本文摘要：隨著近年來，人們對統(tǒng)計學知識研究的不斷深入，統(tǒng)計學方法被不斷應用在各個學科的發(fā)展中，其中以經(jīng)濟學和生物醫(yī)學表現(xiàn)尤為明顯。
問：統(tǒng)計學畢業(yè)論文可以寫什么內(nèi)容?
答：統(tǒng)計學畢業(yè)論文的寫作方向有很多，作者可以根據(jù)自己擅長的方向入手，也可以通過參考其他發(fā)表統(tǒng)計論文寫作方向，例如統(tǒng)計體制視角下的統(tǒng)計數(shù)據(jù)質量理論研究，企業(yè)統(tǒng)計創(chuàng)新、統(tǒng)計思想芻議、統(tǒng)計過程和統(tǒng)計觀念等等。
隨著近年來，人們對統(tǒng)計學知識研究的不斷深入，統(tǒng)計學方法被不斷應用在各個學科的發(fā)展中，其中以經(jīng)濟學和生物醫(yī)學表現(xiàn)尤為明顯。選取正確的統(tǒng)計學方法幫助醫(yī)學實驗推導結果，是目前醫(yī)學科研發(fā)展的一項重要的工作。是否選取正確的統(tǒng)計方法將直接對醫(yī)學科研發(fā)展中的的嚴謹性造成影響，方法選取正確可能帶來較高價值的醫(yī)學結果，而選取不當則會使得其反，甚至得出與事實嚴重相悖的結論。但是，并不是所有的醫(yī)學工作者都對這一觀點有著較高的認知水平，在實際工作中，忽視統(tǒng)計學知識的重要性和科學性的實例層出不窮，某些研究人員濫用統(tǒng)計學方法，甚至未經(jīng)科學驗證就在文章里敘述“采用某檢驗的統(tǒng)計方法進行分析”，這些都造成了目前醫(yī)學實驗中統(tǒng)計方法應用較為混亂的問題。甚至存在，某些醫(yī)學文獻中盲目參考前人統(tǒng)計學資料和結論，沒有深入理解，得出讓人啼笑皆非的結論。本文從醫(yī)學實驗中常見的幾個統(tǒng)計學錯誤：統(tǒng)計學表達描述出現(xiàn)問題、使用單因素方法考慮多因素問題、盲目套用統(tǒng)計分析模式以及不考慮統(tǒng)計推斷方法使用的前提條件出發(fā)，討論錯誤的成因，并就如何避免此類錯誤給出一點建議和對策[1]-[3]。
一、統(tǒng)計學表達和描述方式存在錯誤
在對醫(yī)學實驗的分析中，往往不可避免的要對所收集的眾多數(shù)據(jù)進行某種意義的表達和描述，盡管常見的表達和描述方法所有人都會，看似這是一件很容易的事情。但是，一旦應用到統(tǒng)計學的知識，很多人就會不可避免的犯各類錯誤。常見的表達和描述錯誤有以下幾個方面：第一，在統(tǒng)計表方面，表中紛繁的數(shù)據(jù)并沒有給出一個合適的表達對其進行描述，容易使人造成誤解;第二，在統(tǒng)計圖方面，刻度值是極其容易出現(xiàn)錯誤的一種情況，此外，錯誤使用不能表現(xiàn)所需表達性質的圖表的情況也較為常見;第三，在定性資料和定量資料的分析過程中出現(xiàn)表達錯誤;第四，在對定量資料進行描述的時候，不考慮其是否偏離正態(tài)分布，，不考慮標準差與平均值的關系，一味的使用x±s表達等等。
以某篇醫(yī)學文章中的應用為例，展開討論：在該論文中，用下表描述定量資料。
表1 兩類奶牛乳蛋白含量比較(%)(x+s)
按照表中數(shù)據(jù)描述，是應用平均數(shù)以及標準差來有效的描述資料的，看似科學并且有理有據(jù)，但是經(jīng)過與下表2的對比分析，卻會發(fā)現(xiàn)，如下情況：
表2 兩類奶牛乳蛋白含量比較(%)(x+s)
表中存在標準差大于平均值的情況，顯然可以判斷數(shù)據(jù)不符合正態(tài)分布的規(guī)律性，此時若繼續(xù)按照之前的方式描述數(shù)據(jù)，就會產(chǎn)生錯誤。相反，如果此時將標準差變?yōu)樽儺愔笜�，從而有效表達資料情況就相對比較合理，而且更有利于過程中問題的發(fā)現(xiàn)。
二、盲目使用單因素統(tǒng)計思想考慮多因素問題
這一問題多出現(xiàn)在列聯(lián)表的相關資料和問題當中，在這類問題中，可能對結果變量造成影響的因素并不是單一的，并且和可能各因素之間也存在交叉的作用。在這種情況下，如果盲目采取化繁為簡的方式，將所需要的資料化簡成最簡單的二維列聯(lián)表的形式，進而采取最為常見的卡方檢驗對數(shù)據(jù)進行分析，就可能造成錯誤。在筆者剛接觸此類醫(yī)學實驗的時候，通常假定各因素具有獨立性，在這一前提下，上述方法是合適的，但是，如果沒有這一前提存在，各因素之間存在或淺或深的相互聯(lián)系，就將會得出錯誤的結論。例如在某一篇醫(yī)學論文中，作者寫作的本意是分析不同年齡段、性別以及身體狀況的人對某一病毒抵抗力的差異，然后分別針對三個因素各自整理一個列聯(lián)表并進行卡方檢驗，然后開始數(shù)據(jù)統(tǒng)計分析的工作，并得出自認為比較滿意的結論。但是仔細推敲，其實三個因素的獨立性并沒有得到正確的驗證，這樣盲目的分離數(shù)據(jù)的措施是相當不具有科學性和合理性的，統(tǒng)計分析的結論也可以說是完全沒有說服力的結論。當然，從統(tǒng)計學角度來說，我們也并不能完全否定上述結論，只能說上述結論也是具有一定的參考價值的，正確的做法應該是：采用logistics回歸模型進一步對相關因素進行篩選，取代單一的卡方檢驗方式。
三、盲目套用統(tǒng)計分析的模式卻并沒有實質性的分析
發(fā)展到現(xiàn)在，統(tǒng)計方法已經(jīng)拓展的多種多樣，比較常用的有卡方檢驗、t檢驗、因子分析、方差分析、回歸分析等等，每一種統(tǒng)計方法都有其對應的特殊意義。有一些統(tǒng)計方法的作用只是單純的為了判斷某兩種因素是否存在關聯(lián)性，有一些方法則是用來比較兩組數(shù)據(jù)是否存在較為明顯的線性趨勢，此外還有一些統(tǒng)計方法可能只是為了篩選出影響數(shù)據(jù)結果的最重要因素……很多醫(yī)學論文中甚至沒有搞懂不同統(tǒng)計方法的基本區(qū)別，就盲目套用統(tǒng)計分析的模式進行分析，不重結果只求分析過程的花樣性，這完全喪失了統(tǒng)計學方法在醫(yī)學實驗中應用的意義。例如，在某醫(yī)學實驗的相關論文中，作者希望分析老年人的最大呼氣流量與工作能力的關系，最終卻選用了卡方檢驗的方式，得出二者之間間是否具有獨立性的結論，完全與作者本意無關，既不能得出有效結論，還造成了論文表述的繁瑣冗長，一定程度上還增加了作者的工作量。此時正確的想法應當是檢驗上述二者是否具有一致性的關系，所以采取比較常見的一致性檢驗措施更為有效和必要，例如在這篇文章中就可以采用Kappa檢驗，隨之也將取得更為理想的結果。
四、忽視統(tǒng)計方法使用的前提
通常情況下，統(tǒng)計方法的應用都應當是考慮其適用的前提條件，例如在我們比較常用的一些統(tǒng)計方法應用在醫(yī)學實驗的實例中的情況，都是先考慮其前提條件是否適合，再進一步進行統(tǒng)計推斷的：t檢驗就是最為常見的例子，采取t檢驗進行統(tǒng)計分析前，必須保證所參與比較的兩組數(shù)據(jù)是服從正態(tài)分布的，此外方差齊性也是必須要滿足的條件之一。如果不能夠滿足統(tǒng)計方法使用的前提條件而盲目應用統(tǒng)計推斷的方法，必然帶來不夠嚴謹?shù)膶嶒灲Y論。在某些情況下，如果某一種方法的前提條件并不符合，我們可以考慮換一種可以替代該方法的統(tǒng)計推斷方法，比較常見的有，在使用卡方檢驗前，如果發(fā)現(xiàn)資料中的樣本總數(shù)，不能滿足卡方檢驗的最低要求，則可以考慮換成fisher精確檢驗法重新進行分析，對應的，將會取得更為嚴謹有效的結論。
五、結束語
上述四種錯誤，統(tǒng)計學表達描述出現(xiàn)問題、使用單因素方法考慮多因素問題、盲目套用統(tǒng)計分析模式以及不考慮統(tǒng)計推斷方法使用的前提條件，造成的各類錯誤顯而易見，而在實際的醫(yī)學實驗運用統(tǒng)計方法的例子中，還會出現(xiàn)其他各類可能的錯誤。例如，對資料的設計類型沒有分辨清楚，在實驗設計初期就完全沒有考慮之后可能用到何種統(tǒng)計學方法，實驗設計的盲目性對后期數(shù)據(jù)的選擇產(chǎn)生較為明顯的影響，從而使得實驗結果出現(xiàn)一定程度的偏差。
總的來說，在醫(yī)學實驗中應用統(tǒng)計學方法出現(xiàn)的錯誤較為常見，而且類型繁多，本文只是總結了較為常見的幾種錯誤。由此，醫(yī)學工作者及相關實驗人員應當在日常工作當中，進一步汲取統(tǒng)計知識，并且一定在實驗初期確定實驗的指導思想，從而確定采取何種統(tǒng)計方法收集數(shù)據(jù)、分析數(shù)據(jù)、得出結論等，進而可以獲得較為理想的實驗結果。同時，還應當加強與統(tǒng)計方面相關人才的聯(lián)系，減少錯誤出現(xiàn)的可能性，這對醫(yī)學工作者進一步提高自身的科研能力和科研水平是大有裨益的。
轉載請注明來自發(fā)表學術論文網(wǎng)：http:///yxlw/5758.html
