来自美国波士顿
微信扫码关注公众号进行登录
来自美国波士顿
来自美国波士顿
微信扫码关注公众号进行登录
来自美国波士顿
微信扫码关注公众号进行登录
基金标书统计学怎么写的?应该怎么写对照物?如何进行实验筛选?下面为你带来整理的经验,希望对你有帮助,如果你需要相关基金标书服务,欢迎咨询艾德思工作人员,我们由同领域的专家教授为您服务!
两组随机对照试验进行比较
如果您的投标内容是做随机对照测试,做两组比较,可以参考以下写作方法(注意参考,而不是复制):
对于连续数据,首先进行正态检查。如果每组都符合正态,两组之间的方差相等,则采用t检查进行组间比较;否则,考虑非参数Wilcoxon秩序和检查。对于分类数据,无序结局采用卡方检查,有序数据采用非参数Wilcoxon秩序和检查。
多组间比较
如果您的标书是多组间比较,可以参考以下写法:
如果连续数据遵循正态分布,则采用方差分析对组间进行比较。如果组间差异具有统计意义,则应进一步采用Bonferroni方法(也可以是其他方法)进行两两比较。如果不服从正态分布,组间比较采用Kruskal-Wallis秩序和检验,当组之间总体统计差异时,DSCF法(或其他方法)被进一步比较。分类数据根据其无序或有序性质采用χ2检验或Kruskal-Wallis秩和检验。
筛选出危险因素
如果您的投标是做危险因素筛选,采用回归分析,可以参考以下写法:
由于本研究中调查的危险因素较多,首先采用单因素线性回归(或logistics回归,根据研究结果是连续数据还是分类数据)对危险因素进行初步筛选。为避免因素遗漏,单因素分析设置alpha=0.15(根据实际情况,也可设置为0.1或0.2等),在单因素分析中,P<0.多因素线性回归(或logistics回归)包括15个因素。多因素分析P<0.05认为具有统计意义。
诊断试验
如果您的投标是诊断测试,黄金标准是二级数据,诊断指标是连续数据,请参考以下写作方法:
本研究以***为黄金标准,绘制ROC曲线,计算ROC曲线下面积。如果ROC曲线下面积大于0.5,且与0.5不同,则认为该诊断指标具有一定的诊断价值。根据ROC曲线,最接近左上角的点是cut-off值,探索最佳截断点。
如果您的投标是诊断测试,黄金标准是二级数据,诊断指标也是二级数据,请参考以下写作方法:
本研究以***为金标准,计算新诊断方法的灵敏度、特异性、阳性预测值、阴性预测值等指标。如果计算两者之间的Kappa一致性系数并进行统计测试,P<0.05,认为两者的一致性具有统计意义。Kappa一致性系数越高,两者的一致性就越强。
重复测量
如果你的标书是组间比较,但是重复测量,可以参考以下写法:
本研究由于进行多次重复测量,因此考虑采用重复测量方差分析进行比较。分别比较组间、时间点之间是否有统计学差异,并对组间和时间点的交互项分析,探索各组间的变化趋势是否有差异。如果交互项有统计学意义,提示各组随时间变化的趋势可能不同。
生存分析
如果你的标书是做生存分析,可以参考以下写法:
本研究采用Kaplan-meier曲线描述生存变化情况,并采用log-rank检验或Wilcoxon检验比较生存曲线的差异。多因素分析,如果满足等比例风险假定,采用Cox回归,分析校正其它混杂因素后,研究因素对生存的影响。如果等比例风险假定不满足,则考虑采用非等比例Cox回归分析研究因素的影响。
样本量相关
关于样本量,可以参考以下写法:
① 组间比较:
根据以往文献,获得两组的均值和标准差分别为7.2(1.6)和6.4(1.1),设定一类错误概率α为0.05,把握度1-β为0.8,两组例数比例设为1:1。根据上述参数,利用SAS9.4的proc power过程(也可直接列出公式,利用公式,或用其它软件),计算试验组和对照组各需样本数为62例。
② 诊断试验:
根据以往文献,获得该指标的灵敏度(或特异度、ROC曲线下面积)为0.8,根据以往文献报道的95%置信区间宽度,设定研究精度为0.1。根据上述参数,利用公式,计算所需病例数为62例。由于患病与非患病之比为0.6:0.4,因此共需样本数为104例。
总结
本文只是简单说了一下常见的一些统计方法如何体现在标书中,写的不是很全面,但可以作为参考。其实,除了上面说的内容外,还有一些共性的东西,比如,缺失值的处理,很多研究中都有缺失值,如何处理一般也需要体现在计划书中,如直接删掉、采用统计方法进行填补等等。
再如,异常值的处理,如果发现异常值怎么办,直接删掉?还是采用统计方法进行处理,比如采用稳健的回归方法等。
我曾经看过很多标书的统计学方法部分都写得有点随意,虽然本文也不是尽善尽美,但起码有一定提示作用,希望本文能够对各位正在申请标书的同仁有一定帮助。
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
凡注明来源为“EditSprings”的论文,如需转载,请注明来源EditSprings并附上论文链接。