① 研究各階段常犯的10大統計學錯誤
統計學錯誤在科學研究和論文撰寫中屢見不鮮，引起學者和媒體的關注。PM&R雜志的最新文章揭示了研究過程中的十大常見統計錯誤，包括設計階段的非劣效性忽視、樣本量不足、使用未經驗證的量表等。以下是這些階段的具體問題及其解決策略：
在研究設計階段，錯誤地設定研究目標或不進行樣本量計算可能導致結果偏差。例如，未設置非劣效性界值的研究可能無法准確評估干預措施的優劣。解決方法是確保研究設計嚴謹，包括設定非劣效性標准和適當計算樣本量。
數據整理與清洗階段，編碼錯誤和輸入錯誤可能導致虛假關聯。編碼錯誤如將非0-1分類混淆，輸入錯誤如記錄錯誤的數據。建議使用統計軟體進行數據清理，確保數據准確無誤。
數據分析時，未檢查數據假設可能導致錯誤推斷。如忽視數據分布和方差的檢驗，可能需要調整或使用非參數模型。在結果報告時，需強調組間比較，避免誤導讀者。
最後，重復發表同一數據集的結果可能導致多篇論文的I型錯誤增多。解決方法是合理整合分析，確保數據的完整使用和透明度。
要提高研究者的統計素養，關鍵在於理解統計原則，遵循正確的研究方法。關注醫咖會公眾號，可以獲取更多統計學知識，共同提升研究質量。參考文獻如下：
[1] David N Borg, Keith R Lohse, Kristin L Sainani. Ten Common Statistical Errors from All Phases of Research, and Their Fixes. PM R, 2020, 12(6): 610-614.
[2] 一文搞懂：非劣效性檢驗是個啥？有何價值？