多重比较分析结果解读

【研究问题1】不同打算的人，其科研能力是否存在差别？

表44 不同打算人群“平均科研能力”方差分析表 ANOVA 个人科研能力表现 Between Groups Within Groups Total Sum of Squares 4.495 232.706 237.201 df 2 468 470 Mean Square 2.248 .497 F 4.520 Sig. .011

根据上表中的方差分析结果，可知：单因子（3水平）单变量（科研能力）的F检验值为4.52，其P-value=0.011<0.05，F检验达到显著。这说明不同打算的人，其科研能力水平整体上存在显著差异。

表45 不同打算人群“平均科研能力”多重比较 Multiple Comparisons (I) 是否读博 否 (J) 是否读博 不确定 是 不确定 否 是 是 否 不确定 Mean Difference (I-J) .02398 -.24271 -.02398 -.26669 .24271 .26669 ****95% Confidence Interval Std. Error .07471 .08838 .07471 .09661 .08838 .09661 Sig. .950 .024 .950 .023 .024 .023 Low

【研究问题1】不同打算的人，其科研能力是否存在差别？

表44 不同打算人群“平均科研能力”方差分析表 ANOVA 个人科研能力表现 Between Groups Within Groups Total Sum of Squares 4.495 232.706 237.201 df 2 468 470 Mean Square 2.248 .497 F 4.520 Sig. .011

根据上表中的方差分析结果，可知：单因子（3水平）单变量（科研能力）的F检验值为4.52，其P-value=0.011<0.05，F检验达到显著。这说明不同打算的人，其科研能力水平整体上存在显著差异。

表45 不同打算人群“平均科研能力”多重比较 Multiple Comparisons (I) 是否读博 否 (J) 是否读博 不确定 是 不确定 否 是 是 否 不确定 Mean Difference (I-J) .02398 -.24271 -.02398 -.26669 .24271 .26669 ****95% Confidence Interval Std. Error .07471 .08838 .07471 .09661 .08838 .09661 Sig. .950 .024 .950 .023 .024 .023 Low

四、多重比较

F值显著或极显著，否定了无效假设HO，表明试验的总变异主要来源于处理间的变异，试验中各处理平均数间存在显著或极显著差异，但并不意味着每两个处理平均数间的差异都显著或极显著，也不能具体说明哪些处理平均数间有显著或极显著差异，哪些差异不显著。

因而，有必要进行两两处理平均数间的比较，以具体判断两两处理平均数间的差异显著性。

统计上把多个平均数两两间的相互比较称为多重比较(multiple comparisons)。

多重比较的方法甚多，常用的有最小显著差数法(LSD法)和最小显著极差法(LSR法)，现分别介绍如下。

（一）最小显著差数法 (LSD法，least significant difference) 此法的基本作法是：在F检验显著的前提下，先计算出显著水平为α的最小显著差数LSD的绝对值xi.?xxj.在α

j.?，然后将任意两个处理平均数的差数

j.与其比较。若xi.?x＞LSDa时，则xi.与

水平上差异显著；反之，则在α水平上差异不显著。最

小显著差数由(6-17)式计算。

LSD(6-17)

a?ta(df)Sxei.?xj.

式中：t?(dfe)为在F检验中误差自由度下，显著水

Logistic回归分析报告结果解读分析

Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。

Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。

1.Logistic回归的用法

一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。

2.用Logistic回归估计危险度

所谓相对危险度(risk

基于R语言的七种多重比较方法

一花视界

百家号10-1403:18

多重比较的方法很多，根据试验设计的目的不同有不同的应用。

若试验设计之初，便明确要比较某几个组均数间是否有差异，称为事前比较。常用的事前比较方法有LSD、Bonferroni和Dunnett法。

若研究目的是方差分析有统计学差异后，想知道哪些组间的均数有差异，便是事后比较。事后比较的常用方法有SNK、Turkey、Scheffe和Bonferroni法。 本文仅介绍7种方法及R语言函数，可解决绝大部分多重比较问题。 1.LSD法

LSD法即最小显著差法；该法一般用于计划好的多重比较。它其实只是t检验的一个简单变形，并未对检验水准做出任何校正，只是为所有组的均数统一估计了一个更为稳健的标准误。

LSD法比较效果较为灵敏，在R语言中可利用agricolae包中的LSD.test函数实现，其调用格式为：

LSD.test(y, trt, DFerror, MSerror, alpha = 0.05, p.adj=c("none","holm","hommel", "hochberg", "bonferroni", "BH", "BY", "fdr"), …)

全省智障儿童康复技术培训班会议资料

智力测试与结果解读

山东大学齐鲁儿童医院杨良政

智力(intelligence)是“个人行动有目的、思维合理、应付环境有效的一种聚集的或全面的才能。所以说全面，是因为人的行为是以整体为特征;所以说聚集，是因为由诸多要素或诸多能力所构成。这些要素或能力虽非完全独立，但彼此之间有质的区别”( Wechsler,1939年)。

关于智力的本质，研究者们一直未有完全相同的见解。但在以下方面还是有着共识:①抽象思考和推理能力;②学习能力;③适应环境的能力;④解决问题的能力。智力测验是对智力水平进行量化的一种心理测量工具，有的智力测验测查的智力功能比较全面，能够计算出智力商数(智商，intelligence quotient, IQ)。

IQ是智力数量化单位，最初由Terman在1916年修订Stanford Binet(S-B)量表时提出。当时，IQ被定义为智龄(MA)与实足年龄(CA)之比，再将商数乘以100(为了避免小数)，即IQ=100× (MA/CA)，所得结果称为比率IQ。美国著名心理学家Wechsler于1939年编制韦氏智力量表时，用离差IQ概念代替比率IQ。所谓离差IQ是将被试的测验分数与同龄组的人比较所得到的

血液常规检验是临床上最常用和较重要的检验项目之一,人体在某些生理状况下或发生疾病时,常可引起血液细胞成分发生数量和质量的变化。通过对血液中红细胞、白细胞和血小板数量、白细胞分类及相关参数的变化,对临床有关疾病的诊断、观察疾病的变化及治疗效果具有重要参考价值。

维普资讯

临床实验室检查结果解读血常规结果解读 ( 一)宁平

(中国医科大学附属盛京医院检验科，704 700 )

中图分类号。 4 R4文献标识码： A文章编号 6278 (08 l7— 1520)0￣040 6 01-2

围、感染的严重程度、患者的反应能

血时，三少”呈“表现，时白细胞可此少到 l 0/以下，×l L分类时几乎均

力。如感染很局限且轻微，白细胞总数仍可正常，但分类检查时，可见中性粒细胞有所增高；中度感染时，白细胞总数常增高>1 0×1 L, 0/并伴有轻度核左移；严重感染时，白细胞总数常明显增高，可达2 .×1 L 00 0 /

为淋巴细胞，因中性粒细胞严重乃减少所致的淋巴细胞相对增多。小部分急性白血病其白细胞总数不高反而减低，称非白血性白血病，白其细胞可<l 0/分类时也呈淋×l L,巴细胞相对增多，此时只有骨髓检

血液常规检

频率学视角下的网状meta分析及其结果解读

自meta分析问世以来，每年发表的文献不断增多，显示出一幅欣欣向荣的景。不用做实验，收集文献，一台电脑，一个数据库即可，省力又省钱，说是临床神技不为过。然而，随着写的人越来越多，普通的meta分析越来越难找到主题，投稿越发的困难。目前，较火的meta分析要算是网状meta了。相对于普通meta，网状meta的优势显而易见。目前，网状meta又可以分为基于贝叶斯理论和频率学理论两大派。贝叶斯的网络meta分析可用winbugs实现，可惜，单独的winbugs并无作图功能，无法给出森林图等图形化结果，目前普遍的方法是结合R软件或stata软件，读取winbugs计算结果进行作图。其次，单独使用R软件也能实现贝叶斯的网状meta分析，缺陷在于只能实现一致性模型，假如结果存在不一致的情况，仍然要借用winbugs计算。Winbugs的缺陷除了不能作图，还存在编程困难的问题，对于医学专业学生来说，编程是一项极为复杂的事，虽然能找到基本代码进行修改，但是如何修改，如何软件的互相调用，也是一大难题，稍有不慎，代码出错极难解决。网状meta的另一个方法是基于频率学派的，此方法只要stata就能完全操作，包括结果的可

一、门限面板模型概览

如果你不愿意看下面一堆堆的文字，更不想看计量模型的估计和检验原理，那就去《数量经济技术经济研究》上，找一篇标题带有“双门槛（或者双门限）”的文章，浏览一遍，看看文章计量部分列示的统计量和检验结果。这样，在软件操作时，你就知道每一步得到的结果有什么意义，怎么解释了，起码心里会有点印象。

一般情况下，一个研究生花费在研究上的时间越多，他的成果越丰富，也就是说，研究成果和研究时间存在某种正向关联。但是，这种关联是线性的吗？在最初阶段，他可能看了两三年的文献，也没有写出一篇优秀的文章，但是一旦过了这个基础期，他的能量和成果将如火山爆发一样喷涌出来，此时，他投入少量的时间，就能产出大量优质文章。再过几年，他可能会进入另外一种境界，虽然比以前有了极大提高，但是研究进入新的瓶颈期，文章发表的数量减少。由此可以看出，研究成果与研究年限存在一种阶段性的线性关系。这个基础期的结点、瓶颈期的起点就像“门槛”一样把研究阶段分成三个部分，在不同部分，成果和时间的线性关系都不同。这个效应被称为门槛效应或门限效应。 门限效应，是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象。作为原因

一、门限面板模型概览

如果你不愿意看下面一堆堆的文字，更不想看计量模型的估计和检验原理，那就去《数量经济技术经济研究》上，找一篇标题带有“双门槛（或者双门限）”的文章，浏览一遍，看看文章计量部分列示的统计量和检验结果。这样，在软件操作时，你就知道每一步得到的结果有什么意义，怎么解释了，起码心里会有点印象。

一般情况下，一个研究生花费在研究上的时间越多，他的成果越丰富，也就是说，研究成果和研究时间存在某种正向关联。但是，这种关联是线性的吗？在最初阶段，他可能看了两三年的文献，也没有写出一篇优秀的文章，但是一旦过了这个基础期，他的能量和成果将如火山爆发一样喷涌出来，此时，他投入少量的时间，就能产出大量优质文章。再过几年，他可能会进入另外一种境界，虽然比以前有了极大提高，但是研究进入新的瓶颈期，文章发表的数量减少。由此可以看出，研究成果与研究年限存在一种阶段性的线性关系。这个基础期的结点、瓶颈期的起点就像“门槛”一样把研究阶段分成三个部分，在不同部分，成果和时间的线性关系都不同。这个效应被称为门槛效应或门限效应。 门限效应，是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象。作为原因