2023年郑老师多门科研统计课程：多次直播，含孟德尔随机化方法  

随着统计教育的普及，对于科研工作者来说，统计分析看起来慢慢变得不再是问题了，统计描述、t检验、方差分析，乃至多重比较、卡方检验貌似都可以通过SPSS统计软件分析快速形成。但统计分析有一些问题还是容易犯错，有些是原则性的问题、有些则是小细节问题，我列举基本统计研究的几个问题，称之为七宗罪。

1、项目与论文研究设计，没有考虑样本量的计算

之所以把这个问题摆在第一位，是因为这个问题基本上十之八九就没有很好考虑，无论是一个项目的申报书、还是一个毕业论文的开题、一篇论文分析，均没有考虑好样本量的多少？经常采用30、40、60例这样齐整的样本量，怎么来得？自己想想的。更不要说动物试验了！其实动物试验也需要估算样本量，不能因为动物不值钱，动物也有伦理的！

比如有下文，没有样本量计算方法，怎么设定60例呢？为什么就是60例呢？即便60例足够，也不严谨！

2、所有定量数据，统计描述都用均数±标准差

你见过什么时候中文的学术论文，定量数据采用中位数和四分位数描述了？太少太少了！大家都喜欢用均数±标准差。但你没有考虑，均数能否代表着这一堆数据吗？你没有发现有些时候标准差远远大于均数？有时候数据有好一些异常值？固定思维模式要改改了，很多时候中位数和四分位数间距反而能够更好体现数据的特征。

一般情况下，判断数据是不是正态分布的简易方法是，当指标只能取正值或只能取负值时，“标准差接近或大于均值时数据不是正态分布成立”。

一旦出现现象，就不能用均数±标准差了，否则论文发表会被审稿人发现。

比如下文，用均数±标准差，显然不合适。

3、所有定量数据的比较，都采用t检验

早些年这一现象非常普遍，现在随着统计思维的普及，很多人知道了偏态数据差异性比较时候采用非参数秩和检验来代替。但总的来说，基本上采用t检验来进行两组定量数据的差异性比较仍然是固定思维？如果没有你数据分析之前没有考虑数据正态性的问题，没有考虑两组数据方差是否相似，那么就容易犯错。再次强调：严重偏态分布的数据用秩和！秩和！秩和！ 

4、无论什么样的分类数据的比较，一直都是卡方检验

卡方检验是用来毕竟不同组数据之间率或者构成比有无统计学差异。没有错，率的比较是采用卡方。但有没有考虑过你的卡方条件是否符合呢？当样本量较小，或者某一行或者一列数据太少的时候，卡方检验不好使用，应该是用Fisher！这里说一下，建议以后少用卡方，多用Fisher，因为Fisher才是最准确的！哪一种场景下都没有错！
比如：下列表格，属于样本量较少的情况，应该用FIsher确切概率法

又比如：试验组和对照组的癌症特征比较，也应该用Fisher确切概率法

这里强力建议： 多分类数据差异性比较，Fisher确切概率法才是首选，不要过于依赖卡方检验

5、方差分析多重比较，用t检验

这宗罪早些年很多，如今已经被死死遏制在较低的犯罪水平，凡事讲到方差分析都要提到，两两比较不要用t检验！你现在还犯错？那不应该呀！两两比较要采用类似于LSD, Bonfferoni、tukey、SNK的方法，推荐使用Bonfferoni方法，相对保守的一种方法。 

详情请点击下方：

https://mp.weixin.qq.com/s?__biz=MzAwOTYyMDY3OQ==&mid=2650406199&idx=2&sn=71057a48b2557f63d6fd4a68d7eed4d7&chksm=8351809fb426098967254786d146c0d15cc854945bad333a67141a2fb8066acfeb3824cf5ae9&token=1911583451&lang=zh_CN#rd