本文不是說什么國自然技巧的,，就是想說一下標(biāo)書中你想用的統(tǒng)計學(xué)方法如何進(jìn)行描述。很多人在標(biāo)書中可能都不太重視統(tǒng)計學(xué)方法的描述,，我看到很多標(biāo)書大致都隨便寫寫,，比如“計量資料采用t檢驗，計數(shù)資料采用卡方檢驗”之類的,。當(dāng)然,，也可能不是不重視，只是確實不知道該怎么寫,，所以本文專門針對這一問題說一下,。

不過在寫之前，需要先申明一下,，本文介紹的各種描述方法更像是八股文,，對于統(tǒng)計學(xué)家來說可能會覺得死板，但對于非統(tǒng)計專業(yè)人員來說,，我覺得還是有用的,。畢竟，對于不熟悉某一領(lǐng)域的人而言，一開始如果能真有個八股文告訴你怎么寫,，已經(jīng)足夠了,。

好了，廢話不多說,，直接切入主題,。

如果你的標(biāo)書內(nèi)容是要做隨機(jī)對照試驗，做兩組組間比較,，可以參考以下寫法（注意是參考,，不是照抄）：

對于連續(xù)資料，首先進(jìn)行正態(tài)性檢驗,，如果各組均滿足正態(tài)性且兩組間方差相等,，采用t檢驗進(jìn)行組間比較；否則考慮非參數(shù)Wilcoxon秩和檢驗,。對于分類資料,，無序結(jié)局采用卡方檢驗，有序資料采用非參數(shù)Wilcoxon秩和檢驗,。

如果你的標(biāo)書是做多組間比較,，可以參考以下寫法：

連續(xù)資料如果服從正態(tài)分布，采用方差分析進(jìn)行組間比較,，如果組間差異有統(tǒng)計學(xué)意義,，進(jìn)一步采用Bonferroni法（也可以是其它方法）進(jìn)行兩兩比較。如果不服從正態(tài)分布,，組間比較采用Kruskal-Wallis秩和檢驗,，當(dāng)組間總的有統(tǒng)計學(xué)差異，進(jìn)一步采用DSCF法（也可以是其它方法）進(jìn)行多重比較,。分類資料根據(jù)其無序或有序的性質(zhì),，采用χ2檢驗或Kruskal-Wallis秩和檢驗。

如果你的標(biāo)書是做危險因素篩選,，采用回歸分析,，可以參考以下寫法：

由于本研究中調(diào)查的危險因素較多，首先采用單因素線性回歸（或logistics回歸,，視研究結(jié)局是連續(xù)資料還是分類資料而定）進(jìn)行危險因素的初篩,，為避免因素的遺漏，單因素分析設(shè)定alpha=0.15（根據(jù)實際情況,，也可以設(shè)為0.1或0.2等）,，將單因素分析中P<><>

如果你的標(biāo)書是做診斷試驗，且金標(biāo)準(zhǔn)是二分類資料,，診斷指標(biāo)是連續(xù)資料,，可以參考以下寫法：

本研究以***為金標(biāo)準(zhǔn)，繪制ROC曲線，并計算ROC曲線下面積,，如果ROC曲線下面積大于0.5且與0.5相比有統(tǒng)計學(xué)差異,，認(rèn)為該診斷指標(biāo)具有一定的診斷價值。根據(jù)ROC曲線,，以最靠近左上角的點作為cut-off值,，探索最佳截斷點。

如果你的標(biāo)書是做診斷試驗,，且金標(biāo)準(zhǔn)是二分類資料,，診斷指標(biāo)也是二分類資料，可以參考以下寫法：

本研究以***為金標(biāo)準(zhǔn),，計算新的診斷方法的靈敏度,、特異度、陽性預(yù)測值和陰性預(yù)測值等指標(biāo),。計算二者的Kappa一致性系數(shù),，并進(jìn)行統(tǒng)計學(xué)檢驗，如果P<>

如果你的標(biāo)書是組間比較,，但是重復(fù)測量,，可以參考以下寫法：

本研究由于進(jìn)行多次重復(fù)測量，因此考慮采用重復(fù)測量方差分析進(jìn)行比較比較,。分別比較組間,、時間點之間是否有統(tǒng)計學(xué)差異，并對組間和時間點的交互項分析,，探索各組間的變化趨勢是否有差異。如果交互項有統(tǒng)計學(xué)意義,，提示各組隨時間變化的趨勢可能不同,。

如果你的標(biāo)書是做生存分析，可以參考以下寫法：

本研究采用Kaplan-meier曲線描述生存變化情況,，并采用log-rank檢驗或Wilcoxon檢驗比較生存曲線的差異,。多因素分析，如果滿足等比例風(fēng)險假定,，采用Cox回歸,，分析校正其它混雜因素后，研究因素對生存的影響,。如果等比例風(fēng)險假定不滿足,，則考慮采用非等比例Cox回歸分析研究因素的影響。

關(guān)于樣本量,，可以參考以下寫法：

（1）組間比較：

根據(jù)以往文獻(xiàn),，獲得兩組的均值和標(biāo)準(zhǔn)差分別為7.2（1.6）和6.4（1.1），設(shè)定一類錯誤概率α為0.05，把握度1-β為0.8,，兩組例數(shù)比例設(shè)為1:1,。根據(jù)上述參數(shù)，利用SAS9.4的proc power過程（也可直接列出公式,，利用公式,，或用其它軟件），計算試驗組和對照組各需樣本數(shù)為62例,。

（2）診斷試驗：

根據(jù)以往文獻(xiàn),，獲得該指標(biāo)的靈敏度（或特異度、ROC曲線下面積）為0.8,，根據(jù)以往文獻(xiàn)報道的95%置信區(qū)間寬度,，設(shè)定研究精度為0.1。根據(jù)上述參數(shù),，利用公式,，計算所需病例數(shù)為62例。由于患病與非患病之比為0.6：0.4,，因此共需樣本數(shù)為104例,。

本文只是簡單說了一下常見的一些統(tǒng)計方法如何體現(xiàn)在標(biāo)書中，寫的不是很全面,，但可以作為參考,。其實，除了上面說的內(nèi)容外,，還有一些共性的東西,，比如，缺失值的處理,，很多研究中都有缺失值,，如何處理一般也需要體現(xiàn)在計劃書中，如直接刪掉,、采用統(tǒng)計方法進(jìn)行填補(bǔ)等等,。再如，異常值的處理,，如果發(fā)現(xiàn)異常值怎么辦,，直接刪掉？還是采用統(tǒng)計方法進(jìn)行處理,，比如采用穩(wěn)健的回歸方法等,。

我曾經(jīng)看過很多標(biāo)書的統(tǒng)計學(xué)方法部分都寫得有點隨意，雖然本文也不是盡善盡美,，但起碼有一定提示作用,，希望本文能夠?qū)Ω魑徽谏暾垬?biāo)書的同仁有一定幫助,。