The differences and similarities between two-sample t-test and paired t-test

临床研究中经常遇到比较实验组和对照组之间的结果。双样本t检验(又称为独立样本t检验)和配对t检验可能是运用于比较两个样本之间均值的最广泛的统计方法。然而,这两种方法的运用会产生混淆,从而导致使用不当。本文中,我们讨论了这两种t检验之间的异同性,并运用三个范例来阐述双样本t检验和配对t检验的计算过程。

数据分析中的对数转换和意义(英文)

对数转换的方法在生物医学和社会心理研究中处理非正态数据时被广泛应用。本文重点介绍该传统方法在处理非正态数据时存在的严重问题。尽管通常认为对数转换可以减少数据的变异性,使数据更符合正态分布,但是通常并非如此。此外,对数转换后的数据得出的标准统计测试结果往往和未转化的原始数据不相关。我们通过使用模拟数据示例来说明这些问题。我们认为如果采用数据转换,必须非常谨慎应用。我们建议研究者在大多数情况下摒弃这些处理非正态数据的传统方法,选择采用较新的不依赖于数据分布的方法:如广义估计方程(GEE)。

单因素与多因素逻辑回归的不一致性（英文）

逻辑回归是研究协变量对二元结果影响的一种常用的统计方法。它已被广泛应用于临床试验和观察性研究。然而,单因素回归得到的结果和多元逻辑回归得到的结果往往是相互矛盾的。在多元回归中可能对结果会显示出非常强烈的影响的一个协变量在单因素回归中可能不会,反之亦然。这些事实在生物医学研究中并没有引起足够的重视。误用逻辑回归在医学出版物中非常普遍。在本文中,我们研究了单因素和多因素逻辑回归分析的不一致性,并在多元逻辑回归分析的模型部分中给出建议。

三种常用危险度测量方法之间的关系:相对危险度、危险差和比值比（英文）

概述:相对危险度(relative risk)、危险差(risk difference)和比值比(odds ratio)是最常用的三种比较不同群体之间疾病风险的方法。虽然它们在生物医学和社会心理学研究中广泛流行,但是尚无文献明确这三种方法之间的关系。许多研究人员误以为它们之间的关系是单调变化的,即某种测量方式中较高(或较低)的值与其它测量方式中的较高(或较低)的值相关。本文中,我们讨论了三个定理,并提供例子解释之前大部分研究人员所认为这三种方法之间的关系是不对的;这些测量方法相互之间并没有逻辑关系。研究人员在说明不同种测量方法之间的相关性时或结合使用不同种风险测量方法所得的研究结果时必须非常谨慎。

辛普森悖论的范例（英文）

概述:辛普森悖论普遍存在于很多领域。它具有数据的条件性和边缘性解释之间的不一致特征。在本文中,我们通过一些例子来阐述辛普森悖论是如何在连续性、分类和时间-事件数据中产生的。

赢率-医学研究中一个直观而易于解释的综合结果（英文）

对于医学研究中的多个结果,研究人员总是需要选择是否使用一个综合性结果(综合多个结果后所得的)作为主要结果。在本文中,我们回顾了治疗效果的一个新测量方式-赢率,它可以很容易地用于具有多个优先级结果的研究中。并且,我们在这块领域也提出了一些研究课题。