偏倚的主要类型_回归分析控制混杂偏倚的基本统计过程和报告撰写

本文详细介绍了如何在回归分析中控制混杂偏倚,特别是针对观察性研究。首先,通过描述性分析和差异性比较识别潜在混杂因素,然后进行简单关联性分析以探索暴露因素与结局的关系。文中提供了队列研究和病例对照研究的案例,强调了根据研究类型正确分组的重要性,并列举了控制混杂偏倚的统计步骤。
摘要由CSDN通过智能技术生成
SPSS 教程 29讲-34讲:混杂偏倚及控制方法 29讲:了解混杂因素与混杂偏倚 30讲:为什么回归分析可以控制混杂偏倚 31讲:实验性研究的协变量混杂偏倚控制 32讲:协方差分析控制实验性研究混杂偏倚 33讲:分层分析控制实验性研究混杂偏倚

34讲:回归分析控制偏倚的过程与报告撰写

SPSS 教程 34讲:回归分析控制偏倚的过程与报告撰写

混杂偏倚,特别是观察性研究的偏倚,需要重点关注。常见情况下,我们会采用回归分析的方式来进行处理。关于这一点,我们在之前的几讲重点进行了介绍。

从目前国内的文献来看,研究者可能懂得如何利用回归去分析和控制偏倚,但是国内学者在写作方面规范性却不足。

因此,本文着重介绍,如何结合不同的统计工具控制混杂偏倚,撰写一篇学术论文。

1.混杂偏倚控制的基本统计学过程

对于初学者来说,混杂偏倚控制实际上遵循的统计过程,跟之前的系列课程介绍的内容非常相似,它们是横截面调查的统计分析策略、病例对照研究的统计分析策略、队列研究的统计分析策略。这三篇文章,我是从回归分析的第一个目的----影响因素角度来阐述的。也就是说,如果诸位开展观察性研究,探讨影响结局的多个因素,那么基本的统计策略可以从上三篇文章学到很多内容。

控制混杂偏倚的回归方法,其统计策略又是如何呢?一般来说控制混杂的回归与探讨影响因素的回归,统计过程相似,但是具体思路上有所不同。

混杂偏倚控制的基本统计过程分为三步骤:

第一步,分人群的描述与差异性比较。观察性研究重要的特征是人群分组不均衡,由于人群是自然分组,人群的特征譬如年龄、性别在暴露因素的不同暴露水平(暴露组/非暴露组;低暴露水平组/高暴露水平组)之间会有差异性。因此,一般情况下首先需要探索性分析,究竟有哪一些人群的特征分组是不均衡的。是否分组不能均衡可以通过差异性比较方法(t、F、卡方、秩和),以P值来反映。如果P值<0.05,则可以被认为是潜在混杂因素(不能说是混杂因素,毕竟混杂因素要同时满足3个条件)

值得注意的是&

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值