文档介绍：你们好临床科研中数据分析的常见注意事项2提纲数据处理的一般原则与基本内容统计方法选择的基本思路具体案例分析几种比较实用的方法附录:常用数据分析的SAS程序3第一部分数据处理的一般原则与基本内容4数据处理数据处理定义:对数据的采集、存储、检索、加工、变换和传输。基本目的:从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。组成数据管理(约占全部工作量的60%-80%)数据分析(约占全部工作量的20%-40%)5数据处理的一般原则与基本内容数据库设计数据录入数据管理数据审核异常(缺失)值的处理统计整理:根据研究目的对原始数据进行科学的分类、汇总和显示;使之系统化、条理化、直观生动和反映总体的数量特征和规律。数据分析统计方法的选择统计描述与统计推断6离群数据的处理离群数据严重偏离群体平均水平的数据,多为错误(如DBP=880mmHg),少量为异常的真实值可严重掩盖事实真相或扭曲两者间的关系处理原则手工处理:正态分布:>3×|均数±标准差|偏态分布:>%或<%软件处理箱式图:~3倍者7缺失数据的处理缺失值部分研究指标记录不完整,导致其值缺失后果:导致研究效率的下降数据的常见缺失机制完全随机缺失:缺失资料与完整资料的特征无显著性差异非随机缺失:缺失资料与完整资料的特征存在显著性差异常见处理措施直接剔除:适用于缺失量极少且为完全随机缺失单独列为一类:适用于缺失量较大,且难以合理填补者缺失值填补:均数替代中位数替代最后观察值结转回归算法多重填补法8统计方法前提条件的检查与描述统计学最难以掌握之处数据分析人员最应该首先掌握的技能熟悉各种统计方法的前提适用条件合理选择最合适的统计方法9第二部分统计方法选择的基本思路10