醫學期刊論文中常見統計學錯誤

1.統計表達和描述方面存在的錯誤：（1）統計表中數據的含義未表達清楚，令人費解。（2）統計圖方面的主要錯誤有2個，其一，橫坐標軸上的刻度值是隨意標上去的，等長的間隔代表的數量不等，在直角坐標系中，從任何一個數值開始作為橫軸或縱軸上的第一個刻度值；其二，用條圖或復式條圖表達連續性變量的變化趨勢；（3）運用相對數時，經常混淆“百分比”與“百分率”；（4）在表達多組定量資料時，即使定量資料偏離正態分布很遠，仍采用“±s”表達（標準差S＞±s），特別當表中采用標準誤S-x取代標準差s時，前述的錯誤很難被察覺出來。

2.定量資料統計分析方面存在的錯誤：（1）當定量資料不滿足參數檢驗的前提條件時，盲目套用參數檢驗方法；（2）不管定量資料對應的實驗設計類型是什么，一律套用單因素2水平（或叫成組）設計定量資料的t檢驗或單因素多水平設計定量資料的方差分析。

3.定性資料統計分析方面存在的錯誤：（1）把χ2檢驗誤認為是處理定性資料的萬能工具；（2）忽視資料的前提條件而盲目套用某些定性資料的統計分析方法；（3）盲目套用秩和檢驗；（4）誤用χ2檢驗實現定性資料的相關分析。

4.簡單線性相關與回歸分析方面存在的錯誤：（1）缺乏專業知識，盲目研究某些變量之間的相互關系和依賴關系；（2）不繪制反映2個定量變量變化趨勢的散布圖，盲目進行簡單線性相關與回歸分析，常因某些異常點的存在而得出錯誤的結論；（3）常用直線取代2定量變量之間事實上呈“S形或倒S形”的曲線變化趨勢。

5.多因素或多自變量的實驗資料進行分析存在的錯誤：（1）將原本屬于多因素實驗研究，拆分成一系列單因素的研究來分析，這種“化繁為簡、化整為零”的處理，割裂了原先的整體設計，無法研究多因素之間的內在聯系或交互作用，容易得出片面、甚至錯誤的結論；（2）雖然將多個自變量都包括在一個多重線性回歸方程或多重Logistic回歸方程之中，但整個回歸方程沒有統計學意義或回歸方程中有很多無統計學意義的自變量，就依據這樣的回歸方程去下結論。