在学术论文的数据分析部分，正确选择统计方法是保证结论可靠性的关键。以下按常见研究目的和数据特征，系统梳理不同情况下的分析方法选择指南。
一、基础原则：先判断两个核心问题
-
变量类型 ：因变量/结局变量是连续型 （如血压、得分）、有序分类 （如疗效等级：无效/好转/显效）、无序分类 （如血型、性别）、还是生存时间（含删失）？
-
研究设计 ：组间比较是独立样本 （不同个体）还是配对/重复测量 （同个体前后或匹配）？是否存在混杂因素需要调整？
二、单变量描述性统计（基线资料）
| 变量类型 | 描述方法 | 适用说明 |
|---|---|---|
| 连续变量（正态分布） | 均数 ± 标准差 (Mean ± SD) | Shapiro-Wilk检验P>0.05可视为正态 |
| 连续变量（偏态分布） | 中位数 (四分位间距) M (Q1, Q3) | 如住院天数、费用、检验指标 |
| 分类变量（二分类/无序多分类） | 频数 (百分比) n (%) | 性别、并发症有无等 |
| 有序分类变量 | 频数 (百分比) n (%) 或中位数 | 疼痛程度、教育程度 |
三、组间比较（两组或多组）
3.1 两组独立样本比较
| 结局变量类型 | 满足参数条件 | 不满足参数条件（或小样本、偏态） |
|---|---|---|
| 连续变量 | 独立样本t检验（需方差齐） | Mann-Whitney U检验（也称Wilcoxon秩和检验） |
| 有序分类变量 | --- | Mann-Whitney U检验 或 Wilcoxon秩和检验 |
| 二分类/无序分类 | --- | Pearson卡方检验（或Fisher精确检验） |
参数条件 ：两组均来自正态分布总体（或大样本≥30且中度偏态）+ 方差齐性（可用Levene检验）。若方差不齐，使用Welch t检验（不假定齐方差）。
3.2 多组独立样本比较（≥3组）
| 结局变量类型 | 满足参数条件 | 不满足参数条件 |
|---|---|---|
| 连续变量 | 单因素方差分析 (One-way ANOVA) + 事后检验（如Tukey HSD） | Kruskal-Wallis H检验 + 事后两两比较（Dunn检验） |
| 有序分类 | --- | Kruskal-Wallis H检验 |
| 无序分类 | --- | 多组卡方检验（R×C表），若有小期望频数用Fisher确切概率 |
3.3 配对/重复测量设计（同个体前后或匹配对）
| 设计类型 | 参数方法 | 非参数方法 |
|---|---|---|
| 两组配对（前后对比） | 配对t检验 | Wilcoxon符号秩检验 |
| 多组重复测量（≥3个时间点） | 重复测量方差分析 | Friedman检验 |
| 配对分类变量（如前后是否有效） | McNemar检验（2×2表） | --- |
四、关联性/相关分析
| 变量类型 | 方法 | 条件说明 |
|---|---|---|
| 两个连续变量（均正态） | Pearson相关系数 | 线性关系，无异常值 |
| 两个连续变量（非正态或非线性） | Spearman秩相关系数 | 适用于单调关系，对异常值稳健 |
| 一个连续 + 一个二分类 | 点二列相关系数 或直接用t检验 | t检验更常见 |
| 两个有序分类变量 | Spearman秩相关系数 或 Kendall tau | 也可用卡方检验趋势 |
| 两个无序分类变量 | Cramer's V（基于卡方） | 用列联表卡方检验 |
五、回归分析（控制混杂/预测）
| 结局变量类型 | 常用回归方法 | 说明 |
|---|---|---|
| 连续变量 | 线性回归 (Linear regression) | 需满足残差正态、独立、方差齐 |
| 二分类（0/1） | Logistic回归 (Binary logistic) | 报告OR值及95%CI |
| 无序多分类 | 多项Logistic回归 | --- |
| 有序分类 | 有序Logistic回归 | 需比例优势假设 |
| 生存时间（含删失） | Cox比例风险回归 | 报告HR值 |
| 计数数据（如住院次数） | Poisson回归 或 负二项回归 | --- |
论文中常用：多因素回归校正混杂，或倾向性评分匹配后的回归。
六、特殊设计常用方法
| 研究场景 | 推荐方法 |
|---|---|
| 诊断试验（金标准存在） | 灵敏度、特异度、ROC曲线 + 曲线下面积(AUC) |
| 一致性评价（两种测量方法） | Kappa系数（分类）、组内相关系数ICC（连续） |
| 交互作用/亚组分析 | 回归模型中纳入乘积项，或分层分析 + 交互检验 |
| 时间序列/重复测量 | 广义估计方程(GEE)、线性混合模型(LMM) |
| 缺失数据处理 | 多重插补、末次观测值结转（谨慎） |
七、常见误区提醒
-
误用t检验比较三组 → 应使用ANOVA，否则增加Ⅰ类错误。
-
不检验正态性和方差齐性就直接用参数检验 → 应先用Shapiro-Wilk、Levene检验，或直接使用非参数方法。
-
分类变量卡方检验忽略期望频数 → 若≥20%格子期望频数＜5或任一格子＜1，应使用Fisher精确检验。
-
多个主要结局未校正多重比较 → 可用Bonferroni、FDR等校正。
-
把重复测量数据当作独立样本分析 → 应使用配对检验或重复测量模型。