t检验与z检验的方法比较
用于比较均值的t检验可以分成三类，第一类是针对单组设计定量资料的；第二类 t检验是目前医学研究中使用频率最高，医学论文中最常见到的处理定量资料的假设检验方法。t检验得到如此广泛的应用，究其原因，不外乎以下几点：现有的医学期刊多在统计学方面作出了要求，研究结论需要统计学支持；传统的医学统计教学都把t检验作为假设检验的入门方法进行介绍，使之成为广大医学研究人员最熟悉的方法；t检验方法简单，其结果便于解释。简单、熟悉加上外界的要求，促成了t检验的流行。但是，由于某些人对该方法理解得不全面，导致在应用过程中出现不少问题，有些甚至是非常严重的错误，直接影响到结论的可靠性。将这些问题归类，可大致概括为以下两种情况：不考虑t检验的应用前提，对两组的比较一律用t检验；将各种实验设计类型一律视为多个单因素两水平设计，多次用t检验进行均值之间的两两比较。以上两种情况，均不同程度地增加了得出错误结论的风险。而且，在实验因素的个数大于等于2时，无法研究实验因素之间的交互作用的大小。
医学论文中常见的统计方法误用
一、等级资料用卡方检验代替秩和检验
卡方检验主要用于计数资料的显著性检验。在卡方检验中，各项的秩序任意排列所得的值相同，判断结果也相同。但等级资料有强弱之分，不能任意排列，只能从强到弱或从弱到强。卡方检验没有考虑到等级的强弱信息，而秩和检验考虑到了这一点。单项有序分类资料应使用秩和检验。
二、计量资料方差不齐时，仍用t检验或方差分析
这一错误在医学论文中较常见。有许多作者忽略了数据的方差齐性，不经检验直接使用t检验或方差分析。当各样本组经方差齐性检验方差不齐时，可采用以下3种方法来处理：(1)用非参数检验方法；(2)用近似法(如t'检验)；(3)采用变量变换法，使其方差呈齐性。
三、四格表卡方检验忽略使用条件
四格表卡方检验的条件为n>40，且理论频数T> 5。四格表资料如n>40，但1<T<5时，则需用校正卡方检验。当n<40，或T<1，则需用四格表确切概率计算法。经校正或使用确切概率法，有些P值会发生变化，结论也会不同。在作计数资料统计处理时，一定要注意这个问题，才能得到正确的结果。
为什么不能用t检验取代方差分析
（1）问题的提出：在对均值进行假设检验时，一般有两种参数检验方法，即t检验与方差分析。t检验仅用在单因素两水平设计（包括配对设计和成组设计）和单组设计（给出一组数据和一个标准值的资料）的定量资料的均值检验场合；而方差分析用在单因素k水平设计（k≥3）和多因素设计的定量资料的均值检验场合。应当进一步说明的是，方差分析有十几种，不同的方差分析取决于不同的设计类型。值得指出的是有一种不好的倾向，即大多数医学科研工作者习惯于用t检验取代一切方差分析。有些人的辩解是，若方差分析得到差别有显著性意义的结论，不还需要用t检验进行两两比较吗？不如一开始就进行多次t检验更方便。其实，这种认识是不妥当的。现分两种情形讨论如下。
（2）不能用t检验取代方差分析的理由
①单因素k（k≥3）水平设计时的情形。为了便于读者理解，从分析具体问题入手。
[实例]研究单味中药对小鼠细胞免疫机能的影响，把40只小鼠随机均分为4组，每组10只，雌雄各半，用药15d后测定E-玫瑰结成率（%），结果如下，试比较各组总体均值之间的差别有无显著性意义？
对照组： 14 10 12 16 13 14 12 10 13 9
党参组： 21 24 18 17 22 19 18 23 20 18
黄芪组： 24 20 22 18 17 21 18 22 19 23
淫羊藿组： 35 27 23 29 31 40 35 30 28 36
由于测定指标是“率”，一般不符合“正态性”要求，故常作“平方根反正弦变换”，将其转变成近似服从正态分布的“弧度值”。此处仅为了说明t检验与方差分析的区别，姑且将数据看作定量的观测值，并直接检验资料的前提条件，得知该资料满足正态性和方差齐性，故直接进行有关的假设检验。
处理本例资料，通常人们错误的做法是，重复运用成组设计资料的t检验对4个组的均值进行6次两两比较；而正确的做法是，先进行单因素4水平设计资料的方差分析，若4个总体均值之间的差别有显著性意义，再用q检验等方法进行多
结果说明：
这是两样本的检验，只需选择Wilcoxon检验的结果。因Z=2.23347, P=O.0255<O.05，故认为克山病者与健康人的血磷含量有显著性差异。
(2)多样本问的检验
把主诉无月经患者，根据其基础代谢量分为甲状腺功能亢进、正常及低下三组，测定尿中总雌激素排泄量如下表所示，问三组间有无显著差异?用Kruskal—Wallis的H检验法(多个样本的比较)检验并作出结论。
表：尿中总雌激素排泄量
甲状腺功能 尿中总雌激素排泄量
亢进 13 6.8 7.8 15.5 11.4
正常 14.1 7.9 6 6.7 5.2 10.7 3.8 9.4 13.9
低下 9.2 11.6 4.2
程序： (yp130.sas)
编程说明：
数据步中，变量a代表因素，其水平数是3，变量n代表每组的样本数，过程步中，用CLASS语句指明单因素变量a，用VAR语句指明分析变量，并作Wilcoxon秩和检验。
结果说明：
因CHISQ=1.3455，P=0.5103>0.05故差异不显著，即甲状腺功能不同的无月经患者尿中雌激素的排泄量并无显著差异。
附录：多重比较的问题
问题：相对于两两比较，多重比较本质上是实施了多重的两两比较，在单个两两比较的显著水平给定的情况下，m重两两比较的第一类错误为，（假定各重比较是两两独立的），因此，多重比较中一个真实的原假设被拒绝的可能性就越大，除非我们对这一类错误加以控制。
由概率论中Bonferroni不等式，如果m次比较时的m个置信区间的置信水平分别为，那么这m个区间合在一起的置信水平大于等于，误差率下界为：，这里就
http://www.bylw520.net/ http://www.bylw520.net/html/4830.html http://www.bysj360.com/ http://www.bysj360.com/html/4618.html http://www.caddown.com/
