极参与导师课题研究活动。一方面可以通过提高学生对医学统计学方法应用的需求，激发学生学习《医学统计学》的热情和积极主动性；另一方面，学生在参加课题实践过程中往往会遇到许多有关课题设计、资料统计分析等方面的问题，带着这些问题去学习《医学统计学》，将有更加深刻的体会。

2.2课程内容的调整

目前，研究生《医学统计学》教学课程内容主要包括：①基本统计学方法。主要有：统计描述、t检验、单因素方差分析、单相关分析、一元线性回归、二维表、秩和检验等。②高级统计学方法。主要有：多元线性回归、logistic回归、多维表x2检验、生存分析等。③科研设计。主要有：简单析因设计、简单拉丁方设计以及研究样本量的估算等。④统计软件及应用。主要有SPSS软件的应用。研究生《医学统计学》教学课程内容应根据培养学生的类型及医学研究的需要进行实时调整。一方面强调专业型硕士研究生基础统计学方法的学习；另一方面要增加或加强学术型硕士研究生和所有博士研究生对logistic回归、多维表x2检验、生存分析如COX回归和Kaplan Meier等常用高级统计学方法的学习。虽然有些学校现有教学课程内容包含了这些内容，但要求学习的内容不够全面和深入，只有极少数学生能够熟练应用此方法开展科研实践。此外，还应增加高级统计学方法在医学统计软件中的使用方面的教学内容。

2.3考核方式的调整

目前，研究生《医学统计学》课程考核方式主要是以闭卷笔试为主的理论考试，而对学生统计学方法的实际运用能力考核重视程度不够。对于硕士研究生，我们可以采用闭卷考试为主，辅之以实际操作能力考核。具体为：一方面采用闭卷考试考核，分值约60-70分；另一方面要求学生结合医学研究工作的需要，设计一项科研课题，撰写一份课题标书。此项考核分值约30-40份。博士研究生则采用实际操作能力考核，平时作业综合考评得分为辅的考核方式。具体为：要求博士研究生结合医学研究工作的需要，设计一项科研课题，撰写一份高质量的科研标书，此项考核分值约60-70分；同时，任课老师对每位学生平时作业情况进行综合考评，此项考核分值约30-40分。

3 思考

研究生《医学统计学》教学改革的重点内容包括：一方面要改变理论教学为主、实际运用能力为辅的教学方式，从而提高学生科研实践能力；另一方面，还要根据医学研究的需要，丰富《医学统计学》教学内容，以此满足医学研究的需要。教学改革需要教育部门、学校的高度重视；同时也对老师和学生提出了更高的要求和挑战。不仅需要教师不断更新、完善自己的知识结构，在教学实践中反复摸索、不断尝试，而且也要求学生具有更广的知识面和更强的自学能力及动手能力。

参考文献：

[1]潘发明，廖芳芳，夏果，等.1临床科研论文中常见的统计学错误分析（一）.安徽医药，2008，12（2）：192-193.

[2]李淑，杰孙忠. 加强医学统计学教育 提高医疗及科研水平. 中华医院管理杂志，2009， 25（5）：346-348.

[3]潘发明，夏果，廖芳芳，等.I临床科研论文中常见的统计学错误分析（二）.安徽医药，2008，12（6）：576-577.

[4]万献尧， 张久之. 医学科研或论文中常见的统计学问题. 医学与哲学（临床决策论坛版），2009，30（12）：74-75.

[5]漆光紫，任美璇，黄高明. 不同类型医学硕士研究生《医学统计学》知识掌握和需求情况调查. 中华医学教育探索杂志2011， 10（ l2）：1459-1463.

[6]邹延峰，潘发明，田果等. 某医科大学研究生医学统计学教学需求调查 .中国卫生统计，30（6）：934-935转933.

常见的统计学分析方法范文第6篇

关键词：电化学发光免疫分析法；ELISA法；乙肝血清样本

乙型病毒性肝炎（HBV）在我国的发病率极高。在对乙肝病毒血清标志物的检测临床中多采用ELISA法，因其操作简单，在临床检验中容易开展实施。随着检验学的发展，免疫学检验高灵敏度、高准确性、干扰因素少、检测迅速等优点更受到临床检验操作者的信赖。本文就乙肝两对半少见模式的检测结果，探讨化学发光和ELISA法测定的优缺点。

1 资料和方法

1.1一般资料 研究对象为2013年1月～6月来我院就诊的门诊及住院部患者，其中通过ELISA发筛选出少见模式血清样本1284例及常见模式血清样本780例。其中少见模式为[1]：模式1单独乙肝表面抗原阳性，模式2乙肝表面抗原阳性和乙肝e抗原阳性，模式3乙肝表面抗原阳性和乙肝表面抗体阳性，模式4单独乙肝e抗原阳性，模式5乙肝表面抗体阳性和乙肝e抗体阳性，模式6乙肝e抗体阳性。常见模式为：模式7乙肝两对半结果全阳，模式8乙肝表面抗原、乙肝e抗原及乙肝核心抗体全阳（大三阳），模式9乙肝表面抗原、乙肝e抗体及乙肝核心抗体全阳（小三阳），模式10乙肝表面抗体阳性，模式11乙肝表面抗体、乙肝e抗体及乙肝核心抗体全阳。

1.2方法 研究中筛选的血清样本采用静脉采血方式取得[2]，离心机高速离心5min，分离出血清及血浆，取出血清样本后立刻上机进行检测。按照试剂盒说明书进行试剂的操作使用，严格按照仪器说明书进行仪器检测操作，检测结果均由仪器自动完成。在ELISA法筛选出少见模式及常规模式血清样本后，便通过化学发光免疫分析仪进行血清样本检测，并记录两种检测方法的结果。

1.3统计学方法 将两种方法测量结果从自动分析仪中导入到SPSS软件18.0进行统计分析，其中计数资料采用χ2检验，其中P>0.05为组间差异显著，具有统计学意义。

2 结果

2.1少见模式化学免疫分析法和ELISA法测定结果见表1。

通过ELISA法测定乙肝少见模式血清样本，其中模式1两种结果的P>0.05，两组结果差异显著存在统计学意义。

2.2常规模式化学免疫分析法和ELISA法测定结果见表2。

ELISA法测定乙肝常见模式血清样本，其中模式7两种检测结果的P>0.05，差异明显具有统计学意义。

3 结论

乙肝两对半检测已经成为国内各级医院最为常见的血源传播检查项目之一。乙肝患者进行及时的乙肝两对半检测，可以及时检测临床病情的发展，治疗效果的观察及患者预后复发的评估。我国临床上多采用传统的ELISA法进行乙肝血清样本的检测，但随着医学检验科学的发展，化学发光标记免疫检测法在临床中的应用越来越广泛。其原理为在顺磁性微球作为载体，通过结合血清标本中的抗原和抗体，再对抗原及抗体进行标定，在特定的磁场环境中产生沉淀，并且在洗涤的过程中使抗原和抗体复合物进行有效分离，在激发液的作用下将测定血清标本中抗原和抗体的激发光强度，从而判定二抗的浓度[3]。本次研究结果表明，化学发光法和ELISA法进行乙肝血清样本检测中，少见模式和常见模式的检测结果，化学发光标记免疫检测法均显现了高灵敏性，排除因ELISA法操作中受到影响而产生的假阳性结果，大大提高了乙肝患者检出的准确性。

综上所述，化学发光标记免疫检测法对乙肝少见模式具有较高的灵敏度，尤其对因外部环境及操作本身造成对结果影响的ELISA假阳性患者具有较好的排除作用。化学发光标记免疫检测法对乙肝患者的血清样本可进行病程发展分析，治疗情况评价和预后评估，为临床医生在病程的不同时期给予正确的治疗方案提供重要的检测依据，此检测方法值得在临床中广泛使用。

参考文献：

[1]罗斌，曾永龙，滕元姬.TRFIA与ELISA法对乙肝两对半测定的比较分析[J].右江医学，2012，40（5）：701-703.

常见的统计学分析方法范文第7篇

DOI：10.14163/j.cnki.11-5547/r.2017.13.083

血液透析是临床常用肾脏替代治疗方法， 在急慢性肾功能衰竭、急性肾损伤、急性药物中毒治疗中均有重要应用价值。但有研究指出[1]， 患者接受血液透析治疗易出现多种并发症， 不仅影响治疗效果， 且会降低患者生存质量及治疗依从性。因此在血液透析治疗中， 需采用有效护理措施预防并发症发生。本研究通过比较， 探讨了预见性护理在血液透析患者并发症预防中的作用， 报告如下。

1 资料与方法

1. 1 一般资料 选取2014年7月～2016年3月在本院行血液透析治疗的102例糖尿病肾病患者作为研究对象， 按随机数字表法分为观察组和对照组， 各51例。观察组男28例， 女23例；年龄32～74岁， 平均年龄（53.27±7.19）岁。对照组男29例， 女22例；年龄34～75岁， 平均年龄（53.56±7.22）岁。

两组患者一般资料比较， 差异无统计学意义（P>0.05）， 具有可比性。纳入标准：符合疾病诊断标准[2]；血尿素氮≥28.6 mmol/L；经伦理委员会审查并批准；患者对本研究知情且同意。排除标准：严重出血或出血倾向者；重要脏器严重功能不全者；休克或收缩压

1. 2 方法 对照组患者在治疗期间行常规护理， 包括心理干预、健康宣教、饮食护理、血管通道保护等。观察组在对照组基础上实施预见性护理， 对患者血压、血糖、心率、脉搏等指标予以严密监测， 并密切关注患者肤色、意识及呼吸， 针对不同并发症采取针对性护理， 具体包括：①低血压、高血压：对患者干体重予以准确判断， 并合理设置超滤量， 防止过快、过多脱水；采用低温可调钠透析， 透析温度维持在35～36℃；治疗过程中应当合理使用降压、镇静药物， 透析后用药， 避免透析中进食。②低血糖：治疗期间对患者血糖进行严密监测， 根据患者具体情况合理选择透析液浓度， 在透析前30 min于透析液中加入葡萄糖；实施个性化饮食护理， 保证营养素供给， 并纠正患者不良饮食习惯；严格遵医嘱使用胰岛素， 并在透析结束前输注葡萄糖。③心律失常：治疗过程中注意倾听患者主诉， 若出现异常情况， 需降低血流量， 并给予吸氧；准备血管扩张剂及抗心律失常药物， 以便及时对症状予以控制。④肌肉痉挛：防止透析间期体重过多增长， 鼓励患者进行肌肉锻炼， 适当提高透析液钠浓度， 对低镁血症、低钾血症等及时纠正。⑤发热：严格遵循无菌操作， 加强透析液细菌监测， 对透析设备予以消毒、清洗。

1. 3 观察指标 记录两组患者治疗期间并发症发生情况。治疗3个月后向患者发放本院自制护理满意度调查问卷， 问卷内容包括护理技术、健康宣教、并发症预防、人文关怀等， 满分100分， >80分为满意， 60～80分为一般，

1. 4 统计学方法 采用SPSS20.0统计学软件进行数据统计分析。计量资料以均数±标准差（ x-±s）表示， 采用t检验；计数资料以率（%）表示， 采用χ2检验。P

2 结果

2. 1 两组患者并发症比较 观察组治疗期间并发症发生率为9.80%， 低于对照组的25.49%， 差异有统计学意义（χ2=4.317， P

2. 2 两组患者护理满意度比较 观察组患者护理满意度为94.12%， 高于对照组的80.39%， 差异有统计学意义（χ2=4.320， P

3 讨论

血液透析是控制患者病情， 延长患者存活时间的重要治疗手段， 但临床观察发现[3]， 接受血液透析治疗患者易出现各种并发症， 对治疗效果及患者生存质量有较大影响。在血液透析间期， 容量扩张可导致血管壁增厚， 从而引起血管阻力增加， 血压升高。过高估计患者干体重， 透析间期患者体重异常增加， 交感神经系统活性增强等也是导致引起高血压主要因素。由于透析治疗间期可能出现急性、慢性容量负荷过重， 或者透析液钠浓度过低， 透析液快速清除时引发血容量突然减少， 易导致心脏功能下降， 出现心律失常、肌肉痉挛、低血压， 甚至引发心力衰竭或死亡。有研究还表明[4]， 透析温度过高及患者植物神经功能紊乱也是引起低血压重要原因。肌肉痉挛在血液透析患者中较为常见， 主要是由超滤过快、过多， 低血压， 血中镁、钾离子偏低， 干体重判断不准确及低钠透析液等因素造成。低血糖也是血液透析常见并发症， 其发生原因包括透析液影响、治疗期间进食量少、胰岛素使用等。

常见的统计学分析方法范文第8篇

在会计学当中存在着很多的会计指数，通常我们就将其称作是统计指数，实际上它们在概念上还是存在着一定差别的，会计学当中对各个因素进行分析的时候都会采用系统指数法当中的因素分析方式。举例来说，我们比较重视的成本控制中，定额成本法和标准成本法计算差异的分析就是将统计学中的因素分析法充分的完全的应用在这一过程中，实际上，经济活动分析当中的因素分析法和我们在统计学中应用的因素分析法是十分相似的，甚至方法的名字都没有发生任何的转变。统计指数会在整个会计工作中都占据着十分重要的位置，同时在这一过程中也可以将其分成是事前和事后两个阶段，在会计工作中对工作效果会产生非常显著的影响。 

二、统计原理中动态数列在会计学中的地位不容忽视 

会计销售预测和成本预测的过程中最常使用的就是回归分析法，而具体而言，应用最为广泛的方法就是最小平法法。此外在管理会计和成本会计当中都会较为频繁的应用到这种方法，虽然在实际的工作中对其应用的次数并没有其他方法那么的熟轻熟路，但是在应用的过程中其所有的内容都会出现并加以应用，在这种方法当中还存在着资金成本计算和各种动态分析过程中所应用的动态数列知识，所以如果在分析的过程中不能对动态数列女予以充分的重视就很有可能会使得会计核算工作受到非常不利的影响。 

三、统计原理中的综合指标在会计中随处可见 

综合指标主要包含三项内容，一个是绝对数，一个是相对数，一个是平均数。在会计存货计价的过程中要使用加权平均的方式，或者是移动平均法，而这就是统计学当中的平均数的内容，对各种比率进行分析和计算的过程中很多环节都是需要用到相对数和绝对数概念的，它也成为了计算平均数和绝对数的一个重要的前提和基础，随着应用范围的不断拓宽，这种方法在其他层面上的应用也在不断的发展和拓宽。 

四、统计学原理中经济使用的抽样推断以及相关分析市场前景广阔 

日常工作中当我们使用会计考核评价方法对企业生产的产品进行质量检验的时候，在确定了流转额和经营费用之间的关系和计件工资的背景下对产量和工资进行分析的时候都是需要使用到相关的内容的，这样一来使用这种方式一方面非常的便捷，而且在这一过程中是比较便捷效率也比较高的。 

五、统计学和会计学之间有着密切的联系 

统计学和会计学之间是存在着非常密切的联系的，所以在这一过程中如果可以准确的掌握统计学方面的知识，就可以有效的提高会计学的掌握程度，工作人员在这一过程中可以根据实际情况对统计学方法进行调整和应用，对提高会计学工作的质量也有着非常重要的作用。例如：如果对统计学当中的加权算术平均数有所了解就很容易理解会计存货当中所提出的加权平均法当中加权的含义，同时还会对成其为权的原因予以充分的了解如果在这一过程中不对统计学原理当中的相关知识进行学习，类似的问题是不能得到很好的解决的，所以从某种方面来说，统计学原理可以为会计学提供众多的便利。此外还使得统计学的作用得到了充分的发挥。 

六、在应用统计学原理过程中应该注意的几个问题 

首先是选择性。统计学方法是多种多样的，每种方法都有其自身的特点和应用范围，所以在会计学发展的过程中是不可以不考虑实际情况随便拿来使用的。比如说统计原理当中的抽样调查法在会计工作当中就是一种不适用的方法，产生这种现象的主要原因它不是非常的满足会计准则当中对经济学方面的内容进行全方位反应的要求，如果工作人员在完全按照其规范和标准对其进行应用的时候是可以使用的，但是如果不能做到这一点往往会出现不良的后果。 

其次是灵活性。应用统计原理这个工具进行会计操作队不能生搬硬套，要科学地灵活地运用。例如会计利润的预测分析与统计中动态数列的预测分析不同，因会计上遵循了客观实际的原则，符合了生产经营活动的需要，使企业财务决策更具有科学性和预见性它并没有一概套用统计原理上的模式。 

再次是合理性。如果统计方法运用熟练，则对会计的计算大有益处，但要合理运用。比如说，己知各实际产值和各计划完成程度，求平均计划完成程度时须用调和平均数，若已知各实际产值和各产值利润率，求平均利润率，则用加权算术平均数，这就是统计中已知变量值和给定“子项”资料或’母项”资料求平均数的问题。应根据实际情况选择合适方法，切勿滥用。 

常见的统计学分析方法范文第9篇

【关键词】用友ERP-U852 总账管理系统 常见问题

总账管理系统是会计信息系统中的核心子系统，与其他子系统之间有着大量的数据传递关系。因此，总账管理系统掌握的好坏直接关系着经济业务处理的好坏。总账管理系统包括初始设置、日常业务处理和期末处理三大功能。在实际教学过程中，以用友ERP-U852为教学软件，以全面实用的会计案例为指导来进行上机试验操作。由于该软件的复杂性，学生在上机操作过程中经常会出现一些问题，导致上机操作无法进行。本人结合学生上机操作中出现的问题和教学经验，总结出一些总账系统中经常出现的问题及解决方法，与同仁共同探讨。

一、在进行日常业务处理的凭证查询、凭证审核、出纳签字时出现错误提示“列前缀‘tempdb’无效：未指定表名”

问题分析：出现该错误提示是由于计算机名中有如：“- 、？、&、*、_”类的特殊字符。

解决方法：第一步，更改计算机名称，选定“我的电脑”，单击鼠标右键，选择“计算机名”，单击“更改”按钮，输入完整的不包括特殊字符的计算机名， 重新启动计算机；第二步， 修改U8 服务管理器， 重新设置U8 服务管理器的参数；第三步， 修改数据库服务器名为更改后的计算机名。

二、强制性退出正在进行的操作，会出现错误提示：“站点[***]正在运行功能[*******]，互斥任务[****]申请不成功”

问题分析：出现该错误是由于客户端出现非法操作死机。

解决办法：第一种方法：登陆到数据库中，企业管理器—Microsoft sql servers—sql server组—（local）（windows NT）—数据库—ufsystem—表—ua-task—点右键选择打开表—返回所有行—找到相应的客户端删除。

第二种方法：采用SQL语句实现：企业管理器—Microsoft sql servers—sql server组—（local）（windows NT）—数据库—ufsystem—表—ua-task—点右键选择打开表—返回所有行—在工具栏中选择sql按钮—在空白处中输入：

Select *

From ua_task

Where（cacc_id=’***’）（***为账套号）

在工具栏中选择“！”按钮—删除显示的数据即可。

三、出纳员不能进行出纳签字；无法查询现金日记账银行存款日记账

问题分析：现金、银行存款两个科目在进行科目设置的时候没有设置完整。

解决办法：第一步，取消所有与现金和银行存款科目有关的操作，让这两科目余额为零，在总账业务控制参数设置中设置了出纳凭证必须经由出纳签字；第二步，进入会计科目修改界面，将其都设置成日记账，第三步，做指定科目操作，将现金科目指定为现金总账科目 ，银行存款科目指定为银行总账科目。对于原因2，只需补做指定科目的操作完成这些工作后即可查询现金日记账银行存款日记账。

四、使用应收或应付科目填制凭证时，出现“不能使用[应收系统]的受控科目”或“不能使用[应付系统]的受控科目”的错误提示

问题分析：设置会计科目时，已定义为客户、供应商核算的会计科目被设置成应收系统、应付系统的受控科目。

解决办法：如果该会计科目不需要由应收系统、应付系统受控，应在进行相应会计科目设置时，不指定受控系统，而设置为空，即由总账系统直接控制，那么在总账系统中填制凭证时就不会出现这种提示了。

五、月末无法生成销售成本结转凭证

问题分析：由于“库存商品”“主营业务收入”以及“主营业务成本”的账簿格式未设置为数量金额式。

解决办法：这种情况只能手工计算销售成本，通过键盘录入记账凭证加以解决，因为从初始设置到日常账务处理，整个数量数据都缺失，已无法再对以前业务数据进行修改。

六、生成转账凭证有误

问题分析：一，可能是自动转账凭证的设置有误，主要是科目设置或计算公式设置存在问题；二，可能因为存在相关联的未记账凭证，导致账中取数不完整。

解决办法：第一步，查看自动转账定义，确认或修改自动转账设置，确保正确无误；第二步，将相关联的未记账凭证全部记账，然后再执行转账生成的操作。

总结：总账系统的内容非常广泛，授课过程中的问题远远多于此，但由于有些问题学生自己能很好的发现并解决，所以就没有一一列举出来。本文仅对一些难点进行解析，供大家参考。

【参考文献】

[1]韩文.英用友U8教学中常见问题及解决方法.中国管理信息化，2006，9（7）.

[2]朱国.用友ERP-U8总账系统上机常见问题解决技巧.赤峰学院学报（自然科学版），2009，25（1）.

常见的统计学分析方法范文第10篇

关键词：细胞DNA定量分析；宫颈癌；病理学诊断

宫颈细胞学的检查技术和方法不断地提高和发展，使宫颈癌阳性检出率明显提高[1-2]。因此，宫颈癌及癌前病变早期筛查的方法受到学者的广泛关注。因此，本研究旨在探讨采用全自动DNA倍体分析方法诊断宫颈癌及癌前病变的预测作用，以期为临床诊断和评估宫颈癌预后提供依据。

1 资料与方法

1.1  一般资料：2008年1月～2009年6月，在我院就诊的8 670名妇女进行宫颈癌筛查，年龄20～65岁，平均（32.4±5.8）岁，将其中351例结果异常的患者作为研究对象。

1.2  方法：标本采集：检查前3 d不做阴道冲洗及用药，在阴道扩张器直视下，用宫颈刷在患者宫颈管鳞柱交界部位顺时针或逆时针旋转3～5周，随后拔脱刷头，浸泡在样本收集管固定液内，震荡并保存。制片与染色：参见文献[3]。宫颈细胞学诊断：采用TBS（The Bethesda System）分类法将细胞分为[3]：①良性细胞学改变（Within normal limits，WNL）；②鳞状上皮异常：包括ASCUS、LSIL、HSIL和ISCC；③腺上皮异常：包括不典型腺上皮细胞（Atypical glandular cells of undetermined signification，AGUS）、腺原位癌（AIS）和腺癌（Adenocarcinoma）。细胞DNA定量分析：根据AcCell系统诊断软件的标准，将细胞核DNA指数＞2.5的细胞定义为DNA异倍体细胞，分析结果有4种[4]：①未见DNA倍体异常细胞；②可见少量（扫描结果有3个以下的异倍体细胞）；③可见（扫描结果有3～9个异倍体细胞）；④可见大量（扫描结果有10个以上异倍体细胞）。统计学处理采用SPSS11.0 进行统计分析。

2 结果

2.1  筛查结果：8 670例的宫颈样本中，常规细胞学检查发现NLM 8 087例（86.6%），异常583例（6.7%），包括ASCUS 390例（4.5%），LSIL 124例（1.4%），HSIL 69例（0.8%）；DNA倍体分析系统筛查未见及可见少量异倍体细胞7 801例（89.8%），可见及可见大量异倍体细胞869例（10.2%）；390例ASCUS中，104例可见异倍体细胞，在124例LSIL中，95例可见异倍体细胞，在102例H ISL中均可见异倍体细胞，无宫颈腺上皮异常或腺癌患者。

2.2  病理学诊断结果：常规细胞学和DNA倍体分析后要求作活检妇女351例。经阴道镜及病理诊断证实NLM 219例（62.3%），CIN Ⅰ 37例（11.5%），CIN Ⅱ51例（15.2%），CIN Ⅲ/CIS 29例（8.20%），ISCC 15例（4.60%），见表1。

表1  常规细胞学诊断与细胞DNA定量分析系统诊断结果的比较（例）

病理诊断

例数

            常规细胞学

细胞DNA定量分析

NLM

ASCUS

LSIL

HSIL

 未见或可见少量

可见

可见大量

宫颈炎

219

208

6

5

191

28

CINⅠ

37

25

8

3

1

18

16

3

CINⅡ

51

22

18

7

4

6

24

21

CINⅢ/CIS

29

5

9

8

7

3

8

18

ISCC

15

4

8

3

2

3

10

合计

351

260

45

31

15

220

79

52

2.3  DNA倍体分析的预测作用：在病理活检的351例中诊断为CINⅡ/Ⅲ以上者95例，TBS分级为ASCUS以上者70例，敏感性26.70%，特异性74.71%，阳性预测值27.38%；若以可见大量DNA异倍体细胞84例，敏感性81.05%，特异性18.42%，阳性预测值87.56%，细胞学结合DNA定量分析对CINⅡ/Ⅲ以上病变诊断的敏感性、特异性及阳性预测值分别为92.45%、7.47%、93.05%。

3 讨论

细胞DNA定量分析系统进行宫颈癌及癌前病变的诊断在国内外已有大量报道，利用细胞DNA定量分析系统提高宫颈病变的阳性检出率，可能与监测细胞核DNA含量的改变有关[5-9]。本研究结果表明，若以ASCUS作为活检标准而发现CINⅡ/Ⅲ以上病变的敏感性为26.7%，若以可见大量DNA异倍体细胞作为活检标准的敏感性为92.45%，建议把细胞学检查和DNA定量分析方法结合起来，可以同时提高对宫颈癌早期诊断的敏感性和特异性，更适合于宫颈癌的早期诊断。

Gafe等的研究表明，ASCUS妇女大约10%～20%为CINⅡ或CINⅢ。因此，ASCUS患者易发展为宫颈癌的可能性很大，本研究结果表明，诊断为ASCUS患者中，有30.50%的患者通过阴道镜定位活检，被发现存在宫颈病变[5]。提示ASCUS患者有必要进一步行阴道镜检查，以及早发现宫颈病变。同时，ASCUS诊断CINⅡ/Ⅲ以上病变中，有67.43%可见或可见大量DNA倍体异常细胞，对于ASCUS伴有DNA倍体异常细胞者，一经发现，就要进行临床处理。

细胞DNA定量分析系统对宫颈癌和癌前病变有较高的预测值，通过预测宫颈疾病的发展趋向，对临床诊断和预后评估提供帮助[10]。本研究结果表明：细胞DNA定量分析系统对LSIL的阳性预测值分别为75.86%，对HSIL和ISCC的阳性预测值更达到100%和100%，表明该分析系统对高级别的宫颈癌前病变和宫颈癌宫颈病变的诊断具有较高的敏感性。

研究资料表明，宫颈癌是妇科高发的恶性肿瘤之一，选择合适的诊断方法是早期发现宫颈癌和癌前病变的重要问题。本研究显示，筛查方法的联合运用可以提高宫颈病变阳性检出率，同时，通过定期检测细胞DNA含量的改变，对于术后患者的病变性质及发展趋势作出客观估计，有利于最大限度地降低宫颈癌对妇女生命和健康的威胁。

4 参考文献

[1] Kohlberger PD,Stani J,Gitsch G,et al.Comparative evaluation of seven cell collection devices for cervical smears[J].Act Citole,1999,43(9):1023.

[2] Jarvis K.Cervix brush versus vaginal-cervical-end cervical(VCE)triple smear techniques in cervical sampling[J].Cytopathology,1997,8(1):282.

[3] 孙小蓉,李玉兰,车东媛,等.用细胞DNA定量分析方法进行宫颈癌普查的临床研究[J].诊断病理学杂志,2005,1(1):12.

[4] Voids GP.End cervical brush device[J].Lancet,1989,1(1): 784.

[5] Gage JC,Hanson VW,Abbey K,et al.Number of cervical biopsies and sensitivity of colposcopy [J].Obstet Gynecol,2006,108(1):264.

[6] Bucking A,Adler CP,Common HD,et al.Algorithm for DNA cytophotometric diagnosis and  grading of malignancy[J].Anal Quant Citole Pistol,1984,6(1):1.

[7] Bucking A,Hogarth M,Auffermann W,et al.DNA-cytometric diagnosis of prospective  malignancy in borderline lesions of the uterine cervix[J].Acta Cytol,1986,30(2):608.

[8] Bollmann R,Bocking A.Prognostic validity of DNA-imaging-cytometry in cervical dysplasia[J].Verh Dtsch Ges Path,1996,80(2):557.

常见的统计学分析方法范文第11篇

2010年12月8日，以实名的形式对南通大学杏林学院金融统计091班的33名学生进行了概率论与数理统计学习策略的问卷调查，所有调查问卷均回收且有效．调查问卷包括3部分，第1部分题目描述重复强化策略，第2部分题目描述规则套用策略，第3部分题目描述自然练习策略．数据分析共涉及4个变量，其中被解释变量是概率论与数理统计学习成绩，解释变量是由问卷题目组成的3类学习策略．3个解释变量的名称、所包含的题目数和内容见表1．期末考试试卷是一份综合性试卷，题型包括选择、填空、简答、计算、证明和论述．对数据进行统计分析使用的是SAS9.0计算机统计软件，涉及的统计过程包括描述性统计、相关分析、t-检验和回归分析[1-2]．

2统计分析

2.13类学习策略的使用情况存在显著的差异对3类学习策略的使用情况的差异进行显著性检验，结果见表2．从表2可以看出，使用3类学习策略得分的平均数高低不同．重复强化策略的平均分为2.48，是3类学习策略中使用频率比较高的，说明学生普遍比较重视对学习内容的复习，也能有意识地进行计算方法的模仿．规则套用策略的平均分为2.77，是3类学习策略中使用频率最高的，原因可能是教师在课堂教学中以讲解计算规则为主，对计算方法比较强调，给学生的作业通常也是书面的计算题目，所以学生使用该策略的机会非常多．自然练习策略的平均分为2.11，是3类学习策略中使用频率最低的，原因主要是教师在课堂上较少提供相互讨论交流的机会，学生也不重视合作学习能力的培养，在课后较少主动运用所学的知识解决实际问题．为了明确3类学习策略的使用情况，用方差分析的方法进行每对平均数差异的显著性检验（见表3）．从表3可以看出，实际计算出的每对平均数之差的3个q绝对值都大于相应的q临界值（q(10)=8.3，q(12)=11.1），则p<0.01，说明每对平均数都有显著的差异，3类学习策略的使用情况都有显著的差异．

2.2高分组与低分组在学习策略的使用上存在显著的差异由于通常所说的学习成功者与不成功者的概念比较模糊，因此采用了高分组与低分组的区分方法．概率论与数理统计成绩在80分以上的共有10人，是高分组．概率论与数理统计成绩在50分以下的共有8人，是低分组，对高分组与低分组各项学习策略的平均数进行t-检验[3]（见表4）．从表4中可以看出，3类学习策略的平均数t检验的p均小于0.01，说明高分组的使用情况与低分组有显著的差异．由于高分组的3类学习策略的平均值都大于低分组，所以高分组对3类学习策略的使用情况优于低分组．这一结果与许多研究的结果一致，说明学习成功者和学习不成功者相比，更善于运用学习策略．

2.3各项学习策略和概率论与数理统计成绩密切相关对学习策略与概率论与数理统计成绩的相关性进行分析，结果见表5．从表5中看到，各项学习策略与成绩的相关系数的值都是正值，说明学习策略与成绩是正相关，即学习策略的使用频率越高成绩越好．通过对相关系数的显著性检验发现，这些学习策略与成绩的相关系数的p值都小于0.01．因而可以看出，各项学习策略与概率论与数理统计成绩密切相关，学习策略的使用对成绩产生了积极的作用．

2.4学习策略对概率论与数理统计成绩有一定的预测作用表5已经说明各项学习策略与成绩密切相关，在此基础上用回归分析，可以进一步求证各项学习对成绩是否有预测作用．通过回归系数显著性检验（见表6）得到p值都小于0.01，说明各项学习策略与概率论与数理统计成绩存在线性关系从表6可知，学习策略对成绩的预示作用明显，3类学习策略中规则套用策略对成绩的预示作用最不明显，重复强化策略对成绩的预示作用较明显，自然练习策略对成绩的预示作用在三者中是最明显的．综上所述，学生在概率论与数理统计学习中较多地使用重复强化策略和规则套用策略；概率论与数理统计学习成功者比不成功者更多地使用各项学习策略；学习策略对概率论与数理统计成绩起一定的积极作用，其中自然练习策略的预示作用最为明显，规则套用策略的预示作用最不明显[5]．

常见的统计学分析方法范文第12篇

关键词：统计方法；t检验；医学统计；分析研究

引言

医学实验中统计方法的运用是医学科研分析的一种重要的方法，就目前医学论文的发展而言，其已经逐渐成文论文中不可或缺的重要成分。采用统计方法对医学试验中获得的各项资料进行科学有效合理的收集、整理、分析等工作，从而解决医学中存在的问题具有重要的意义。随着统计学近年来的不断发展，统计学方法也获得了不断地扩充，而t检验作为这其中最为常见也是最为普遍的一种方法，在医学实验方面的应用也较为常见，科学的利用t检验的统计推断方法对医学实验中的相关数据进行处理和对比分析，对于推动医学实验的发展具有较高的实际价值。也正是由于t检验应用的多样性，其出现错误的机会也呈现出上升的趋势，本文就其应用以及可能出现的错误情况展开讨论，为之后有关工作中如何有效避免错误，提高研究水平提出可行化的建议。

一、t检验的概念简析

探讨t检验的具体概念，应当从假设检验的基本目的说起，一般来说，假设检验的直接和基础性目的就是推断各个样本所代表的总体之间具有怎样的理论关系或者是推断某一样本所代表的总体与其他已知总体之间的关系情况。在假设检验中表现出来的方式一般为通过对各总体均数是否相等的判断给出探究的结论。而本文所探讨的t检验的作用主体主要是总的来说样本含量相对较小，并且总体的标准方差表现为未知的一类资料上[1]。T检验究竟有哪些使用情况，本文将会展开讨论。首先，t检验要求样本必须服从正态分布的相关要求；其次，t检验还要求在均数比较的过程中，样本对应总体的方差必须相等；此外，各观察值之间应当满足基本的独立性条件。以上三个重要的约束条件可以概括为正态性、方差齐性以及独立性。

一般来说，t检验可以在三类医学实验情况下具体应用，将在第二节中详细探究。

二、t检验在医学实验中的使用实例

2.1样本均数与总体均数比较的t检验

在这一类t检验中，通常要求作出的推断是将小样本均属所代表的总体均数与已知的总体均数比较，并推断是否存在明显差异[2]。通常来说，已知总体均数一般而言是通过大量观察后获得的稳定值或者是医学实验中的理论值和标准值。这一类推断给出的结果通常可以推断样本是否来自已知的总体[3]。

例如，在判断某种病人的血红蛋白是否与正常人的血红蛋白含量相同的医学实验中，测定25例该病患者的血红蛋白含量，并计算其均数为150g/L，标准差为16.5g/L，而该地正常人的血红蛋白均数为132g/L。这是典型的样本均数与总体均数比较的t检验医学应用实例。按照假设检验的一般步骤，现确定检验水准，再进一步计算检验统计量，

2.2组配对t检验

在医学实验的分析中，可以用这种组配对t检验的方式对比服药前后以及手术前后的差异的情况较为常见，在使用这一类统计推断的方式进行推断的时候应当注意没对数据一旦成对便具有了不可拆分的性质[4]。例如医学实验中，用两种测肺活量的仪器对一组12名女性的肺活量进行测试，判断两个一起是否存在明显差异的问题。假设检验应当先确定假设检验的水准，即假设两台机器无明显差异，μ=0，进而计算检验统计量，以查表的方式判断不能拒绝原假设，也就是说差别不具有统计学意义，不能否认两仪器效果无差异。

2.3两样本均数比较的t检验

在比较两总体均数是否相同的实验中，两样本均数比较的t检验方法较为常见。试验设计要求是完全随机的设计方式，具体来说就是将医学实验资料中的数据按照随机性分为两组，并分别对这两组给予不同的处理方式，进而比较独立的两组样本的均数情况，在使用这一方法的过程中，可以不要求两组样本量一致。

三、t检验在应用中存在哪些问题

t检验在医学实验中应用的过程中通常会比较容易出现三类比较典型的错误，分别是：第一种自身配对的t检验通常可能被误用成组之间的t检验、第二种在计量所得的数据呈现出方差不齐时仍然沿用传统的t检验、第三种多组实验数据比较时，仍然采用t检验。具体来说讨论如下[5]。

3.1自身配对的t检验通常可能被误用成组之间的t检验

这一种类型的问题，造成的典型错误有如下情况：用两种仪器分别测量一组15人的血红蛋白含量，并判断两组一起有无明显差异。这种问题的情况是，对同一对象采取了两种处理方式，从医学实验设计的角度来说属于配对设计，但是实际上研究前后的设计并不是相互独立的数据，而如果生硬地将其套用到独立数据所使用的统计方法上，从而采取t检验对问题进行处理，则是造成明显的处理方法与设计类型相左的问题出现。在这种类型的医学问题的处理过程中，应当采用的正确方法是计算每一对数据的差值，进而利用所计算的差值大小，来反映两组效果差大小。

3.2在计量所得的数据呈现出方差不齐时仍然沿用传统的t检验

这一类型的错误在医学实验的分析中表现得较为明显和直观。经过方差齐性检验的两组数据如果判断为方差不齐，就不能直接使用t检验进行处理，这时候采用校正的t检验会更为合适。例如，在某医学实验的论文中，测得热症组的样本量为27，均值为37.68摄氏度，方差为0.66摄氏度，对比组测得正常人的样本量为36，均值37.19摄氏度，方差为0.33摄氏度。在这一实验中，该作者没有考虑方差齐性存在方差不齐的问题，就直接使用了t检验进行比较，就很容易造成错误。正确的方法应当是校正t检验，并算出校正结果，与P值进行相互比较，从而做出是否拒绝原假设的结论。在一般的医学实验中，参数检验的前提条件应当获得更多的注意力，例如只有经过了严密的方差齐性检验和正态性检验才能够使用t检验进行进一步的分析。如果这一基本条件并不能直接满足，就应当考虑选择适应数据类型的非参数检验方式进行分析，当然，某些情况下变量变换从而使其满足条件也是比较常见的处理方式。

3.3多组实验数据比较时，仍然采用t检验

在医学实验的分析中，t检验与LSD统计方法最大的区别在于，t检验适用于两组数据的比较，而LSD在多组数据的两两比较中应用较为广泛，不应当将二者混用造成混淆，影响实验结论的获得。例如，探究粉尘环境对尘肺的影响情况时，将实验白鼠分别放在三种环境中，测得数据，将三组数据用t检验两两比较，得出某两组无统计学意义，另外两种情况却均有统计学意义，这种错误是非常明显的。而如果采用方差分析，并且进一步采取多重检验，应用统计软件配合LSD方法的使用，将会得出不同而且更有意义的结论。

四、结束语

从目前医学实验的发展情况看，统计方法已经逐渐成文论文中不可或缺的重要成分。采用统计方法对医学试验中获得的各项资料进行科学有效合理的收集、整理、分析等工作，从而解决医学中存在的问题具有重要的意义。t检验作为统计学中最为常见的方法应用面极其广泛，近年来医学工作者的广泛的应用到各自的科研成果当中，取得了较为理想的效果。也正是由于t检验应用的多样性，其出现错误的机会也呈现出上升的趋势，本文就其应用以及可能出现的错误情况展开讨论，为之后有关工作中如何有效避免错误，提高研究水平提出可行化的建议。在所有的医学实验中，都应当充分考虑医学统计方法选择适当与否，从而选择正确的统计方法。■

参考文献

[1]李子建. 医学统计学典型错误辨析及其辅助教学系统的实现[D].中国人民军事医学科学院，2003.

[2]关红阳，郭轶男. 医学统计t检验的分析研究[J]. 中国校外教育，2013，30：114.

[3]张小龙. 医学统计在中国的起步与发展（1840-1937）[D].中国科学技术大学，2014.

[4]廖珊，刘冬生，魏丽娜，梁一霞. 我院医学统计服务调查分析[J]. 现代医院，2007，07：135-136.

[5]徐勇勇，韦丽琴，刘丹红. 医学统计教材内容的标准化问题[J]. 中国卫生统计，2004，06：22-25.

常见的统计学分析方法范文第13篇

1常用统计学软件的特点

Excel是我们日常工作中最常用的软件之一。主要用于数据处理、统计分析与计算，简单的数据库管理，而且它能绘制图表，具有检查与删除宏病毒的功能，并能与Internet网络共享资源[3]。此外，还能利用VisualBasicforApplication（VBA）语言开发面向特定应用的程序，但实际应用中很少有人使用。实际工作中我们经常用Excel的两大服务，一是自动计算功能，进行一些报表处理，这时Excel相对于Word来说不仅制表容易，更重要的是Excel有自动重算功能，一个数据被改动了，相应的结果会自动重算；二是Excel的制图功能，它能根据输入表中的数据自动生成曲线图、柱形图、饼形图等，大大减轻了手工制图的工作量。SPSS（StatisticalPackagefortheSocialScienceorStatisticProductsandServiceSolution）forWindows，与Excel相比，SPSS的统计分析功能、图表功能和数据库互接功能更为强大。SPSS软件处理庞大的受随机因素影响的数据时具有速度快、无编程、数据接口方便和功能模块组合灵活等特点。它使用Win-dows的窗口方式展示各种管理和分析数据方法的功能，并使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，只需粗通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS集数据整理、分析功能于一身。其基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分多个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数[4-5]。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。其分析结果直观、易学易用，而且可以直接读取Excel及DBF数据文件。由于其操作简单，已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。SAS是一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。SAS中各模块具有相对独立的功能范围。常用的模块有base，graph，stat，insight，assist，analyst模块等，分别执行基本数据处理、绘图、统计分析、数据探索、可视化数据处理等功能。编程操作功能的无比强大是SAS系统的长处。尽管高级版本的SAS出现了可视化窗口，然而要想完全发挥SAS系统强大的功能，充分利用其提供的丰富资源，掌握SAS的编程操作是必要的，也只有这样SAS在各个方面的杰出特长才能得以体现。

2结合相关分析探讨比较Excel、SPSS和SAS优缺点

2.1变量的相关分析及两个变量的相关分析

相关分析用于属于平行关系的两个变量的分析。在相关分析中，变量无自变量和依变量之分，而且都具有随机误差。相关分析只能研究变量间的相关程度和性质，不能用一个变量的变化去预测另一个变量的变化。事物间的联系是普遍的。生物学中，作物产量与施肥量、气温、土壤湿度等都存在一定的联系。这种说明客观事物相互间关系的密切程度并用适当的统计指标表示出来的过程就是相关分析。现以20种细胞系的细胞膜和细胞质中蛋白质含量的测定结果为例，通过三种软件的操作来进行两者之间的相关分析。如本例题命名X为细胞膜中蛋白质含量，Y为细胞质中蛋白质含量，见表1。

2.1.1Excel操作Excel通过其分析工具库实现统计分析。数据在工作表中组织后，在“工具”菜单中单击“数据分析”命令。如果在“工具”菜单中没有“数据分析”命令，则需要安装Excel的“分析工具库”。安装过程如下：在“工具”菜单中，单击“加载宏”命令，单击“浏览”按钮，定位到Office安装盘所在位置。安装完成后，再打开“加载宏”对话框，选中“分析工具库”复选框。选择“工具”菜单中的“数据分析”命令，此时弹出“数据分析”对话框。在分析工具列表框中选择“相关系数”。在弹出的对话框中选择输入区域，即数据所在区域；分组方式根据输入数据的方式选择“逐列”或“逐行”。如果输入区域的第一行中包含标志项，则选中“标志位于第一行”复选框；如果输入区域中没有标志项，则此复选框不选。“输出选项”中选择相应选项，以确定分析结果的显示位置。选择完成后，点击确定即可显示相关系数的值。Excel中若要显示统计描述需要在“数据分析”中选择“统计描述”。可显示的结果有：平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小、置信度（95.0%）等。相关系数结果见表2。本例X与Y的相关系数为0.55461，相关系数检验的P值为0.001，按α=0.05水准，拒绝H0，接受H1，相关系数检验有统计学意义，膜蛋白和质蛋白之间有55.461%的相关性。这样的统计分析结果对于我们的后续实验有一定的指导作用。

2.1.2SPSS操作SPSS相关分析通过Statistics菜单的Corre-late选项完成。该命令允许同时输入两个或两个以上变量，但系统输出的是变量间两两相关的相关系数。此过程通过对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。初始设置：单击窗口左下角的“变量窗口”（VariableView），在名称、类型、长度、小数点等处适当设置。完成相关设置后，单击窗口左下角的“数据窗口”（DataView），返回数据填充区。在SPSS工作表中输入表1中的实验数据。输入数据后，即可进行相关性分析。具体步骤如下：选择菜单栏中的分析（Analyze）相关分析（C）两个变量相关分析（B），弹出“两个变量相关”对话框。分别将X,Y变量选入“变量”的方框中，点击“选项”（Options），弹出“两个变量相关：选项”面板，选择“统计”中的“描述”（Descriptive），即可显示出“平均值和标准差”（M），交叉乘积的标准差和协方差（C）选项,然后点击“继续”，重新回到“两个变量相关”界面，本例分别选中“Pearson”，“双侧”和“标识显著相关”，然后点击“确定”，即出现SPSS统计的结果见表3（省略统计描述表格）。从表中可以看出，变量X,Y的相关系数为0.555，交叉乘积的标准差和协方差为267.314，14.069。PearsonCorrelation（相关系数）一列中的星号含义是：显著性水平为0.001（默认值）的情况下，变量X，Y相关系数存在显著差异，与“Sig”一列的结果相对应。从给出结果我们可以看到，比起Excel，SPSS的结果内容更详尽，结果分析更全面。

2.1.3SAS操作与上述两种操作不同之处在于，SAS操作在建立数据集时应指定膜蛋白X与质蛋白Y两个变量。再调用CORR过程求出相关系数。1）设定数据库环境：LIBNAMEA''''C:\USER'''';2）数据步，建立数据集：DATAA.YTLI7_1;INPUTYX@@;CARDS;12.2115.214.5416.712.2711.912.0414.07.8819.811.1016.210.4317.013.3210.319.595.99.0518.76.4425.19.4916.410.1622.08.3823.18.4923.27.7125.011.3816.810.8211.212.4913.79.2124.4;RUN;3）CORR过程，进行相关分析：PROCCORRDATA=A.YTLI7_1;VARXY;RUN;CORR过程的默认输出结果主要包括各个变量的简单统计描述（图略）和一个相关系数矩阵。结果见表4。SAS这种程序化操作过程简单，但需熟练掌握相关的编程语言，而且结果内容也没有SPSS的结果详尽。

2.2Excel、SAS、SPSS的评价

2.2.1数据处理Excel是日常办公的通用软件，也是作为计算机文化基础的一部分而被广泛学习。作为简单的数据处理工具，Excel操作简便，结果直观。SPSS的数据编辑器很像Excel，可以输入数据。SPSS的可视窗口界面和下拉列表可以选择特定命令。但运用SPSS一次只能编辑一个数据文件，在一次涉及多个文件的数据处理中并不强大。SAS在数据处理上可谓功能强大，几乎可以进行任何可能的处理。SAS中的sql数据库可以执行sql查询。只是需要耗费大量时间来学习和理解那些在excel和SPSS中相对容易处理的简单命令。但是SAS可以同时处理几个文件相关联的数据，同时SAS还可以处理多达32768个文件，记录的数量能限制在磁盘最大容量范围内，因此它以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。

2.2.2统计分析三种软件用于统计分析的高级程度从高到低依次是:SAS,SPSS,EXCEL,就像例题中的操作一样，只要是Ex-cel“数据分析”库中包括的统计部分，都能通过简单的操作给出简单的统计结果。但是Excel只能进行有限的几种运算（平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大、最小（1）、置信度（95.0%）等）。SPSS可以运行众多统计分析。其长处在于变量分析和多变量分析，可以进行多种特定效应检测。SPSS的缺点是运算方法不多，只能依照软件中提供的模式进行运算。SAS可以运行多数常用的统计分析。SAS和SPSS一样都属于专业分析统计软件，而SAS的强势在于方差分析，混合模式分析和多变量分析，其不足在于依次多项逻辑回归，运算方法受到SAS语言的限制。

2.2.3图表Excel的图表生成简单，可视化窗口模式形象直观，是日常图表生成的有利工具，而且修饰加工的图形尤其美观，单元格数据与数据分析结果具有“联动”关系，改变其中一个单元格数据，与之相关的Excel公式或图表就会发生相应的改变，具有“即改即见”的效果。Excel2007使之更加完善，这些功能均为SAS、SPSS所望之不及。SPSS窗口界面可以像Excel一样轻松的创建图表。图片质量较高，因此被很多发表文章的作者采用。SAS包括最强大的图表工具SAS/Graph，但是SAS/Graph学习起来很有难度。这种图表大多是通过程序性语言创建的。尽管SAS8以后的版本在创建图表方面出现可视化界面，但还是没有SPSS容易操作，一般适用于高级人士。

常见的统计学分析方法范文第14篇

关键词：科研绩效；评价方法；分析比较

基金项目：本文为石家庄学院科研启动基金重点项目（立项编号：13ZD004）研究成果

中图分类号：G64文献标识码：A

收录日期：2014年6月20日

目前，科学研究活动已成为各个国家、地区、组织以及个人的重要活动，对科研绩效如何进行评价则成为大家关心的问题。本文结合国内外研究成果，对科研绩效的评价方法进行系统研究，探讨各种方法的适用特点。

一、同行评议法

同行评议法，是通过同行业的专家进行评价的定性的方法。它经过不断的发展和完善，已成为科研评价方法的主要方法之一。

（一）同行专家的选择。在实际应用时，最关键也最困难的一环是同行专家的选择。随着科学发展的深入和细化，科学研究的领域越来越专深，研究领域的划分越来越细，真正的同行似乎越来越少；而另一方面，科学发展的综合化趋势也在加强，学科交叉和渗透越来越普遍。一项科学研究常常需要多学科的知识，要找出具有与研究课题相对应的知识结构的同行专家也很难。因此，在选择同行专家时，应考虑被评价对象所涉及的专业、研究领域等具体方面，要求同行专家人数要不低于五人，与被评价对象专业相同且研究领域相同或相近，在其科学技术领域和相关领域的研究发展态势有相当了解，对学科前沿有深刻的认识，有较高的业务水平和思想素质。

（二）同行专家评议形式与特点

1、通信评议。即评价机构把评估材料通过信件或者网络寄送给评议专家，专家独立做出书面判断，然后将评议意见反馈给评价机构。其主要优点是匿名性和保密性好，可以避免人情干扰；专家考虑时间充裕，意见表达充分，无从众心理和权威主义的干扰；开支少，成本低。主要缺点是不能对所有申请对象作比较；无法与申请人和其他同行交流；回收率无法保证；评审周期长，不利于及时决策。因此，它适用于所有的科研项目评审，也适用于文献形式的科研成果鉴定。

2、会议评议。即专家组评议，指评价机构事先把相关材料寄送给评议专家，并请专家按指定的时间和地点参加专家评审会，通过讨论和交流，形成集体评审意见。其主要优点是专家意见可以得到充分交流和讨论；同类的评议对象可以集中评议，效率高；必要时评议对象可以现场答辩和申诉；评审周期短，有利于及时决策。主要缺点是“从众心理”和权威的压力可能影响会议的民主；专家彼此见面，保密性相对减弱；评议费用较高；有的专家可能不能在指定时间、地点出席，从而影响代表性。它较适用于项目的集中评审、重大项目和有争议项目的评审。

3、调查评议。如果评价机构组织专家到现场调查、了解，然后给出评价意见。其主要优点是可以实地调查、现场评议，客观性强；主要缺点是需要花费较多时间和费用，成本较高。它适用于研究机构的评估和资金投入较大的重大研究项目的评审。

4、组合评议。就是根据评价工作的需要，将上述三种方法中的某几种组合起来进行评价的方法。

二、德尔菲法

德尔菲法是评价机构针对特定问题，采用专家匿名发表意见的方式，专家之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、反馈、修改和归纳，最后汇总成专家基本一致的看法，作为专家调查的结果。它作为一种主观、定性的方法，可以有效地消除成员间的相互影响，可以充分发挥专家们的智慧、知识和经验，在科研评价以及各种评价指标体系指标权重的设置等工作中有广泛的应用。

（一）德尔菲法问卷设计。在第一轮调查开始时，设计专家调查表是一件非常重要的事情。专家调查表设计的好坏，直接关系着调查结果的优劣。在制定调查表时，应该注意以下几点：1、对德尔菲法做出简要说明。在调查表的前面，应该简要说明调查背景和目的、专家在调查中所起的作用，以便使专家全面了解情况。此外，对德尔菲法的程序和规则也应作简要说明；2、背景材料要全面而精炼。背景材料一般多是客观事实，且应该与问题及目标密切相关，以有利于专家做出判断；3、问题要有针对性，要由浅入深，从易到难，使专家容易接受；4、每个句子所含的问题要单一，避免组合问题；5、用词要确切。所列问题应该明确，含义不能模糊；6、调查表要简洁明了。调查表应有助于专家迅速理解问题，做出评价；7、问题数量不应该太多。如果对问题只要求做出简单回答，问题的数量可适当多些；如果问题比较复杂，则数量可以少些。一般认为，问题的数量上限以25个为宜。

（二）德尔菲法的数据处理。德尔菲法用于科研评价一般是请专家对不同指标或者研究项目确定权重或者等级，相应的量化方法也可以分为两种：一种是量化打分，一种是等级打分。在对不同专家的数据进行处理时，如果组织者对专家情况较为了解，可以根据专家对评价对象的了解情况对不同专家的数据人工确定不同权重；也可以在发送问卷的同时发送专家调查表，根据返回的信息确定权重；也可以对所有专家采取相同权重。调查问卷回收后常常需要用统计方法对专家的打分结果进行处理。一般来说，用来总结和描述专家意见的常用统计量有秩和、均值、众数、中位数、上四分位数和下四分位数等。

（三）德尔菲法的适用范围。由于德尔菲法具有集思广益，发挥专家优点，使专家既可吸取其他专家的意见，进行修正，又不受权威影响，结果宜合理。同时，德尔菲法的主要缺点是过程比较复杂，征询意见的时间较长。因此，德尔菲法更适合周期较长的大型评价项目的咨询，而很难满足一些评价周期较短、需要较快得出判断结论的科研评价活动的要求。

三、文献计量法

文献计量方法是指利用出版物、专利、引文等科技绩效指标进行科研评价的一种定量评价方法，主要包括论文、著作、学术报告、引文、课题、专利等。其中，论文和引文是较为常用的计量指标，这两项指标易于统计和核实，因而受到了研究者和科研管理部门的普遍青睐。论文和引文指标分析的常用数据源是：美国科学信息研究所的科学引文索引（SCI）数据库、社会科学引文索引（SSCI）数据库、科技会议录索引（ISTP）数据库与科学评论索引（ISR）。SCI主要针对基础科学；SSCI主要针对不同国家和地区的社会科学期刊和论文；ISTP主要针对的是国际会议论文。美国工程信息公司的工程引文索引（EI）数据库，主要针对的是机械、制造、土木、冶金、材料等工程技术领域。ISR主要针对的是综述评论方面的论文。

我国国内论文和引文的常用统计源有中国科技信息研究所研制的“中国科技论文统计与引文分析数据库”（CSTPC）、中国科学院文献情报中心的中国科学引文数据库（CSCD）、南京大学的中国社会科学引文索引（CSSCI）和中国社会科学院文献情报中心研制的中国人文社会科学引文数据库等。

在科研绩效评价中，对文献计量指标的量化分析也是非常重要的，一些常用计量指标有：1、引文量：指引用文献所拥有的被引文献的数量。它是研究文献被利用的程度和广度的重要参量；2、被引频次：指特定文献或者某评价对象（可以是科研人员、学术期刊、研究机构甚至特定地区和国家）所生产的文献在某一时间段的被引次数；3、即年指标：是指文章发表当年期刊的平均被引用数。它是衡量一种期刊被其他期刊引用速度的指标；4、影响因子：是一种期刊论文的平均被引率；5、学科影响因子：学科影响因子与影响因子的计算方法类似，不同的是，影响因子是测度某一给定期刊中论文的平均被引次数，而学科影响因子则是测度某刊中论文被某一学科的核心期刊所引用的平均次数。

虽然文献计量指标的确可以用于科研评价的各个层次，但在不同层次、不同目的的评价中，对文献计量指标的使用方式应该是有严格区分的。具体说来，在国家、地区科研状况评估等宏观评价活动中，文献计量指标和方法可以作为主要的评价手段，并辅之以专家的定性分析；在诸如科研人员评价等微观评价中，文献计量指标和方法则只能作为辅助手段，而应该以同行评议为主。

四、综合评价法

综合评价法又称系统评价法，是将评价对象看作一个系统，对该对象的属性的多个指标进行评价，从而得出该评价对象的整体结果。在科研绩效评价中，由于评价对象的复杂性，层面的多样性，单一的指标很难体现评价对象的整体情况，因此综合评价法更有其优势。

（一）层次分析法。它是把一个复杂问题分解成若干组成因素，并按支配关系形成层次结构，然后应用两两比较的方法确定各因素（包括指标和方案）的相对重要性，然后计算各因素的权重，并以此为基础实现对不同决策方案的排序。层次分析法简便、灵活而又实用，是一种系统化、层次化的分析方法，它为复杂评价问题的决策和排序提供了一种简洁实用的建模方法。

（二）模糊评价法。它是通过建立隶属函数、模糊关系矩阵，可以较好地解决系统评价中由于对象概念本身不够清晰引起的模糊性问题（如事物类属间的不清晰性，评价专家认识上的模糊性等），是对涉及模糊因素的对象进行系统评价的有力工具。它的基本思想是：应用模糊关系合成的原理，根据多个因素对被评价对象本身存在的性态或类属上的亦此亦彼性，从数量上对其所属程度给予刻画和描述。该方法适用于样本数据中含大量模糊指标的现象的评价，不足之处是评价过程本身不能解决评价指标间相关造成的评价信息重复问题。

（三）主成分分析法。它是利用多元统计分析及线性代数的知识，把多指标转化为少数几个综合指标的一种数理统计方法。其基本思想是用少数几个彼此不相关的新指标代替原来为数较多的彼此有一定相关关系的指标。同时又尽可能多地反映原来指标的信息量。作为一种定量分析方法，主成分分析克服了专家评价法、层次分析法等定性方法因受到人为因素的影响，夸大或降低某些指标的作用的弊端；消除评价指标之间的相关性；减少指标选择的工作量；采用信息量权数，有助于客观地反映样本间的现实关系。但由于同一被评价对象在不同样本集合中的均值和离散程度不同，所以这种方法综合评价结果不稳定。

（四）数据包络分析法。它是一种进行多目标决策的系统分析方法，特别适用于多输入多输出的复杂系统。DEA方法以相对效率概念为基础，以凸分析和线形规划为工具的一种评价方法，应用数学规划模型计算、比较决策单元之间的相对效率，对评价对象做出评价，它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点；同时对于评价复杂系统的多投入多产出分析具有独到之处，适用于多输出-多输入的有效性综合评价问题，在处理多输出-多输入的有效性评价方面具有绝对优势。DEA方法并不直接对数据进行综合评价，因此决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关，应用DEA方法建立模型前无须对数据进行无量纲化处理。

主要参考文献：

［1］张蕾.高校科研绩效评价方法研究与开发.南京理工大学，2010.

常见的统计学分析方法范文第15篇

[基金项目]国家自然科学基金青年基金项目（81202776）；国家“重大新药创制”科技重大专项（2015ZX09501004-001-002）；中国中医科学院客座研究员联合创新研究项目（ZZ070817）

[通信作者]*谢雁鸣，研究员，博士生导师，研究方向为中医临床评价，Tel：（010）64014411-3302， E-mail：

[作者简介]廖星，博士，在站博士后，助理研究员，研究方向为循证中医药临床研究，Tel：（010）64014411-3302，E-mail：

[摘要]该研究旨在了解临床中苦碟子注射液（KDZ）不同使用剂量对肝肾功能指标：谷丙转氨酶（ALT）、谷草转氨酶（AST）、肾功能指标肌酐（Cr）和尿素氮（BUN）变化的影响，为KDZ临床安全用药提供有用信息。以全国18家三级甲等医院信息管理系统（hospital information system， HIS）为数据来源，15 228例患者作为研究对象，根据单次使用KDZ不同剂量分为2组，1 956例病人使用剂量>40 mL，55例病人使用剂量≤40 mL。运用generalized boosted models（GBM）倾向评分加权法，消除71个已知混杂因素在组间的差异，如年龄、性别、住院病情等，使结果更加贴近临床真实情况。同时使用3种不同logistic回归分析方法对比2组分析结果。通过分析发现2组人群肝肾功能指标均无统计学差异。根据目前数据未发现超说明书推荐剂量使用KDZ对肝肾功能产生影响，有待于将来前瞻性研究或更高级的混杂因素分析方法进行验证。

[关键词]真实世界；不同剂量；苦碟子注射液；HIS；倾向评分法

苦碟子注射液（KDZ）作为众多特色中药治疗药物之一，是目前临床上一种多用于治疗冠心病[1]和脑梗塞[2]的中草药提取物注射液。苦碟子注射液说明书上记载该药具有活血止痛、清热祛瘀的作用，且用于瘀血闭阻的胸痹，适用于冠心病、心绞痛脑梗塞患者，临床使用为静脉滴注，一次10～40 mL，每日1次。然而在临床上，患者的病情复杂多变，从而导致临床医生在使用药物时经常要调整药物使用剂量，甚至需要超出药品说明书的推荐剂量，在这种使用情况下，临床医生需要考虑药物对患者肝肾功能的影响，如何取舍是一个严峻的考验。在真实世界中观察中药注射剂超出说明书推荐剂量使用对肝脏功能的影响对于指导临床使用中药注射剂具有重要的作用[3-5]。本研究对源自于全国18家三级甲等医院的HIS系统中使用苦碟子注射液患者的住院信息进行分析，运用倾向性评分方法分析KDZ使用患者不同使用剂量对肝功能指标谷丙转氨酶（ALT）、谷草转氨酶（AST）、肾功能指标肌酐（Cr）和尿素氮（BUN）变化的影响，为KDZ临床安全用药提供有用信息。

1材料与方法

1.1数据来源与规范化数据来源于18家大型三甲医院HIS系统中的全部使用KDZ的住院患者信息，共有患者24 225位，共包括5个部分信息表：患者一般信息、西医诊断、中医诊断、医嘱记录、实验室理化指标检查[实验室指标信息系统（laboratory information management system， LIS）]。从中提取出具有谷草转氨酶、谷丙转氨酶、肌酐和尿素氮4个理化指标，同时年龄在18～80岁的患者，共15 228例作为分析对象。

在提取分析数据之前，对HIS和LIS数据库进行标准化，标准化的流程主要涉及剔除患者一般信息中的重复数据、信息表不一致的数据、无用医嘱记录、医嘱名称的标准化、中西医诊断名称的标准化、用药剂量单位的标准化以及理化指标检测值的标准化等。

前期针对47 001条完整有单次使用剂量的记录进行整体描述分析，按照剂量值将患者单次使用剂量分段：200 mL。其中以10～40 mL为最多，占86.82%；40 mL，占13.05%。

1.2数据分析定义和提取使用KDZ注射液前后7 d有2次ALT，AST，Cr和BUN检测者，若该时间段内有多次检测则取距开始用药前最近的1次检测与停止用药后最近的1次检测。若一个患者住院期间有多次使用KDZ注射液记录，则选择用药疗程最长的记录。根据数据库大描述分析定义：以单次用药剂量>40 mL作为1组人群提取标准，≤40 mL作为另1组人群提取标准。

根据上述3个条件针对4个理化指标提取分析人群数，见表1。

1.3结局指标以ALT与AST检测值高于该数据正常范围的20%作为判断其是否发生异常变化的依据。无论用药前ALT或AST正常与否，若用药前正常，但用药后异常，或者用药前异常，用药后更加异常，则记录该患者为“用药后异常变化”；用药后指标正常，则记录该患者为“无异常变化”；若用药前后都异常，但用药后异常程度减小，也记录该患者为“无异常变化”。

1.4混杂因素的界定根据提取的HIS数据的实际情况以及医学专业知识判断，考虑71个与分组变量和安全性结局（用药后4个指标是否异常变化）可能有关的混杂因素（协变量）。具体变量包括性别、年龄（分段处理）、医疗费用类别（医疗保险、公费、自费）、入院病情（危、急、一般）、住院费用、住院天数（危、急、一般）、是否超剂量、病危天数、病重天数、合并疾病（选取频率最高的前10种，以及合并其他疾病统一合并为1种，共11种）、合并用药（选取除KDZ以外的使用药频率最高的前50种，以及其他用药统一合并为1种，共计51种）。

1.5统计方法及统计软件描述性分析、CMH分层卡方检验、未使用倾向性评分加权的logistic回归、倾向性评分加权的logistic回归、带协变量调整的倾向性评分加权logistic回归。统计软件为SAS软件9.2版，R软件2.15版。

1.6分析流程图本研究分析流程图见图1。

2结果

将≤40 mL人群组定义为A组，而>40 mL的人群，定义为B组。对2组人群肝肾功能4个指标分别运用GBM倾向性评分方法进行分析。以下展示ALT在2组对比分析的过程。

2.1GBM倾向性评分方法分析以提取ALT结局不变化的数据为例，运用倾向性评分方法对71个混杂因素进行调整，并计算出K-S统计量和P，使得2组在协变量平衡后可比，见表2。

由表2可知，加权前后每个协变量均值无差异检验的具体P均有所调整，且调整后P没有统计学差异。其他3个指标：AST，Cr，BUN的倾向评分估计混杂因素重要性及其最后已平衡的比较，绝大部分协变量和用于分析ALT的变量一样，仅有个别变量在合并病和合并用药上有区别。

2.2倾向评分平衡后的分析4个指标2组间71个协变量进行倾向评分平衡后的分析见图2。针对4个指标各自71个协变量运用GBM倾向性评分方法平衡后（加权前后）P与均匀分布值的比较图。加权前，许多协变量在2组间有显著的差异。加权后，大多数协变量在2组间的差异不显著，P都沿着45度的直线即[0，1]均匀变量的累积分布分散开，这就似在一个随机对照试验中通过检验接受2组协变量无差异P服从[0，1]均匀分布一样。

2.3logistic回归方法本研究在倾向性评分GBM算法平衡混杂因素后，再考虑安全性结局和分组变量之间的关系。同时，对3种logistic回归方法进行了对比。3种分析方法为：未加权logistic回归，该方法不考虑协变量，其估计可能有偏倚； GBM倾向评分加权的logistic回归，通过倾向评分加权，可平衡大部分协变量，消除估计中的潜在偏倚，比方法一更准确；带协变量调整的倾向性评分加权logistic回归。有时，倾向评分方法并不能平衡所有的协变量，所以把这些协变量也加入到logistic回归模型中，可获得比上述方法更准确的估计。按照这3种方法对不同剂量使用组与肝肾功能异常变化的关系进行对比分析，以便从多个角度说明2组人群之间的差异性。3种估计方法针对4个指标估计出来的平均处理效应（即回归系数）见表3。其中，方法3选用的协变量为：丹红注射液和肺恶性肿瘤。结果显示，4个指标经过3种方法的对比分析发现，统计学上2组对比没有差异，也即从本研究方法的探索分析来说，不能说明是否超剂量使用KDZ会导致病人肝肾功能异常变化。

3讨论

3.1基于现有数据未发现不同剂量使用KDZ对患者肝肾功能异常变化有影响近年来，临床上对于使用KDZ发生不良反应（事件）的报道并不少见[6]，但都没有针对肝肾功能指标异常变化进行特别研究。本研究为了使结果更加贴近临床真实世界，通过运用GBM倾向评分加权法消除了71个已知混杂因素在组间的差异，如年龄、性别、住院病情等对不同使用剂量（≤40 mL和>40 mL）是否会导致患者肝肾功能变化进行了探索，结果发现2组并没有统计学差异，而且3种logistic回归对比分析分析也无统计学差异。虽然不能说明不同剂量使用KDZ会导致肝肾功能异常变化，但是对于临床用药规范性而言，建议为了安全用药，应按照说明书提示的用药指针进行用药。

3.2GBM倾向评分加权法的优势本课题组近年来借鉴国外先进的研究理念和方法，充分结合国内的实际情况，与多学科的研究人员合作[7]，针对上市后药物再评价研究，如基于大型医疗数据库的安全性再评价研究[8]，运用统计学方法对真实世界海量数据进行分析。1983年诞生的“propensity score”方法[9]，即倾向性评分方法（或称为倾向性指数），近年来越来越受到国内外医学研究者的青睐，该方法主要用于观察性研究中，特别是回顾性数据分析中混杂因素的控制[10-12]。本研究使用改良后倾向性评分方法进行数据分析，即GBM倾向评分加权法[13]，该方法的优势在于可以产生带有较好概率估计校准功能的模型，GBM概率评估更为符合处理措施的实际概率估计。

3.3本研究的不足之处本研究属于回顾性观察性数据分析，因此存在诸多局限性，如不可避免地会出现各种偏倚和混杂因素，且人为选定的已知的混杂因素并不一定代表了所有的可控因素。虽然倾向性评分方法能够调整大量已知的混杂因素，但是却无法调整那些未知的混杂因素，因此来自于这种分析方法的分析结果及其论证强度不及前瞻性设计研究结果。其分析结果仅作为探索性展示，并不能作为确证性的研究结果。从本研究2组分析数据可知，2组样本数分布很不平衡，且考虑了71个之多的混杂因素，使得结果的估计方差会比较大，进而会导致检验的功效不会很高。因此，需要更大样本数据的分析才能够提高检验功效。

[参考文献]

[1]闫晓萍.苦碟子注射液治疗不稳定型心绞痛100例临床疗效观察[J]. 中国药物经济学，2013（5）：263.

[2]刘姣，夏芸，路遥，等.苦碟子注射液治疗急性脑梗死的系统评价[J].北京中医药，2013（7）：497.

[3]廖星，张辉，谢雁鸣，等.真实世界中苦碟子注射液不同疗程对肝肾功能指标变化影响的分析[J].中国中药杂志，2013，38（18）：3084.

[4]姜俊杰，唐浩，谢雁鸣，等.基于医院信息系统的参麦注射液不同使用剂量对肾功能作用分析[J].中国中药杂志，2013，38（18）：3060.

[5]黎元元，赵敏，谢雁鸣，等.参芪扶正注射液对肾功能影响的临床实效分析研究[J].中国中药杂志，2013，38（18）：3031.

[6]高天，郑莉，郑行林，等. 苦碟子注射液药品不良反应（事件）观察分析[J].中药与临床，2012，3（4）：41.

[7]Xie Y， Tian F. Regulations and guidelines should be strengthened urgently for re-evaluation on post-marketing medicines in China[J]. Chin J Integr Med， 2013， 19（7）： 483.

[8]谢雁鸣，廖星，申浩.美国FDA“迷你哨点监测研究计划”的解读[J].中国中药杂志，2013， 38（5）：768.

[9]Rosenbaum P R，Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika，1983，70（1）：41.

[10]王永吉，蔡宏伟，夏结来，等.倾向指数的基本概念和研究步骤[J].中华流行病学杂志，2010，31（3）：99.

[11]Dahabreh I J， Sheldrick R C， Paulus J K， et al.Do observational studies using propensity score methods agree with randomized trials？ A systematic comparison of studies on acute coronary syndromes[J]. Eur Heart J，2012， 33（15）：1893.