现代社会，不懂点统计学，如何做科研，如何写文章，如何晋职称？统计学已经融入我们的日常生活与工作。那么，你是否有以下困惑：明明已经看过好多遍统计书，却依然不明白统计学到底是干什么的？已经听老师在课上讲过多种统计方法，面对数据却依然无从下手？感觉自己已经知道什么是t检验、方差分析，可是却始终觉得没有真正理解它们？在投文章的时候，统计学方法总是一写就错，一遍遍地被审稿人退修？………………现在福音来啦，北京百思达公司特别邀请资深统计学授课专家，采用线上授课方式，为大家通俗讲解基础统计学理论，带领大家由浅入深理解统计学，真正掌握统计学的思想，得心应手地应用统计学。&主讲老师简介：授课老师：冯老师，博士，资深统计学讲师，对各种基础统计、回归分析、纵向监测数据分析、复杂数据的分析建模等均有较深研究。尤其精通SAS统计软件，目前已主编/编著多部统计分析与SAS软件应用的专著，在国内外期刊发表论文50余篇。冯老师目前任7家杂志的编委/审稿人，熟知文章发表中容易出现的各种统计学错误。曾在多家科研机构、学校、院所等进行不同层次的统计学方法授课和讲座，具有丰富的培训经验。尤其擅长统计学的通俗讲解，能够深入浅出地将复杂的统计学方法让大家轻松掌握，在以往多次的培训中，受到学员的一致好评。冯老师个人的微信公众平台“小白学统计”，以通俗、幽默的语言介绍各种统计方法和思路，一经推出便受到广大读者的热烈欢迎。授课时间：8月2、3、4日，每天授课时间为19:30-21:30，讲课时间90分钟，互动时间30分钟。授课形式：主要通过QQ群在线学习，授课老师利用PPT讲课。课程结束后，有半小时的互动时间，学员如有任何问题，可与授课老师直接交流。授课费用：368元。&基础统计学课程安排内容时间内容介绍第一讲 &假设检验：理解一切统计推断的基础讲课90分钟讨论30分钟统计学的一些重要概念及其理解：如何小中见大“女士品茶”品出的假设检验思想假设检验中的两类错误：我该更关注哪一个？假设检验中的两类错误有什么实际用处？P值只是数字游戏吗？如何真正理解P值置信区间与P值有什么关系？文章中什么情况下最好报道置信区间？正态分布与t分布有什么不同？t检验分析思路论文发表中关于t检验应用常犯的错误有哪些？第二讲 &方差分析的思想：贯穿各种统计方法的变异分解思路讲课90分钟讨论30分钟方差分析与t检验有什么关系吗？方差分解的基本思想：不仅仅是方差分析单因素方差分析的思路如何判断数据的正态性？如何理解方差齐性？两两比较的常用方法有哪些？如何选择这些方法？论文发表中关于方差分析应用常犯的错误有哪些？多因素方差分析的思路什么是主效应和单独效应？如何理解交互效应？文章中如何正确解释交互效应？第三讲 &一般线性模型：换一个角度看世界讲课90分钟讨论30分钟什么是一般线性模型？一般线性模型与广义线性模型有什么区别？t检验与一般线性模型的关系方差分析与一般线性模型的关系一般线性模型等于线性回归吗？什么是协方差？协方差与相关系数有什么关系？其它还需要了解的基础统计学内容&报名流程：（1）报名：报名方式可通过支付宝或微信支付两种方式。A:支付宝收款人：bio_户名: 北京百思达科技有限公司B:微信收款人：户名: 北京百思达科技有限公司&（2）加入学习班：将转账信息发给杨女士，加入QQ群学习班，等待上课。杨女士联系方式：QQ： 微信：&注意事项：（1）关于发票：如有学员需要开发票，请将发票抬头、内容发给杨女士，所有发票将在课程结束后统一寄出。（2）其他情况：本次授课方式采用QQ群视频授课，方式灵活，为保证学习效果，尽量使用电脑登陆QQ。学员入QQ群后，随时关注群消息。如有任何其它问题，均可咨询群管理员。（3）关于名额：由于采用QQ方式学习，为保证每一位学员的学习质量以及QQ群管理方便，本次学习班限额报名80人。超过80人不再接受报名，敬请谅解。&小白学统计(gh_775e7476c73f)　
　文章为作者独立观点，不代表大不六文章网立场
的最新文章
不是我明白，而是世界变化太快。想要了解变化趋势，跟上变化速度，那就学点趋势分析吧。10月29和30日两天的统计培训通知，再次转发一遍。培训老师：“小白学统计”微信平台创作者本人本文介绍重复测量方差分析的一些基本内容和思路，希望大家再用重复测量方差分析时会清晰一些。重复测量，熟悉而又陌生，让你欢喜让你忧。10月份本人的2次培训，有感兴趣的不妨看看。所有的方差分析都需要做两两比较吗？固定效应模型，是的；随机效应模型，未必。看完本文，也许你不敢说：“我会做方差分析”了。趁着七夕，也学习一下统计学中的鹊桥吧。还在为选择两两比较方法而苦恼吗？也许本文能给你一定的帮助。生活不仅是眼前的苟且，还有诗和远方。同样，实验设计不仅是随机分组，还有析因和嵌套。手机，到底是你的工具，还是你的枷锁？本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。8月初的一个线上培训，感兴趣的可以关注一下非参数检验是迫不得已才使用吗？非参数检验只是参数检验的备胎吗？本文将从历史到现在为你解读。作为一名临床医生，你真的“会”用t检验吗？你还在为如何判断正态性而苦恼？本文教你几种快速判断正态性的简易方法。道上传来的消息说，样本量大于30的都近似正态分布，不用做正态性检验，直接用t检验就行了。真的如此吗？如果你不会科研设计，那你一定要知道：“错误的数据不如没有数据”有多少人对“随机”这一名词是又爱又恨，想离开它又怕发不了高质量文章，想接近却又觉得它是如此高冷。本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。你还对各种统计招式觉得眼花缭乱？不要紧，看统计武学高手澄观是如何给韦小宝解说的。设计不均衡有什么后果？如何分别从设计角度和统计分析角度处理不均衡？我们在用小白鼠做实验，我们又是谁的小白鼠呢？你还在为不明白正态分布而苦恼吗？希望本文能够帮助你轻松理解一下。学会了随机抽样后，今天再学会随机分组，科研路上还有什么可以阻挡你呢？数据可视化已经成为当前热门话题，如何利用图形让你的报告更加吸引人，让别人不至于听得昏昏欲睡？常规的柱状图、线本文主要是应有的读者要求，介绍一些统计入门和进阶书籍。主要以面向医学统计为主，也可作为其他领域统计的借鉴。本文主要介绍一下定量资料的组间比较如何选择相应的统计分析方法，别指望一脚踢（t）遍全世界，还有很多其它招式。借此平台给自己的新书打个广告，如果你对SAS感兴趣，不妨看看本人的新书《小白学SAS》，相信不会让你失望。上一篇文章《选择分析利器——几种统计软件的个人使用看法》只是简单比较了一下几款常用的统计软件，这篇文章主要说一下，哪一款软件更适合你。根据本人使用的感觉，谈一下常见的几种软件的比较。gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。热门文章最新文章gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
醛固酮受体拮抗对心肌梗死大鼠心肌基质金属蛋白酶及其组织抑制剂的影响.pdf61页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：280 &&
醛固酮受体拮抗对心肌梗死大鼠心肌基质金属蛋白酶及其组织抑制剂的影响
你可能关注的文档：
··········
··········
中文摘要 醛固酮受体拮抗剂对心肌梗死大鼠心肌基质金属蛋 白酶及其组织抑制剂的影响 摘 要 心肌梗死后会发生心室重构，产生心室形态、大小和功
能状态的改变，导致左室功能不全，最终会进展为心力衰竭。
其机制主要是通过神经内分泌的激活、细胞因子的活化、基 因表达的异常，造成一系列病理变化。其中，心肌细胞外胶
原基质的重构在心室重构中起了非常重要的作用。
降低心肌梗死后心力衰竭和重度心衰的病死率，显示了拮抗
醛固酮对心脏毒害作用的重要性和醛固酮拮抗剂在治疗中
心衰中的地位。董琦等研究证实对急性前壁心肌梗死患者在
常规治疗的基础上，加用小剂量的螺内酯，可以进一步抑制
左室的扩张和纤维化，防止心室重构的发生。Nieoletti等证
实螺内酯具有明显抑制胶原蛋白合成的作用。董士民等研究
证实，螺内酯能减低急性心肌梗死患者血清胶原代谢标志物
Ⅲ型胶原氨基末肽、血清透明脂酸含量，阻抑左室重构，改
善心功能，并通过动物实验研究发现螺内酯、氯沙坦及其联
合治疗均可显著降低非梗死区心肌胶原沉积及I／Ⅲ型胶原 比值，抑制胶原的增生。 由巨嗜细胞分泌的基质金属蛋白酶Qn佃s 是一组能特
异地降解细胞外胶原基质的z11“依赖的酶家族，是胶原重构
过程中的关键酶。MMPs已经被证明在高血压病、动脉粥样
硬化、急性冠脉综合症时均有高表达，在多种组织特别是心
肌组织重构中起了非常重要的作用。而金属蛋白酶组织抑制 中文摘要
剂 TIMes 是体内调节MMP活性的最重要的内源性抑制系
统。实验证明，心肌梗死后，基质金属蛋白酶和组织金属蛋白
酶抑制酶在正常组织中的动态平衡被破坏，即开始了心室重
正在加载中，请稍后...小木虫 --- 500万硕博科研人员喜爱的学术科研平台
&&查看话题
方差分析两两比较
各位高人，有没有遇到过单因素方差分析时有统计学差异，两两比较却任意两组都无统计学差异的情况？
这种情况应该是会遇到的吧。
校正了阿尔法值后，降低一类错误应该增大了二类错误，降低检验功效。
可是我为什么从没遇到过？
元芳，你认为呢？
研究生必备与500万研究生在线互动！
扫描下载送金币
浏览器进程
打开微信扫一扫
随时随地聊科研实验设计中的重复原则，意思就是你的结果能够在不同人中重现。古人其实早就有对重复原则的见解，“三人成虎”就是一个很好的例子。一个人说有虎，大家并不相信，两个人说有虎，就开始半信半疑，三个人说的时候，就完全相信了。这就是重复的作用。其实道理很简单，就像是有“神医”治好了一个人，就宣称自己的药有多好，你肯定不会相信，但是如果他治好了一万人，再说自己的药很好，那可信度就高了。所以，想让自己的结果让人相信，就需要很多人重现类似的结局，这样你的结果发表出来，大家才会相信。所谓的“重复”，也就是样本量，所有的研究都需要一定的样本量来支持你的结果，让大家相信你的结果不是偶然的，而是确实存在的一种现象和规律。但是最大的问题是，到底需要多少样本量？关于样本量的计算，很多书中都有介绍，我在前面的文中也专门写了横断面调查中的样本量估算公式（），后面会继续写其它设计中的样本量计算。但是本文不想介绍这些样本量计算的公式，而是想说一下，为什么要用这些公式来计算，为什么你需要这么多样本量，为什么你必须计算样本量？帮助我们从原理上理解样本量的一些思想。样本量计算的公式是凭空想出来的吗？非也！其实所有的样本量计算公式都是有依据的，而且都是跟一类错误和二类错误有关（一类错误和二类错误的概念详见前文）。我们以两组率的比较为例，我们都知道，在进行两组率比较时，首先设定无效假设（两组率无差异，即两组率差值为0），然后在此基础上再进行统计推断。无效假设成立时，其分布如下图左边的分布形式，因为无效假设中，设定两组率差值为0，因此左边的无效假设的分布是以0为中心，以二项分布的标准差呈一定分布。备择假设成立时（备择假设即认为两组率差值不为0，而是某一数值），其分布如下图右边的分布形式。备择假设中，两组率差值为P1-P2，因此它的分布是以P1-P2为中心，以P1-P2的标准差呈一定分布。对于无效假设的分布而言，图中的c点就是拒绝无效假设H0的界值，因为我们都知道，即使无效假设（P1-P2=0）成立，在无效假设的分布下，仍有较小的概率出现P1-P2距离0比较远的情况，这也就是我们一开始设定的一类错误的出现概率，也就是c点所对应的概率。超过c点右侧的那些值，就是本来应该是无效假设的分布中的数据，但是却被划分到备择假设中了，所以这是一类错误的概率。对于备择假设的分布而言，图中的c点是二类错误所对应的概率，也就是说，c点左侧的那些值，本来这些都是属于备择假设分布中的，但是却被划分到无效假设中了，所以这是二类错误的概率。那么，对于无效假设的分布，c值等于：均值+标准差*正态分布中相应百分位数对应的z值（如单侧0.95对应1.64）而无效假设中，均值为0，因此c值也就是：而对于备择假设而言，其均值为P1-P2，因此其c值为：这两个c值是相等的，因此可以画个等号。而且这两个公式中都有n，当然第二个公式中有两个n（分别是n1和n2）。如果我们假定两组例数相等，那么，让这两个公式相等，再做一下公式变换，就可以求出n：这也就是两组率样本量的计算公式。所以，通过上面解释，我们就可以明白，其实样本量计算是有依据的，主要就是根据无效假设下的分布和备择假设下的分布计算而来。所以现在你就可以明白：计算两组率是，为什么需要预先知道两组率的预期差异是多少，为什么需要预先设定一类错误和二类错误。因为这些都是息息相关的。有人说，样本量计算只是玩数字游戏，这是错误的。这不是玩数字游戏，而是为了避免你的研究做了无用功，是为了保证你的研究结果能够出现你预期的情况。也有人说，我在算样本量时，有这么多的主观因素，我可以让差值设的大一些，那不就需要的样本量小了吗？这样是没错，可是，你怎么知道两组率会有这么大差异呢？如果实际中根本没有这么大差异，那么，你算出的样本量仍然不足以回答你的假设。你仍然无法说明这到底是样本量太小导致的无差异，还是真的无差异。还有人问我说，我既然已经知道两组差异是P1-P2了，那我还计算样本量干什么呢？首先，我们只是预期两组差异是P1-P2，实际中不一定。这一差值不是随便预期的，而是根据临床或专业知识来确定的一个预期值（比如设定有效率增加5%而不是增加0.5%）。所以我们需要有一定数量的样本来证实我们这一预期，那么，至少需要多少样本量才能证明呢？就是我们刚才说的计算过程。虽然本文介绍的只是两组率的差异的样本量计算过程，但其它（如单组率的计算，两组均值的计算等）计算都与此相似，都是基于这一原理和思路。小白学统计(gh_775e7476c73f)　
　文章为作者独立观点，不代表大不六文章网立场
的最新文章
不是我明白，而是世界变化太快。想要了解变化趋势，跟上变化速度，那就学点趋势分析吧。10月29和30日两天的统计培训通知，再次转发一遍。培训老师：“小白学统计”微信平台创作者本人本文介绍重复测量方差分析的一些基本内容和思路，希望大家再用重复测量方差分析时会清晰一些。重复测量，熟悉而又陌生，让你欢喜让你忧。10月份本人的2次培训，有感兴趣的不妨看看。所有的方差分析都需要做两两比较吗？固定效应模型，是的；随机效应模型，未必。看完本文，也许你不敢说：“我会做方差分析”了。趁着七夕，也学习一下统计学中的鹊桥吧。还在为选择两两比较方法而苦恼吗？也许本文能给你一定的帮助。生活不仅是眼前的苟且，还有诗和远方。同样，实验设计不仅是随机分组，还有析因和嵌套。手机，到底是你的工具，还是你的枷锁？本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。8月初的一个线上培训，感兴趣的可以关注一下非参数检验是迫不得已才使用吗？非参数检验只是参数检验的备胎吗？本文将从历史到现在为你解读。作为一名临床医生，你真的“会”用t检验吗？你还在为如何判断正态性而苦恼？本文教你几种快速判断正态性的简易方法。道上传来的消息说，样本量大于30的都近似正态分布，不用做正态性检验，直接用t检验就行了。真的如此吗？如果你不会科研设计，那你一定要知道：“错误的数据不如没有数据”有多少人对“随机”这一名词是又爱又恨，想离开它又怕发不了高质量文章，想接近却又觉得它是如此高冷。本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。你还对各种统计招式觉得眼花缭乱？不要紧，看统计武学高手澄观是如何给韦小宝解说的。设计不均衡有什么后果？如何分别从设计角度和统计分析角度处理不均衡？我们在用小白鼠做实验，我们又是谁的小白鼠呢？你还在为不明白正态分布而苦恼吗？希望本文能够帮助你轻松理解一下。学会了随机抽样后，今天再学会随机分组，科研路上还有什么可以阻挡你呢？数据可视化已经成为当前热门话题，如何利用图形让你的报告更加吸引人，让别人不至于听得昏昏欲睡？常规的柱状图、线本文主要是应有的读者要求，介绍一些统计入门和进阶书籍。主要以面向医学统计为主，也可作为其他领域统计的借鉴。本文主要介绍一下定量资料的组间比较如何选择相应的统计分析方法，别指望一脚踢（t）遍全世界，还有很多其它招式。借此平台给自己的新书打个广告，如果你对SAS感兴趣，不妨看看本人的新书《小白学SAS》，相信不会让你失望。上一篇文章《选择分析利器——几种统计软件的个人使用看法》只是简单比较了一下几款常用的统计软件，这篇文章主要说一下，哪一款软件更适合你。根据本人使用的感觉，谈一下常见的几种软件的比较。gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。热门文章最新文章gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。俗话说，没有对比就没有发言权，没有对比也没有说大小好坏的权利。古人亦早有这种思想，所谓尺有所短，寸有所长，就是这个意思。相对“丈”，尺就是短的，相对“寸‘，尺就是长的。有首诗说的就是这回事：“他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子”。不过我们今天主要说一下实验设计中的对照，在可研设计中，除非你只满足于简单的统计描述，否则一定要考虑如何选择对照的问题。对照在不同的研究中有不同的含义，在病例对照研究和队列研究中，“对照”指的是人，是我们的研究对象。而在随机对照试验中，“对照”通常指的是一种干预措施，一种行为。所以在不同研究中，如何选择对照的考虑点也不相同。下面就逐一说一下。首先说病例对照研究，病例对照研究中，如何选择合适的对照，这大概是最重要的一步了，直接关系到你结果的可靠性。对照选择的原则在很多流行病学教材中都有介绍，不过大都是语焉不详，含糊其辞，导致你读书千遍，意仍不见。当然对照的选择需要考虑很多，我这里只说几种比较典型的、大家容易犯的错误。例1：某研究采用病例对照研究分析塞来昔布是否容易导致心血管事件，病例选择具有医院中心血管事件的患者，对照选择同一医院中关节炎患者。这一研究的最大问题在于：对照组关节炎患者会经常服用塞来昔布，因为塞来昔布本来就可以用于关节炎治疗。这时候可想而知，如果塞来昔布真的能导致心血管事件的话，那么病例组中服用塞来昔布的例数应较多，而对照组中服用塞来昔布的例数也很多，甚至超过病例组。这种情况下，即使塞来昔布真的与心血管事件有关，也会被低估，甚至会认为反而服用塞来昔布有保护作用了。所以选择对照的一个原则：一定不能选择与病例具有同样暴露因素的人作为对照，否则会低估暴露与病例的关联。例2：某研究采用调查问卷调查某病的危险因素，病例选自住院患者，对照选自门诊病人。这一研究的问题在于：对照与病例的环境差别太大，不难想象，住院患者可以有大量的时间来填写问卷，而门诊病人大都是行色匆匆，能给你填就不错了，别指望有多认真。所以，他们填写质量肯定差别很大，这种情况下，你进行最终分析，结果肯定会存在偏倚。所以，选择对照尽量选择同一条件下的，如果用住院患者，那就都用住院患者。再说一下随机对照试验。随机对照试验有很多种对照方式，常见的如安慰剂对照、空白对照、阳性对照等。这些不同的对照什么时候用呢？还是有很多讲究的。比如说安慰剂对照，这种方式一直被很多人诟病，现在仍然如此。但有时确实不得不用，毕竟安慰剂效应是真的存在的。但有些情况下确实用安慰剂不大方便。例如：例3：某疫苗试验中，要比较3针与4针的预防效果是否有差异，以4针作为试验组，3针作为对照组。这一研究中，如果做安慰剂，也就是给3针组的人补打一针生理盐水。就会有一个问题，3针组凭什么白挨了一针？万一被发现，3针组的人就得骂娘：我好不容易鼓足勇气打了这一针，结果你跟我说这是生理盐水，你这是玩我吗？所以这种情况下，采用安慰剂对照肯定是不合适的。但是直接分组也有一定风险，可能有的人会觉得：我为什么只有3针，你为什么有4针？所以这种情况下，需要研究者在知情同意时做好工作。而且也可以采用群随机对照，以村或社区为单位作为试验组和对照组等。当然这些需要看实际情况。阳性对照一般用在那种必须治疗，如果不治疗就违背伦理的那些情形。有些疾病如果给空白对照和安慰剂对照都违背伦理，可能会延误病情，这种情况下，必须给对照也治疗。阳性对照其实设计并不是什么太大问题，关键是分析部分。如果采用阳性对照，一般后续分析不是采用我们通常所说的差异性分析，而是等效性或非劣效性检验。因为阳性对照一般都是国际公认的疗效较高的治疗方式，而试验组一般是较新的一些方法，想超越阳性药是很难的。以前曾见过一个文章，采用阳性对照，而且采用优效性检验，结果发现新药优于阳性药。我当时看到这个的第一感觉就是，怀疑这个文章是不是造假。当然只是怀疑，因为这种情况太少见了。你新发现的一个疗法竟然远远优于大家用了多少年的标准疗法，这让医学界情何以堪？还有一种很少见的对照是历史性对照。这种研究其实不是万不得已最好不用，因为可比性太差。例4：某医院ICU建立后，有人统计了建立前和建立后的心梗病死率，欲说明ICU的建立有助于降低心梗病死率。数据显示，建立后和建立前的心梗病死率分别为15%和25%。因此认为ICU能降低心梗病死率。该研究就是用了历史对照，在他的研究中，所面临的的环境和条件已经变化。由于当前的医疗条件和以往有所不同，可能会影响到结果。例如，当前的诊断条件提高了，可能更敏感地发现轻型病人。后来有人将264例心梗病人分为在家治疗和ICU治疗两组，结果两组的病死率分别为13%和11%，无统计学差异。结论认为ICU对急性心梗病人的病死率提高不大。所以，从这里可以看出，历史对照是很不靠谱的。除非你能保证前后条件都差不多。无独有偶，前一段时间在审一份标书时，也看到作者用历史性对照，比较与前几年的某一指标，我当时给作者提了几个问题，让作者考虑，最主要的一个问题就是说，如果现在这个指标值更优，如何证明是你采取的措施有效，还是因为整个医院环境变得更好了？我的意思其实是想让作者尽量收集一些前几年和现在的与疗效指标有关的一些情况，控制这些因素。可惜作者似乎没有明白我的意图，只是回答说：历史性对照就是有这个缺陷，这是无法克服的，没有什么办法！呜呼，听到这个回答，我真的有种想吐血的感觉。总之，任何科研设计，困难总是有的，偏倚也不可能完全控制的，但是我们一定要尽量想办法去减少偏倚，让结果更可靠，而不是说，我也没有办法，这是现实情况。否则，那我是不是也可以说：既然你没有办法，那我也没有办法，你申请的项目我觉得不合格！小白学统计(gh_775e7476c73f)　
　文章为作者独立观点，不代表大不六文章网立场
的最新文章
不是我明白，而是世界变化太快。想要了解变化趋势，跟上变化速度，那就学点趋势分析吧。10月29和30日两天的统计培训通知，再次转发一遍。培训老师：“小白学统计”微信平台创作者本人本文介绍重复测量方差分析的一些基本内容和思路，希望大家再用重复测量方差分析时会清晰一些。重复测量，熟悉而又陌生，让你欢喜让你忧。10月份本人的2次培训，有感兴趣的不妨看看。所有的方差分析都需要做两两比较吗？固定效应模型，是的；随机效应模型，未必。看完本文，也许你不敢说：“我会做方差分析”了。趁着七夕，也学习一下统计学中的鹊桥吧。还在为选择两两比较方法而苦恼吗？也许本文能给你一定的帮助。生活不仅是眼前的苟且，还有诗和远方。同样，实验设计不仅是随机分组，还有析因和嵌套。手机，到底是你的工具，还是你的枷锁？本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。8月初的一个线上培训，感兴趣的可以关注一下非参数检验是迫不得已才使用吗？非参数检验只是参数检验的备胎吗？本文将从历史到现在为你解读。作为一名临床医生，你真的“会”用t检验吗？你还在为如何判断正态性而苦恼？本文教你几种快速判断正态性的简易方法。道上传来的消息说，样本量大于30的都近似正态分布，不用做正态性检验，直接用t检验就行了。真的如此吗？如果你不会科研设计，那你一定要知道：“错误的数据不如没有数据”有多少人对“随机”这一名词是又爱又恨，想离开它又怕发不了高质量文章，想接近却又觉得它是如此高冷。本文是近期本人主讲的一个基础统计学培训课程的介绍，如有感兴趣的朋友可以看看。你可能整天在用样本量计算公式，那你知道这些公式是怎么来的吗？想了解的话，好好看一下本文吧。科研需要对照，人生也需要对照。生活态度正如古诗所言：他人骑大马，我独跨驴子。 回顾担柴汉，心下较些子。你还对各种统计招式觉得眼花缭乱？不要紧，看统计武学高手澄观是如何给韦小宝解说的。设计不均衡有什么后果？如何分别从设计角度和统计分析角度处理不均衡？我们在用小白鼠做实验，我们又是谁的小白鼠呢？你还在为不明白正态分布而苦恼吗？希望本文能够帮助你轻松理解一下。学会了随机抽样后，今天再学会随机分组，科研路上还有什么可以阻挡你呢？数据可视化已经成为当前热门话题，如何利用图形让你的报告更加吸引人，让别人不至于听得昏昏欲睡？常规的柱状图、线本文主要是应有的读者要求，介绍一些统计入门和进阶书籍。主要以面向医学统计为主，也可作为其他领域统计的借鉴。本文主要介绍一下定量资料的组间比较如何选择相应的统计分析方法，别指望一脚踢（t）遍全世界，还有很多其它招式。借此平台给自己的新书打个广告，如果你对SAS感兴趣，不妨看看本人的新书《小白学SAS》，相信不会让你失望。上一篇文章《选择分析利器——几种统计软件的个人使用看法》只是简单比较了一下几款常用的统计软件，这篇文章主要说一下，哪一款软件更适合你。根据本人使用的感觉，谈一下常见的几种软件的比较。gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。热门文章最新文章gh_775e7476c73f以通俗易懂的语言介绍并推广统计学，让即使完全不懂统计的小白也能够看懂。}