统计方法选择思维导图(医学科研)

---

提示：以下是本篇文章正文内容，根据既往医学统计课程中笔记整理

一、统计方法的选择

分析思路：反应变量的个数—>资料类型—>单因素/多因素—>单样本/两样本/多样本—>前提条件—>统计方法

1.1 单变量

1.2 双变量

1.3 多变量

---

二、建模思路

2.1 举例-多因素回归模型-建立

2.1.1变量整理和分类

整理数据时，需对数据进行纠错，并寻找异常值，对缺失值进行处理，如有必要对数据进行转换（如年龄，可转为<20岁，20-40岁，40-60岁，60岁以上；如随访次数可以进行合并，如可以合并为>=3次等）。
进行哑变量(dummy variable)设置，如原始变量为血型，处理后，变量新增变量：A型，B型，AB型，O型，其他。

2.1.2 单因素回归分析

根据不同的研究目的，进行对不同类型的资料进行筛选，可以使用与研究目的相关的“全因子模型”纳入。
如进行“危险因素分析”，可将危险因素相关变量纳入，如筛选：性别，年龄，随访次数，种族，体重…等。

2.1.3 多因素回归分析

（1）变量筛选：可将单因素回归分析中P值>0.05纳入，且考虑不同变量以不同的形式纳入，如将随访次数和年龄以dummy variable形式纳入等。
（2）共线性诊断：从单因素到多因素，部分变量可能变的无统计学意义，审视各个变量，是否存在多重共线性问题，如母子变量（若关注母变量，中间变量不能纳入；若关注子变量，则木匾了是混杂因素需要纳入）。
（3）对关键因子单因素和多因素的结果进行对比，考虑是否存在交互效应。
（4）对关键因子单因素和多因素的结果进行对比，考虑是否纳入混杂因素。

混杂偏移的控制方法：

• -协方差分析（结局为定量资料）
• -分层分析（CMH）
• -多因素回归
• -倾向得分法（PSM）
• -混合效应模型

2.1.4 构建最终多因素回归模型

严进严纳。在拟合时需要不断对适用条件给予判断。特别是结果不理想的情况下，要对数据进行反复转换分析。最终决定这个变量是否纳入模型，以什么形式纳入。

2.1.5 评估模型

---

总结

脑图中缺乏对资料的统计量、统计图表等方面的填充，缺乏两两比较等细致统计方法选择的填充（待完善）。
若以研究目的出发，则思路可参考文章：常用计量统计方法（偏医学科研）（含作者文章链接）