馬克·吐溫說：“世界上有三種謊言：謊言、該死的謊言和統計數據

不少人對統計學存在一定的誤解，認為統計學是數字遊戲。實際上，統計數字有可能是謊言，但統計學絕對是一門科學，更是一種藝術，是一種決策藝術。想要了解統計，就要從變量開始。

變量(variable）是對研究個體進行觀察或測量的某種特徵。如對身高進行測量，身高就是變量；觀察某藥物的療效，療效就是變量。變量的觀察值構成資料(data)，也就是我們接觸到的具體數據。

資料大致可分為兩大類：

一是定量資料(quantitative data)，又分為離散型資料和連續型資料；

二是定性資料(qualitative data)，即分類資料(categorical data)，又分為無序分類資料和有序分類資料。

連續型資料可以取任意數值，可以有小數點，如身高、體重等。離散型資料只能取整數，不能有小數點，如發病人數等。

無序分類資料指各分類之間無等級或程度的變化，如血型分為A、B、O、AB四型，它們是地位平等的。有序分類資料也稱等級資料(ordinal data)，指各分類之間有等級或程度的差異，如療效分痊癒、顯效、有效、無效四類，各類之間有等級差別。

數據統計分析可遵循以下思路：

(1)先確定研究目的，根據研究目的選擇方法。不同研究目的採用的統計方法不同，常見的研究目的主要有三類：

一是差異性研究，即比較組間均數、率等的差異，可用的方法有t檢驗、方差分析、χ2檢驗、非參數檢驗等。

二是相關性分析，即分析兩個或多個變量之間的關係，可用的方法有相關分析。

三是影響性分析，即分析某一結局發生的影響因素，可用的方法有線性迴歸、logistic迴歸、Cox迴歸等。

(2)明確數據類型，根據數據類型進一步確定方法。定量資料可用的方法有t檢驗、方差分析、非參數檢驗、線性相關、線性迴歸等。分類資料可用的方法有χ2檢驗、對數線性模型、logistic迴歸等。下圖簡要列出了不同研究目的、不同數據類型常用的統計分析方法。

(3)選定統計方法後，需要利用統計軟件具體實現統計分析過程。

(4)統計結果的輸出並非數據分析的完成。一般統計軟件都會輸出很多結果，需要從中選擇自己需要的部分，並做出統計學結論，但統計學結論不同於專業結論，最終還需要結合實際做出合理的專業結論。

醫學統計學的學習一定要以理解為主。對於初學者，不必強記一大堆公式，也不要死鑽牛角尖，非要弄明白為什麼這種方法叫“t檢驗”、“F檢驗”，為什麼這個殘差叫做“學生化殘差”等，這些都是歷史方面的問題，感興趣的讀者可以查閱統計學史。

我們不會解釋這些名稱的由來，只會告訴你在什麼情況下應該用什麼方法，什麼指標應該用於什麼情形。先從模仿做起，模仿案例分析過程。當然，分析思路不是唯一的，也不見得是最好的，但通常在實際中可以奏效。

本系列可以很好地幫助初學者對數據統計的理解和運用，敬請期待下期！

— THE END —

閱讀更多 臨度科研 的文章

關鍵字: 謊言 SPSS R語言