统计分析时犯的错

可以犯错，但不要一直犯同样的错。

20221005

都是一些基础问题，但是很致命。

1、开始分析之前，一定要保证数据整理的时候没有问题。整理完成之后可以通过多种方式检查自己是否整理正确：

1）如果两个变量之间有明显的关联，可以尝试做一下关联性分析，检查是否有关联，这个时候，如果不存在关联性，就要思考为什么了，是不是数据整错了，还是中间转换的时候出错。

2）是否有很强的可重复性。当然，这个方法就比较费时间。用不同的思路多做几次，如果每次的结果都是一样的，出错率就比较小了。 

3）如果是其他人已经发过的人群研究，可以通过summarize自己的数据，核对是否一样。一般已发表的都是99%正确的数据结果。如果不能复刻出他的结果，99%就是自己做错了。（剩下1%的可能就是。。。）

4）对缺失值进行填补！！如果样本量小，一定尽可能填补，填补最常用的是中位数填补法。

2、做批量lm/glm或者其他回归分析的时候，用for循环生成数据表一定要样本号对齐。

这里的x、y、covariates一定要样本ID号列保持一致，不然就用merge合并

results<-data.frame()
for(j in 1:ncol(x)){
  for (i in 1:ncol(y)){
    data.cur<-data.frame(y[,i],x[,j],
                         covariates$Sex,covariates$Age,covariates$BMI)
    colnames(data.cur)<-c("y","x","Sex","Age","BMI")
    res.lm<-glm(y~x+Sex+Age+BMI,data = data.cur)
    res.summary.lm<-data.frame(cbind(names(x)[j],names(y)[i],summary(res.lm)$coe[2,1]),summary(res.lm)$coe[2,2],summary(res.lm)$coe[2,4])
    results<-rbind(res.summary.lm,results)
  }
}
names(results)<-c("x","y","Coefficient","SE","P")
results$adjp<-p.adjust(results$P,method="fdr")
table(results$adjp<0.05)