醫(yī)學案例統(tǒng)計分析與SAS應用(第1章)

1、前言序 言生物體de變異性決定了醫(yī)學統(tǒng)計學在醫(yī)藥衛(wèi)生研究中de重要地位。醫(yī)學統(tǒng)計學是什么？醫(yī)學統(tǒng)計學是與生物體神秘莫測de變異緊密關聯(lián)de，是為了探求醫(yī)學生物體個體變異de規(guī)律而產(chǎn)生和發(fā)展de。沒有醫(yī)學統(tǒng)計學指導de醫(yī)藥學研究不能稱為真正de醫(yī)藥學研究，缺乏醫(yī)學統(tǒng)計學支持de醫(yī)藥衛(wèi)生研究結(jié)果永遠不會得到醫(yī)學界de承認。這已經(jīng)為越來越多de醫(yī)藥衛(wèi)生研究工作者所認識。多年來，大批醫(yī)學統(tǒng)計工作者積極從事醫(yī)學統(tǒng)計de普及工作，撰寫了不少應用de文章與專著，努力指導醫(yī)藥衛(wèi)生研究工作者掌握這門工具。但醫(yī)學統(tǒng)計學在醫(yī)學生或臨床醫(yī)生面前卻依然猶如雨后云霧環(huán)繞de山峰，若隱若現(xiàn)，看似清楚，卻又朦朧，似乎伸手可及

2、，卻又似遠隔萬丈。他們中de許多人，對于統(tǒng)計de認識就是處于這樣一種一知半解de朦朧狀態(tài)，對于統(tǒng)計方法學de使用尚處于“知其然、不知其所以然”、照貓畫虎、依葫蘆畫瓢de階段。在眾多眼花繚亂、望而生畏de數(shù)學公式面前，更多de人則是一臉茫然，束手無策，無所適從。這些不僅增添了他們對這門學科de神秘感，而且必定會使他們對醫(yī)學統(tǒng)計學“敬而遠之”，從而影響這門學科de發(fā)展。在從現(xiàn)在起往前de三十余年間，信息技術(shù)得到飛速發(fā)展，出現(xiàn)了功能強大de統(tǒng)計分析軟件，諸如SAS、SPSS等，統(tǒng)計分析從此結(jié)束了手工計算de時代。統(tǒng)計軟件可以使許多原來計算繁瑣de統(tǒng)計方法不斷引入到統(tǒng)計學中，可以使你不必專注于繁雜de

3、統(tǒng)計計算，而是將關注點轉(zhuǎn)移到統(tǒng)計方法de選擇、數(shù)據(jù)分析de思路上，提高了研究效率，產(chǎn)出了手工時代難以獲得de結(jié)果。但統(tǒng)計軟件卻又是一把雙刃劍，人們在贊嘆其功能神奇de同時，很少有人關注統(tǒng)計方法de使用條件，極少有人去認真進行結(jié)果解釋。更多看到de卻是對統(tǒng)計軟件de不求甚解以及由此出現(xiàn)在各類醫(yī)學期刊上de比比皆是de尷尬。藝術(shù)家de朦朧醉眼可以使他們de思維猶如行空de天馬，在由此產(chǎn)生de奇思異想指導下de作品可以成為絕世佳作。但在科學上卻不允許有任何醉眼，來不得一點點de朦朧。對統(tǒng)計方法de一知半解和統(tǒng)計軟件de誤用不僅會使研究者難以獲得真正重要de關鍵信息，從而使研究結(jié)果前功盡棄，甚至可能由

4、于錯誤de信息，而將決策者引入歧途。這就使如何深入淺出、通俗易懂地將醫(yī)學統(tǒng)計方法及其軟件應用介紹給廣大迫切希望掌握這門專業(yè)de醫(yī)藥衛(wèi)生工作者，成為輔助他們進行醫(yī)學研究得心應手de工具，成為擺在從事醫(yī)學統(tǒng)計de專業(yè)工作者面前de頭等大事，也是他們所面臨de巨大難題之一。難題之一，是如何沖破似是而非、千書一律de概念敘述、故弄玄虛、生拉硬拽de方法介紹de固有模式，深入淺出地把統(tǒng)計概念、方法介紹清楚，這是使醫(yī)學工作者對醫(yī)學統(tǒng)計學不再“敬而遠之”、朦朧看山de關鍵。難題之二，如何正確使用統(tǒng)計軟件。統(tǒng)計軟件de編寫考慮到了不同用戶de需求，正因為如此，對于使用條件de選擇與結(jié)果de解釋就顯得尤其de重

5、要，既涉及對統(tǒng)計方法de正確理解，又要對其與統(tǒng)計軟件de結(jié)合十分熟悉。破解此二難題，絕非易事。所幸de是，目前已有一批熱愛統(tǒng)計de年輕人致力于推廣、普及醫(yī)學統(tǒng)計學，努力拉近醫(yī)學統(tǒng)計學與使用者de距離，努力使醫(yī)藥衛(wèi)生工作者對醫(yī)學統(tǒng)計學不再“敬而遠之”，而是使他們能靈活應用醫(yī)學統(tǒng)計學。馮國雙博士正是其中de代表之一，自2008年起他就開始在網(wǎng)絡上用通俗淺顯de語言推廣醫(yī)學統(tǒng)計學de原理和分析思路，而且收到了很好de效果。此次馮國雙博士將其對醫(yī)學統(tǒng)計學de理解和心得整理成冊，即將付梓，這是難能可觀de。故欣然為序。本書通俗易懂，文字流暢，可讀性強，有助于培養(yǎng)讀者de統(tǒng)計思維，提高數(shù)據(jù)分析技能。它不是

6、簡單de統(tǒng)計學方法和SAS軟件de應用介紹，更多de則是作者多年來數(shù)據(jù)分析經(jīng)驗和體會de總結(jié)。其編寫也不同于以往統(tǒng)計學教材de書寫風格，不以方法劃分章節(jié)，而以數(shù)據(jù)分析de需求為導向，引導讀者逐步深入對數(shù)據(jù)de分析，并通過SAS軟件實現(xiàn)結(jié)果de輸出。這實在是一個值得推薦de嘗試。能把復雜de統(tǒng)計學方法介紹de如此通俗易懂、深入淺出，說明作者在把統(tǒng)計方法變成一種大眾喜愛de藝術(shù)方面所作de努力。感謝作者為醫(yī)學統(tǒng)計學領域提供了一本有益de著作。相信不管是醫(yī)學研究生還是廣大醫(yī)務工作者或是科研人員，均可從本書獲得相應de知識和借鑒。金水高2010年7月于北京前 言我在研究生時就對統(tǒng)計學特別感興趣，甚至可

7、以用著迷來形容。那時幾乎每天晚上都看各種統(tǒng)計書，學習各種統(tǒng)計方法，并不斷在SAS上練習應用。但真正讓我萌生寫一本統(tǒng)計書de念頭則是在我博士畢業(yè)后。我是在北京大學醫(yī)學部de附屬醫(yī)院攻讀博士，在此期間我接觸了大量de臨床資料，經(jīng)常協(xié)助臨床或科研科室進行數(shù)據(jù)處理和分析。在數(shù)據(jù)分析過程中，我不斷地將理論轉(zhuǎn)化為實踐，對許多統(tǒng)計方法有了自己de見解，不再局限于課本de束縛。在與臨床醫(yī)師de接觸過程中，我發(fā)現(xiàn)他們其實很希望能掌握一些常用de統(tǒng)計學方法，但由于各種原因，他們始終不得要領。而且我發(fā)現(xiàn)，如果用一些通俗de語言進行講解，他們也可以比較輕松地理解。這讓我產(chǎn)生了寫一本適合臨床醫(yī)師de統(tǒng)計書de想法。最初

8、我只是將一些統(tǒng)計學心得用通俗de話寫在博客（“拜讀了您de統(tǒng)計心得，有些糾纏了很久de問題豁然開朗，學術(shù)界有您de分享相信多了很多精彩。謝謝您de辛勤勞動和大度分享”?！翱戳?個小時，全部文章看完了！一句話：領悟很多！統(tǒng)計能學到這種境界，佩服博主”?！白x您de文章，如醍醐灌頂，受益頗多，期待您de新文章”?！八形恼露紝W習過了，淺顯易懂，觸類旁通，謝謝”?！爸vde非常淺顯易懂，本人受益匪淺”。“讀君一博客，勝看教科書”。諸如此類de留言讓我很感動，也給了我繼續(xù)與大家分享統(tǒng)計學心得de動力。后來在一次機會中，我與北京大學醫(yī)學出版社de董采萱編輯見面，談到這些事情，她建議我將這些內(nèi)容整理出本書，這

9、與我de想法不謀而合。于是真正開始著手準備。本書de特點是實用，因此一切都圍繞“讓人看懂”這一理念來寫。語言上，避免以往教材中嚴肅莊重de語言，盡量使用通俗易懂de話語來闡釋各種統(tǒng)計方法，并在分析中融入自己de心得。書中除非不得已，盡量不出現(xiàn)計算公式。內(nèi)容上，本書根據(jù)多來年de分析經(jīng)驗，選擇了臨床中最為常用de幾種分析方法。像判別分析、聚類分析、因子分析、典則分析等方法由于臨床應用較少，并未包含在本書中。結(jié)構(gòu)上，本書摒棄了以往教材中每章介紹一種方法de模式，因為統(tǒng)計分析是根據(jù)研究目de、數(shù)據(jù)類型等選擇相應方法，而不是拿統(tǒng)計方法去套數(shù)據(jù)。因此本書以研究目de和數(shù)據(jù)類型為導向，以此作為劃分章節(jié)de

10、依據(jù)。對每一案例de數(shù)據(jù)，給出選用de分析分析，并說明為什么要用這種方法，以及如何通過統(tǒng)計軟件來實現(xiàn)，對統(tǒng)計軟件輸出de結(jié)果給出詳細de解釋，使讀者掌握不同數(shù)據(jù)de應用方法，做到舉一反三。案例選擇上，本書沒有采用以往教材中“完美案例”de做法。以往教材中多是對每一種方法舉一案例，該案例de數(shù)據(jù)非常完美，總是能恰好滿足所學de方法。但實際中這種典型de案例并不多見，很多情況下，數(shù)據(jù)分析過程中步步荊棘，因此本書著重介紹了如何一步步披荊斬棘de過程，對分析中出現(xiàn)de問題給出如何解決de方法，使讀者在面臨類似問題時有一定de借鑒作用。本書融入了作者多年來對臨床研究、新藥研發(fā)、流行病學研究等各領域數(shù)據(jù)分

11、析de心得，對初學者容易困惑而又很難在普通教科書上找到答案de問題給出了較為通俗de解釋。如為什么某因素在單因素分析中有意義，而在多因素分析中變得無意義？為什么某因素de危險度會大于999，真de有這么高嗎？SAS同時輸出兩個結(jié)果相差很大，該選擇哪個結(jié)果？類似de實際問題是初學者最容易犯錯而又很難找到答案de地方。本書de數(shù)據(jù)均來自于實際研究項目，有de來自醫(yī)院、研究所de研究項目，有de來自網(wǎng)友de熱心提供。由于本書出版時有de項目尚未整理發(fā)表，因此書中主要是借用項目de研究指標，數(shù)據(jù)在實際基礎上做了一些改動，僅用于統(tǒng)計分析de思路闡釋，其結(jié)果并不一定代表真實情況。請讀者不要將其作為實際結(jié)論

12、采用。為了方便讀者運用SAS程序，本書中所有deSAS程序均放在北京大學醫(yī)學出版社de官方網(wǎng)站（），有需要de讀者可自行下載。本書de主要對象是臨床醫(yī)師以及公共衛(wèi)生相關專業(yè)de研究生，但統(tǒng)計學在不同領域de應用是相通de，也希望本書能對其它領域de統(tǒng)計工作者有一定參考價值。本書包含了作者多年來數(shù)據(jù)分析de經(jīng)驗和心得，有de可能只是“一家之言”，限于水平，錯謬之處在所難免，真誠地希望同行專家及廣大讀者不吝批評指正。相應de意見和建議可直接到“衛(wèi)生統(tǒng)計空間”（馮國雙2010年7月于北京18目錄目 錄第一章 醫(yī)學統(tǒng)計學與SAS簡介8第一節(jié) 醫(yī)學統(tǒng)計學簡介8一、醫(yī)學統(tǒng)計學概述8二、醫(yī)學統(tǒng)計學中常用de

13、幾個概念8三、統(tǒng)計分析中應注意de幾個問題9四、統(tǒng)計學應用de幾個誤區(qū)10第二節(jié) SAS簡介11一、SAS概述11二、SAS界面介紹11三、SAS常用窗口介紹12四、SAS編程簡介14第三節(jié) 小結(jié)16第二章 醫(yī)學研究設計與SAS實現(xiàn)18第一節(jié) 科研設計思路及SAS命令簡介18一、樣本含量估計及SAS命令簡介18二、常用實驗設計方法及SAS命令簡介20第二節(jié) 科研設計deSAS實現(xiàn)21一、完全隨機設計與樣本含量估計21二、隨機區(qū)組設計與樣本含量估計25三、析因設計de隨機分組26四、關系型研究de樣本含量估計28第三節(jié) 小結(jié)30第三章 統(tǒng)計描述與SAS分析32第一節(jié) 統(tǒng)計描述及SAS命令簡介32

14、一、常用de統(tǒng)計描述指標32二、常用de統(tǒng)計圖表34第二節(jié) 統(tǒng)計描述deSAS實現(xiàn)35一、定量資料de統(tǒng)計描述35二、分類資料de統(tǒng)計描述39第三節(jié) 小結(jié)41第四章 定量資料deSAS統(tǒng)計分析43第一節(jié) 定量資料常用統(tǒng)計方法及SAS命令簡介43一、t檢驗及SAS命令簡介43二、方差分析及SAS命令簡介44三、秩和檢驗及SAS命令簡介45四、多重檢驗及SAS命令簡介46第二節(jié) 定量資料de分析思路及SAS實現(xiàn)47一、兩組正態(tài)資料de比較47二、兩組非正態(tài)資料de比較50三、多組正態(tài)資料de比較53四、多組非正態(tài)資料de比較58五、析因設計資料de分析64六、配對設計資料de分析69七、隨機區(qū)組資

15、料de分析71八、多指標de組間比較77第三節(jié) 小結(jié)79第五章 分類資料deSAS統(tǒng)計分析82第一節(jié) 分類資料常用統(tǒng)計方法及SAS命令簡介82一、2檢驗及SAS命令簡介82第二節(jié) 分類資料de分析思路及SAS實現(xiàn)84一、四格表資料de分析84二、R×2表資料de分析87三、2×C表無序資料de分析89四、2×C表有序資料de分析91五、配對資料de分析92六、多層分類資料de分析94第三節(jié) 小結(jié)97第六章 相關性分析及SAS實現(xiàn)98第一節(jié) 相關分析及SAS命令簡介98一、定量資料相關分析及SAS命令簡介98二、分類資料相關分析及SAS命令簡介99第二節(jié) 相關分析d

16、e思路及SAS實現(xiàn)100一、線性相關分析100二、分類資料de相關性分析103三、配對分類資料de相關性分析105四、多分類指標de相關性分析107第三節(jié) 小結(jié)110第七章 線性回歸與SAS分析112第一節(jié) 線性回歸及SAS命令簡介112一、線性回歸簡介112二、線性回歸de應用條件113三、線性回歸模型de分析過程113四、線性回歸模型診斷與評價114五、線性回歸deSAS程序116第二節(jié) 線性回歸de分析思路及SAS實現(xiàn)117一、簡單線性回歸分析117二、多重線性回歸分析121第三節(jié) 線性回歸de替代方法及SAS實現(xiàn)131一、主成分回歸132二、偏最小二乘回歸137三、穩(wěn)健回歸141四、非

17、參數(shù)回歸145第四節(jié) 小結(jié)149第八章 Logistic回歸與SAS分析151第一節(jié) Logistic回歸及SAS命令簡介151一、Logistic回歸簡介151二、Logistic回歸模型de分析過程152三、Logistic回歸deSAS程序154第二節(jié) Logistic回歸de分析思路及SAS實現(xiàn)155一、單因素logistic回歸分析155二、多因素logistic回歸分析159第三節(jié) logistic回歸de擴展及SAS實現(xiàn)170一、多項logistic回歸170二、有序logistic回歸174第四節(jié) 小結(jié)176第九章 生存分析與SAS分析179第一節(jié) 生存分析及SAS命令簡介17

18、9一、生存分析中de常見名詞179二、生存分析方法簡介179第二節(jié) 生存分析思路及SAS實現(xiàn)183一、生存曲線de比較183二、等比例風險deCox回歸188三、非等比例風險deCox回歸196第三節(jié) 小結(jié)203第十章 一般線性模型與廣義線性模型204第一節(jié) 一般線性模型與廣義線性模型簡介204一、一般線性模型及SAS命令簡介204二、廣義線性模型及SAS命令簡介205第二節(jié) 一般線性模型與廣義線性模型deSAS實現(xiàn)207一、協(xié)方差分析207二、Poisson回歸分析210第三節(jié) 小結(jié)213第十一章 多水平數(shù)據(jù)deSAS分析215第一節(jié) 多水平數(shù)據(jù)常用統(tǒng)計方法及SAS命令簡介215一、多水平模

19、型及SAS命令簡介215二、廣義估計方程及SAS命令簡介217第二節(jié) 多水平數(shù)據(jù)de分析思路及SAS實現(xiàn)218一、定量資料de多水平數(shù)據(jù)分析218二、分類資料de多水平數(shù)據(jù)分析227第三節(jié) 小結(jié)232參考文獻233第一章 醫(yī)學統(tǒng)計學與SAS簡介第一節(jié) 醫(yī)學統(tǒng)計學簡介一、醫(yī)學統(tǒng)計學概述馬克吐溫說：“世界上有三種謊言：謊言、該死de謊言和統(tǒng)計數(shù)據(jù)”。不少人對統(tǒng)計學存在一定de誤解，認為統(tǒng)計學是數(shù)字游戲。實際上，統(tǒng)計數(shù)字有可能是謊言，但統(tǒng)計學絕對是科學。統(tǒng)計學不僅是一門科學，更是一種藝術(shù)，是一種決策藝術(shù)，它教你在面對不確定性事件時如何做出合理de決策。這種決策小到今天你出門是否決定帶雨傘，大到國家某

20、一政策是否應該出臺，都需要統(tǒng)計學de幫助才能做出合理de決策。比如某藥廠準備研發(fā)一種降糖藥，想了解該新藥是否比舊藥效果好，是否值得上市推廣。這就是不確定性事件，需要做出決策。統(tǒng)計學可以通過合理de統(tǒng)計設計和分析提供科學de依據(jù)，協(xié)助藥廠做出決定。醫(yī)學統(tǒng)計學de內(nèi)容包括研究設計、資料搜集、數(shù)據(jù)整理、數(shù)據(jù)分析等一系列de過程。例如，要確定新de降糖藥是否該上市，首先要設計一個合理de研究計劃，對樣本選擇、隨機分組、確定分析指標、選擇數(shù)據(jù)分析方法等一系列問題做出安排。研究計劃書確定后，需要按照計劃收集相應數(shù)據(jù)，如研究對象de性別、年齡等基礎資料，空腹血糖、餐后2小時血糖等療效指標。數(shù)據(jù)收集結(jié)束后，需

21、要將數(shù)據(jù)錄入數(shù)據(jù)庫并核對整理，這是數(shù)據(jù)分析de前期工作。一旦數(shù)據(jù)庫核實整理完畢，就可以采用相應de統(tǒng)計分析方法對數(shù)據(jù)做出分析，給出統(tǒng)計學結(jié)論，如新藥與舊藥de療效是否有差異。最終藥廠可根據(jù)這一結(jié)論做出決策，決定是否應該申報上市。醫(yī)學統(tǒng)計學de主要功能是幫助我們透過現(xiàn)象認識本質(zhì)，從一堆看似雜亂無章de數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，闡明事物de本質(zhì)。統(tǒng)計學不可能創(chuàng)造出規(guī)律，只是對已有規(guī)律de探索發(fā)現(xiàn)，通過發(fā)現(xiàn)這些規(guī)律，幫助我們進行合理de決策。有de醫(yī)學生花了大量精力收集了珍貴de資料，但在距離真相只有一步之遙de時候，卻因不懂統(tǒng)計而寸步難行，有時甚至因為誤用統(tǒng)計方法而與真相失之交臂，實在令人惋惜。很多情況下，

22、如果加上合理de統(tǒng)計方法這一點睛之筆，就會“破壁而出”，揭示事物de本質(zhì)。而缺少這一有力工具，很可能就會功虧一簣，僅隔一層窗戶紙卻看不清真相。因此，建議醫(yī)學生掌握一點醫(yī)學統(tǒng)計學de思維，具體de設計和分析可以跟統(tǒng)計學家共同合作，但是自己一定要有統(tǒng)計學思維。二、醫(yī)學統(tǒng)計學中常用de幾個概念（1）總體和樣本總體和樣本是相對de。總體是根據(jù)研究目de確定de同質(zhì)個體de全體集合。樣本則是從總體中抽取de部分個體de集合?？傮w根據(jù)研究目de不同而不同，如要了解某學校學生de身高，則該校所有學生de身高組成總體。如果采用隨機抽樣de方法從該校抽取部分學生測量身高，然后利用統(tǒng)計學方法估計該校所有學生de身

23、高，則抽取de學生身高就是樣本。再如，要比較兩種藥物療效是否不同，則所有服用這兩種藥物de人de療效就是總體，但這些人可能分布于全球各地，其資料很難全部獲得，只能選擇部分服用兩種藥de人，觀察他們de療效，然后以此推斷兩種藥物是否療效不同，選擇人群de療效就是樣本。（2）參數(shù)和統(tǒng)計量參數(shù)和統(tǒng)計量也是相對de，參數(shù)是描述總體特征de指標，統(tǒng)計量則是描述樣本特征de指標。它們一般都用字母表示，為了區(qū)分，參數(shù)通常用希臘字母表示，統(tǒng)計量通常用英文字母表示。如總體均數(shù)用希臘字母表示；樣本均數(shù)用英文字母表示，總體標準差用希臘字母表示，樣本標準差用英文字母s表示；總體比例用希臘字母表示，樣本比例用英文字母p

24、表示。統(tǒng)計分析de一個重要目de就是通過樣本統(tǒng)計量估計總體參數(shù)。（3）變量和資料變量（variable）是對研究個體進行觀察或測量de某種特征，如對身高進行測量，身高就是變量；觀察某藥物de療效，療效就是變量。變量de觀察值構(gòu)成資料（data），也就是我們接觸到de具體數(shù)據(jù)。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(xù)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(xù)型資料可以取任意數(shù)值，可以有小數(shù)點，如身高、體重、血壓、血糖等。離散型資料只能取整數(shù)

25、，不能有小數(shù)點，如發(fā)病人數(shù)等。無序分類資料指各分類之間無等級或程度de變化，如血型分為A、B、O、AB四型，它們是地位平等de。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de差異，如療效分痊愈、顯效、有效、無效四類，各類之間有等級差別。（4）第一類錯誤和第二類錯誤統(tǒng)計學結(jié)論往往是建立在樣本數(shù)據(jù)基礎上de，由于樣本是隨機抽取de，因此不可避免地會存在抽樣誤差，結(jié)論也可能存在一定de錯誤風險。常見de錯誤有兩種：第一類錯誤是假陽性錯誤，即把“無統(tǒng)計學意義”錯誤地判斷為“有統(tǒng)計學意義”，通常用表示。第二類錯誤是假陰性錯誤，即把“有統(tǒng)計學意義”錯誤地判斷為“無統(tǒng)計學

26、意義”，通常用表示。三、統(tǒng)計分析中應注意de幾個問題（1）關于P值de理解P值可以理解為結(jié)論de風險大小，也就是根據(jù)數(shù)據(jù)得出de結(jié)果有多大de錯誤風險，P值越小，結(jié)論錯誤de風險越小，即結(jié)論越可靠。P值越大，錯誤de風險越大，即結(jié)論de可靠性差。P值是對已有結(jié)果de錯誤風險判斷，與結(jié)果大小無關。目前不少醫(yī)學雜志上仍然存在著關于P值de不規(guī)范用語，如P0.05認為“差異顯著”，P0.01認為“差異非常顯著”等，將P值大小與實際差異大小聯(lián)系起來，這是醫(yī)學工作者值得注意de地方。統(tǒng)計學中普遍以0.05作為假設檢驗de檢驗水準，這在當年手工計算de時代無疑是十分方便de。但到了計算機發(fā)達de今天，我們

27、已經(jīng)可以很輕松地計算出確切deP值，僅以P0.05認為有統(tǒng)計學意義已經(jīng)不符合潮流了。P值等于0.049和等于0.051有什么差別呢？無非就是0.049比0.051多了0.2%支持結(jié)論de證據(jù)，但是少了這0.2%de證據(jù)難道就沒有意義了嗎？因此發(fā)表文章時不要僅僅給出“P0.05”，最好給出確切deP值，以給讀者更多de信息。（2）關于significantde理解以往教材通常將significant譯為“顯著de”，這一詞很容易讓人將其與實際差別大小聯(lián)系起來。實際上significantde含義應該是“非偶然de”，當根據(jù)樣本資料所得結(jié)果是significant，實際上表明這一結(jié)果“不是偶然”得

28、到de，更可能是真實存在這樣一種結(jié)果。如顯著性水準設為0.05，則P0.05表示根據(jù)樣本數(shù)據(jù)計算de統(tǒng)計量只有不到5%de可能是偶然造成de，反過來就是說，計算de統(tǒng)計量不大可能是偶然造成de，而更有可能是真實de情況。（3）統(tǒng)計學意義與實際意義當統(tǒng)計分析結(jié)果顯示P0.05時，我們de結(jié)論應寫為“組間差異有統(tǒng)計學意義”、“相關性有統(tǒng)計學意義”、“影響有統(tǒng)計學意義”等，而不應直接寫“組間有差異”、“變量間有相關”、“變量有影響”等。統(tǒng)計學結(jié)論與實際結(jié)論不同，它僅反映了從樣本數(shù)據(jù)得到當前結(jié)果不是偶然de，但不反映實際結(jié)果de大小。理論上，樣本含量越大，越有可能得到小deP值。即使實際差別很小，大樣

29、本所得deP值也可能很小，有de人便認為統(tǒng)計學是數(shù)字游戲。實際上并非如此，大樣本deP值小，表明大樣本de結(jié)果更為穩(wěn)定可靠，恰是反映了統(tǒng)計學de嚴謹性。比如某醫(yī)生治療1人治愈，他據(jù)此宣稱治愈率100%你會相信嗎？但如果他治療10 000人仍然全部治愈，那他說治愈率100%你會不會更相信？當一個人說街上有虎，魏王并不相信，當三個人說街上有虎，為什么魏王就相信？ 關鍵de問題是，當增加樣本de時候，是不是還會保持原來de結(jié)果？治療1人可以痊愈，治療第2個人一定會痊愈嗎？第一個人可以說街上有虎，第二個人一定也會這么說嗎？如果不斷地增加樣本，而結(jié)果仍然不變，統(tǒng)計學就會認為這種建立在大樣本基礎上de結(jié)果

30、是可靠de，而不是偶然de，就會給出一個小deP值。如果小樣本de結(jié)果發(fā)現(xiàn)有差異，統(tǒng)計學會認為基于小樣本de差異不一定可靠，因此會給出一個較大deP值，以提醒研究者謹慎下結(jié)論。（4）單側(cè)檢驗與雙側(cè)檢驗單側(cè)和雙側(cè)檢驗多用于組間比較，如要比較A、B兩種藥物療效，如果預期B藥不可能不如A藥，則可以采用單側(cè)檢驗。這種情形常用于新藥與安慰劑比較，預期藥物療效不可能比安慰劑差，可用單側(cè)檢驗。如果對兩種藥de療效并不確定，B藥可能優(yōu)于A藥，也可能劣于A藥，則多采用雙側(cè)檢驗。一般而言，如果事先對A、B兩組了解不多，沒有足夠de證據(jù)了解A和B孰大孰小，就可選擇雙側(cè)檢驗。如果事先已經(jīng)明確A一定不會小于B，或B一定

31、不會小于A，就可以選擇單側(cè)檢驗。單側(cè)檢驗和雙側(cè)檢驗de選擇必須根據(jù)專業(yè)在數(shù)據(jù)分析之前確定，對于同一資料，單側(cè)檢驗比雙側(cè)檢驗更容易得到“有統(tǒng)計學意義”de結(jié)論，也就是更容易得到陽性結(jié)果。因此，切不可得到P值后再返回來選擇有利de單側(cè)檢驗或雙側(cè)檢驗，否則那就真de是在玩統(tǒng)計游戲了。本書中de案例分析如果沒有特殊說明，均為雙側(cè)檢驗。（5）關于把握度de理解把握度又稱檢驗效能（Power），它表示如果確實有統(tǒng)計學意義de話，按照現(xiàn)有數(shù)據(jù)能夠發(fā)現(xiàn)這種統(tǒng)計學意義de概率或把握有多大。例如，兩組比較中，Power為0.8，表示如果兩組確實有差異de話，那我們在分析中有80%de把握能夠得到“有統(tǒng)計學差異”d

32、e結(jié)論。把握度通常用1-表示，即犯第二類錯誤de概率。把握度在平常de統(tǒng)計分析中一般不大為人所重視，但當你de數(shù)據(jù)出現(xiàn)陰性結(jié)果de時候你就會發(fā)現(xiàn)它de用處了。你可以根據(jù)把握度來判斷一下陰性結(jié)果是否因為例數(shù)太少，如果是，你可以繼續(xù)增加樣本含量，如果不是，那就只好宣布試驗結(jié)果事與愿違了。四、統(tǒng)計學應用de幾個誤區(qū)（1）研究目de大而全很多醫(yī)學研究者都很珍惜做科研de機會，總想在每次研究中盡可能多地收集資料，盡可能多地實現(xiàn)研究目de。想法是好de，但并不切實際。臥虎藏龍中有句臺詞：“把手握緊，里面什么也沒有，把手松開，你擁有de是一切。”。研究中de精力、物力都是有限de，如果追求de目de太多，反

33、而什么目標也實現(xiàn)不了。一般情況下，研究設計de目de不宜太多，最好在設計時仔細論證，明確研究目de，每次研究目標以不超過三個為宜。（2）方法一味追求新穎不少醫(yī)學生存在這樣de想法，認為統(tǒng)計學方法越新穎，越能體現(xiàn)出研究de水平，其實不然。統(tǒng)計方法絕無優(yōu)劣之分，只有合適與否。很多人不屑于用方差分析、相關分析等，認為過于簡單。實際上，這些方法歷經(jīng)數(shù)十年至今仍然廣為應用，已經(jīng)充分說明了它們de有效性。對于數(shù)據(jù)分析，利用簡單de方法實現(xiàn)復雜數(shù)據(jù)de分析，化繁為簡，返璞歸真，這才是數(shù)據(jù)分析de至高境界。一味追求方法de新穎性，反而脫離了初始de目標，變得迷途忘返，這是初學者需要警惕之處。（3）統(tǒng)計方法盲目

34、套用不少臨床工作者在用到統(tǒng)計學方法時，不是去請教統(tǒng)計學家，而是先從網(wǎng)上搜一篇跟自己數(shù)據(jù)類似de文章，然后照貓畫虎，依樣葫蘆進行分析，渾然不理會文章de方法是否正確。而目前國內(nèi)醫(yī)學雜志不少文章都存在統(tǒng)計學誤用現(xiàn)象，這樣方法照搬de結(jié)果就是統(tǒng)計學方法一直誤用下去，錯誤de方法一直延續(xù)下去。有de醫(yī)學生發(fā)現(xiàn)自己de結(jié)果跟上一屆de師兄師姐不同，就理所當然地認為是自己de實驗出了問題，有de為了畢業(yè)甚至會造假數(shù)據(jù)以達到與上一屆de結(jié)果相符。而實際情形很可能是上一屆錯誤而自己正確，這正如“皇帝de新衣”，大家心知肚明，只是無人點破。這不僅是個人de悲哀，更是科學de悲哀。第二節(jié) SAS簡介一、SAS概述

35、SAS全稱是Statistical Analysis System，直譯就是統(tǒng)計分析系統(tǒng)。在數(shù)據(jù)處理和統(tǒng)計分析領域，SAS一直被譽為國際上de標準軟件系統(tǒng)。其領先de技術(shù)和全面de功能，使得它成為全球數(shù)據(jù)分析de首選軟件。目前全球500強企業(yè)中，90%以上de公司使用SAS軟件解決方案。在歐美職場流行一句話：“只要有了SAS認證，你就永遠不會失業(yè)”（If you have a SAS certification，you will never lose your job）。SAS是一個綜合軟件系統(tǒng)，包含了眾多de功能模塊，分別可完成不同de任務。最常用有SAS/BASE（基礎模塊）、SAS/ST

36、AT（統(tǒng)計模塊）、SAS/GRAPH（繪圖）、SAS/QC（質(zhì)量控制）、SAS/OR（運籌規(guī)劃）、SAS/ETS（計量經(jīng)濟和時間序列）、SAS/GIS（地理信息系統(tǒng)）等。醫(yī)學統(tǒng)計中用到de主要是SAS/BASE和SAS/STAT，本書中所涉及deSAS命令均屬于這兩個模塊。目前醫(yī)學領域存在一種誤解，一提到SAS就想到編程，好像遙不可及。事實上，SASde編程跟其它軟件de編程不同。SAS中de命令大多有固定de格式和選項，只要記住常用de命令和選項，就可以輕松實現(xiàn)各種統(tǒng)計分析方法de編程。SAS只是統(tǒng)計分析de輔助工具，只要統(tǒng)計方法選擇正確，分析思路明確，僅利用SAS完成數(shù)據(jù)de分析并不難。二

37、、SAS界面介紹SAS啟動后de界面如圖1.1所示，盡管各版本在細節(jié)上略有不同，但總體結(jié)構(gòu)是相同de。圖1.1 SAS啟動界面菜單欄包括文件（file）、編輯（edit）、查看（view）、工具（tools）、運行（run）、解決方案（solutions）、窗口（window）、幫助（help）。文件主要用于文件打開、關閉、保存、打印、發(fā)送、數(shù)據(jù)導入、數(shù)據(jù)導出等功能。編輯主要有撤銷、剪切、復制、粘貼、選定、清空、查找、替換等功能。查看主要用于顯示不同de窗口，如編輯窗口、圖形窗口、日志窗口、結(jié)果輸出窗口等。工具主要用于圖形、報表等de編輯，以及對SASde一些簡單設定。運行主要用于對程序運行d

38、e控制，可以直接運行，也可選擇部分程序運行。窗口主要用于各個窗口de排列、大小調(diào)整等。幫助主要提供了SAS中各種模塊、各種命令de幫助，可以隨時查看。解決方案是SAS中最主要de菜單，該菜單提供了各種模塊可以調(diào)用。該菜單還提供了分析家（Analyst），可用于下拉菜單式de分析，適用于新手上路。工具欄中de圖標跟其它軟件類似，其功能基本上一目了然，只有圖標需要注意，這是個程序運行de標志，當程序編寫好之后，點此圖標便可運行。左邊deSAS資源管理器（explorer）顯示和管理SAS數(shù)據(jù)庫，初學者可暫不理會，它對編程和分析關系不大。三、SAS常用窗口介紹SAS最常用de窗口有三個，即編輯窗口（

39、editor）、日志窗口（log）和輸出窗口（output）。編輯窗口用于程序編寫，當程序?qū)懞茫c擊提交運行后，運行結(jié)果顯示在輸出窗口，而運行過程中de信息顯示在日志窗口。SAS啟動后一般直接進入編輯窗口，在此窗口可直接輸入數(shù)據(jù)和編寫程序。圖1.2給出了一段簡單de程序編寫。圖1.2 簡單SAS程序示例可以發(fā)現(xiàn)，SAS對不同語句自動賦予了不同de顏色，這是SAS 8e版本以后增加de增強型編輯窗口（enhanced editor）de特有功能。增強型編輯窗口對不同de語句賦予不同de顏色，便于發(fā)現(xiàn)錯誤。程序會根據(jù)輸入de語句或數(shù)據(jù)自動賦予四種顏色，即深藍、淺藍、黃底黑色和白底黑色。如果程序書寫

40、錯誤，相應de顏色就會發(fā)生變化。如圖1.2中，PROC MEANS為深藍色，如果將PROC改為PROD（圖1.3），則PROC變?yōu)榧t色，提示輸入錯誤。圖1.3 錯誤deSAS程序示例這時如果切換到日志窗口（圖1.4），可以發(fā)現(xiàn)有一句綠色de話“假定符號PROC錯拼為PROD”，即盡管PROC拼寫錯誤，但SAS會自動判斷可能正確de語句，然后給出輸出結(jié)果。日志窗口一般會有四種顏色字體：黑色是對程序de重復，沒有太大意義；藍色字體主要是“提示（note）”作用，提供了SAS運行de常規(guī)信息，一般情況下我們不必理會；綠色字體是“警告（warning）”作用，一般提示de是小錯誤，SAS大多會自動糾正

41、，而且繼續(xù)運行；紅色字體提示程序出現(xiàn)“錯誤（error）”，SAS已經(jīng)無法運行下去，需要根據(jù)提示修改程序。圖1.4 日志窗口de提示實際中常見deSAS程序錯誤有：拼寫錯誤，如proc拼寫為prod；遺漏run語句，導致程序無法執(zhí)行；漏寫分號，或?qū)懗闪酥形臓顟B(tài)下de分號；數(shù)據(jù)后de分號沒有另起一行；引用了不存在de選項；過程步中de變量名稱與數(shù)據(jù)步中de變量名稱不符；引號不對稱；等。程序編寫結(jié)束，點擊后，輸出窗口會輸出程序de運行結(jié)果，圖1.2中de程序運行結(jié)果如圖1.5所示。該程序采用proc means命令，對數(shù)據(jù)進行簡單de統(tǒng)計描述，結(jié)果給出了均數(shù)、標準差等統(tǒng)計量。該命令在第三章有詳細介

42、紹，這里僅給出一個簡單de示例。圖1.5 輸出窗口de結(jié)果四、SAS編程簡介圖1.2中de程序雖然簡單，但包含了SAS程序de基本結(jié)構(gòu)。SAS程序主要包括兩部分，第一部分是數(shù)據(jù)輸入部分，稱為數(shù)據(jù)步（data step）；第二部分是數(shù)據(jù)分析部分，稱為過程步（proc step）。圖1.2中共有三個語句是深藍色，即DATA語句、PROC語句和RUN語句。DATA表示數(shù)據(jù)步de開始，這部分主要用于完成數(shù)據(jù)輸入；PROC表示過程步de開始，這部分主要通過相應de命令實現(xiàn)數(shù)據(jù)分析；RUN表示程序運行de開始，即提交程序，使之運行。數(shù)據(jù)步用于輸入數(shù)據(jù)或調(diào)取電腦上已有de數(shù)據(jù)文件。DATA是數(shù)據(jù)步開始de標

43、志，這是大多數(shù)程序de起始，表示要建立一個數(shù)據(jù)集。在DATA與PROC之間de語句都是數(shù)據(jù)步，其目de是建立一個用于分析de數(shù)據(jù)集。DATA后面de“example1_1”是數(shù)據(jù)集de名稱，是給數(shù)據(jù)集起de名字，該名字可根據(jù)自己de愛好自行決定，名字必須由字母或下劃線起始，可包括英文字母、下劃線、數(shù)字，不能有中文及%、#、！等特殊字符。Input語句表示要輸入變量名稱，圖1.2de程序共有兩個變量，變量名稱由自己指定，一般取意義較為明確de英文名，如分組變量起名為group，分析變量起名為num。如果有多個變量，則依次輸入，變量之間空格。如果輸入de變量是數(shù)值型，則直接依次輸入變量名即可。如果

44、變量是字符型，則需要在變量名后加一“$”符號，SAS根據(jù)這一標志就可判斷它是字符型。如圖1.2中degroup不是數(shù)值型，而是字符A和B，因此在group后加入“$”。Cards語句起一個承前啟后de作用，連接變量和數(shù)據(jù)。Cards前面deinput語句輸入變量，而cards則提示其后就是與變量對應de數(shù)據(jù)。Cards后面de數(shù)據(jù)一定要與變量一一對應，尤其對于初學者，最好先嚴格按一定格式輸入數(shù)據(jù)。過程步用于對已有數(shù)據(jù)de統(tǒng)計分析。PROC是過程步de開始標志，表示從這里開始就要調(diào)用SAS中相應de統(tǒng)計分析命令。不同de研究目de需要調(diào)用不同de命令，圖1.2中調(diào)用de是proc means命令

45、，表示對數(shù)據(jù)進行簡單描述，輸出均數(shù)、標準差等統(tǒng)計量。本書用到de統(tǒng)計分析方法所對應de命令見表1.1。表1.1 本書用到deSAS統(tǒng)計分析命令及其用途簡介命令用途PROC PLAN實驗設計de隨機化分組PROC POWER樣本含量估計，把握度估計PROC MEANS統(tǒng)計描述PROC UNIVARIATE統(tǒng)計描述，正態(tài)性檢驗PROC TTEST定量資料de兩組間比較，t檢驗，配對t檢驗等PROC GLM一般線性模型，包括方差分析、協(xié)方差分析、線性回歸等PROC NPAR1WAY非參數(shù)檢驗de組間比較，Wilcoxon、Kruskal-wallis檢驗等PROC MULTTEST多指標、多重比較，

46、Bonferroni法、permutation法、bootstrap法等PROC FREQ分類資料組間比較及相關性分析，2檢驗PROC CORR相關性分析，Pearson相關、Spearman相關等PROC REG線性回歸分析PROC PRINCOMP主成分分析PROC PLS偏最小二乘回歸PROC ROBUSTREG穩(wěn)健回歸PROC GAM廣義可加模型PROC LOGISTIC二分類logistic回歸、有序logistic回歸PROC CATMOD對數(shù)線性模型，多項logistic回歸PROC LIFETEST生存數(shù)據(jù)組間比較，Kaplan-Meier法PROC PHREG生存數(shù)據(jù)deCo

47、x回歸PROC GENMOD廣義線性模型，包括logistic回歸、Poisson回歸、廣義估計方程等PROC MIXED多水平模型，混合線性模型SAS命令中，許多語句都是通用de，最常見de如class、by、weight、freq、var語句。Class語句用于指定分類變量，如兩組或多組de組間比較中，class語句可指定組別變量。By語句也用于指定分類變量，但其功能與class語句不同，by語句按指定分類變量de類別將數(shù)據(jù)集分割為多個子數(shù)據(jù)集，在各自數(shù)據(jù)集內(nèi)分別執(zhí)行相應de命令。使用by語句時，一定要先按照by語句定義de變量排序，否則會給出錯誤提示。Weight語句和freq語句在多數(shù)情況下功能相似，用于指定權(quán)重或頻數(shù)變量。Var