统计分析前提核查，如何做到最严谨？

引言Introduction

统计分析前提核查，是很多研究者最容易忽略的一步。数据看似完整，方法看似正确，但一旦前提判断错了，后面的t检验、方差分析、回归结果都可能失真。真正严谨的统计分析，先看数据类型，再看分布、方差、独立性和异常值。

1. 先把数据类型分清楚

1.1 计数资料、计量资料和等级资料不能混用

统计分析前提核查，第一步不是选软件，而是先判断资料类型。常见资料可分为计数资料、计量资料和等级资料。计数资料多为分类结果，如男女、是否死亡。计量资料是数值型结果，如体重、温度、脉搏次数。等级资料则是有序分类，如轻、中、重。

资料类型判断错，后续方法选择就会错。 例如，计数资料不能直接用t检验，计量资料也不能随意套用卡方检验。研究设计阶段就应把变量属性定义清楚，这比事后补救更重要。

1.2 连续型、离散型与分布形式要对应

从数学角度看，变量还可分为连续型和离散型。连续型变量在两个数值之间可无限细分，常见于实验测量值。离散型变量则通常为整数或有限取值，如人数、次数。

在统计分析前提核查中，这一层分类会影响图形展示和方法选择。离散型资料更适合条图、圆图和百分比条图，连续型资料更适合直方图、散点图和线图。 图选错了，常会被审稿人质疑。

2. 先做数据净化，再谈统计检验

2.1 逻辑检查和计算检查必须先完成

正式分析前，应先做数据净化。这里包括两类检查。第一，逻辑检查，如年龄为负数、性别编码冲突、入组时间晚于出院时间。第二，计算检查，如总分是否等于分项之和，百分比是否加总为100%。

不经过数据净化的统计分析，结果再漂亮也不可靠。 研究中常见的问题不是方法太少，而是数据本身有错误。建议先做一轮人工核查，再做程序化筛查。

2.2 离群值和极端值要区分处理

离群值不等于错误值。根据四分位数间距法，超出上下四分位距1.5倍的点可视为离群值，超过3倍者更接近极端值。这里的关键不是“删不删”，而是“为什么出现”。

如果是录入错误、仪器故障或单位混淆，可在说明后剔除。若是真实存在的极端个体，应保留，并在结果中解释。盲目删除异常值，会直接削弱研究可信度。 对医学生和科研人员来说，这一步尤其重要，因为临床数据本身就可能存在波动和偏态。

3. 统计分析前提核查，核心看哪几项

3.1 正态性是均值比较的前提之一

当比较两组或多组计量资料时，首先要看数据是否服从正态分布。若不服从，常规t检验和方差分析就不再合适，应考虑秩和检验等非参数方法。

统计分析前提核查的核心，不是死记方法，而是先确认数据是否满足模型假设。 对单个样本、配对样本、独立样本，前提要求并不完全相同，不能一概而论。

3.2 方差齐性决定能否直接用参数检验

对于两组独立样本和多组比较，除了正态性，还要看方差齐性。若方差齐，参数检验更稳妥；若方差不齐，直接套用标准t检验或方差分析就可能偏差。

在三组及以上比较中，若p值小于0.05，只能说明总体均数不全相同，还需要进一步做两两比较，不能停在总检验结论上。 这也是很多初学者最常犯的错误。

3.3 独立性、配对关系和重复测量必须先确认

研究设计中，样本之间是否独立，决定了分析框架。若是同一受试者治疗前后比较，应视为配对资料。若是同一患者多时间点随访，则属于重复测量。若把这些数据当成完全独立样本处理，结论可能失真。

例如，肿瘤标志物在术后1个月、3个月、6个月、1年连续测量，就不是普通独立样本，而是重复测量设计。前提核查的本质，是把数据结构和研究设计对齐。

4. 按数据结构选择方法，不要反过来套方法

4.1 单变量计量资料的常见选择

对于计量资料，统计方法常按研究结构来选。两个相关样本，若差值服从正态分布，可用配对t检验；若不服从正态分布，可用秩和检验。两个独立样本，若满足正态和方差齐，可用两样本t检验；若不满足，则考虑非参数方法。

多个样本比较时，若满足正态分布和方差齐性，可用方差分析。方差分析适用于两组及以上比较，但前提是数据分布和方差条件要先过关。 如果总体差异显著，再进行SNK、LSD等两两比较。

4.2 计数资料和等级资料要选对检验

计数资料常见于率和构成比分析，两样本率比较通常会用卡方检验或Fisher精确概率法，具体还要看样本量和理论频数。若是配对设计，则应选配对卡方相关方法。

等级资料因为有顺序性，不能简单当作无序分类。单向有序、双向有序、配对和独立样本，方法并不相同。 这类数据一旦误用方法，p值和效应方向都可能被误读。

4.3 相关与回归前要确认变量关系

双变量分析时，若数据接近二元正态分布，可用Pearson相关；若不满足正态条件，可考虑Spearman相关。回归分析则要进一步看因变量类型。

因变量为计量资料时，可考虑线性回归。因变量为二分类或多分类时，常用Logistic回归。因变量是生存时间且有删失数据时，应使用生存分析，如Cox比例风险模型。先判断因变量，再决定模型，这是统计分析前提核查中最基础也最关键的一步。

5. 结果报告也属于前提核查的一部分

5.1 p值要写准确，别只写模糊区间

很多论文的问题不在分析，而在报告。结果中最好写出检验统计量和具体p值。若软件显示p=0.000，通常应理解为p<0.001，而不是字面意义上的0。

统计结果写法不规范，会影响论文可信度。 对医学生和科研人员来说，规范报告和规范分析同样重要。前提核查做得严谨，结果表述也应保持一致。

5.2 统计显著不等于临床有意义

统计学结论和专业判断有时会分歧。若统计上显著，但临床意义很弱，应以临床判断为准。若临床上看似有价值，但统计不显著，则要回到设计、样本量、随访时间和误差控制重新审视。

最严谨的统计分析前提核查，不是追求“显著”，而是确保结论可解释、可复核、可用于临床决策。 这也是高质量论文和普通数据分析的分水岭。

总结Conclusion

统计分析前提核查，关键在于四件事。先分清资料类型，再完成数据净化，然后检查正态性、方差齐性、独立性和异常值，最后按数据结构选方法。只有把前提查清，t检验、方差分析、相关和回归分析才有意义。
如果你希望把这些前提判断做得更快、更稳、更符合论文写作规范，可以借助解螺旋的统计与科研写作支持工具，把变量分类、方法选择和结果表述一次性理顺。