① 研究各阶段常犯的10大统计学错误
统计学错误在科学研究和论文撰写中屡见不鲜，引起学者和媒体的关注。PM&R杂志的最新文章揭示了研究过程中的十大常见统计错误，包括设计阶段的非劣效性忽视、样本量不足、使用未经验证的量表等。以下是这些阶段的具体问题及其解决策略：
在研究设计阶段，错误地设定研究目标或不进行样本量计算可能导致结果偏差。例如，未设置非劣效性界值的研究可能无法准确评估干预措施的优劣。解决方法是确保研究设计严谨，包括设定非劣效性标准和适当计算样本量。
数据整理与清洗阶段，编码错误和输入错误可能导致虚假关联。编码错误如将非0-1分类混淆，输入错误如记录错误的数据。建议使用统计软件进行数据清理，确保数据准确无误。
数据分析时，未检查数据假设可能导致错误推断。如忽视数据分布和方差的检验，可能需要调整或使用非参数模型。在结果报告时，需强调组间比较，避免误导读者。
最后，重复发表同一数据集的结果可能导致多篇论文的I型错误增多。解决方法是合理整合分析，确保数据的完整使用和透明度。
要提高研究者的统计素养，关键在于理解统计原则，遵循正确的研究方法。关注医咖会公众号，可以获取更多统计学知识，共同提升研究质量。参考文献如下：
[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：非劣效性检验是个啥？有何价值？