一文读懂

用微信扫码二维码

分享至好友和朋友圈

‍写在前面：尽管有关医学统计学的专业书很多，但这些书大多由统计学专家所撰写，其内容专业性太强，一些理论令临床医生难以理解。而临床科研工作要想取得科学的结论又离不开统计学知识。《循证医学》杂志曾开设“循证医学中的医学统计学问题栏目，以解决临床医生的实际问题为目的，以短篇、系列的形式向广大临床医生介绍有关医学统计学知识，医药魔方Med经授权转载其中部分篇章，希望感兴趣的读者能从中获益。

在阅读某些“医学论文”或“医学科研基金申请书”时 ，常常会碰到误用“双侧检验( two-sided test)" 或“单侧检验(one-sided test) " 之情况，以至影响结论的可靠性，甚至得出错误结论。故如何正确使用“双侧检验”或“单侧检验“非常重要，特别在所得“显著性检验统计量”逼近”显著性界值”时，下结论当慎重。

例：某医生比较一新药与一旧药的疗效，取随机样本16例，随机分组设立新药组、旧药组各8例，研究某指标结果见表1，问二药疗效有无差异？

这是一项计算均数及进行显著性检验的临床试验。计算可得：二组均数、标准差分别为7.5、2.1；5.5、1.8 , 计算得统计量t=2.05 , 自由度u=8+8-2=14 , 取单侧显著性界值 t 0.05,14 =1.761 , 得单侧P< 0.05 , 可认为二组差异存在显著性，新药疗效优于旧药。

假如我们采用双侧检验，则双侧显著性界值t0.05,14=2.145, 得双侧P>0.05, 二组差异未见显著性，即两药疗效无差异。从这一例子可以看出：同样的数据进行统计处理，使用单侧检验或双侧检验可得出完全不同的结论，正所谓差之毫厘，失之于里。由此，我们必须弄清下述两个问题：1)什么是单侧检验和双侧检验?2)什么时候使用单侧检验，什么时候使用双侧检验？

在医学统计学中，双侧检验或单侧检验的基本概念如下：根据假设检验基本思想所建立的检验假设是H0：µA=µB和H1：µA≠µB，α=0.05(或0.01)。当依据统计结果得P≤α时，结论为“拒绝H0，接受H1”。通俗地说，如果我们检测的样本来自的总体相同，则为H0：µA=µB，此时的P值大于0.05; 如果我们检测的样本来自的总体不同，则为H1：µA≠µB, 此时的P值小于0.05 。但µA≠µB有两种情况，即µA可以大于µB也可以小于µB, 都可作为拒绝H0时的接受者。

无论µA＞µB或µA＜µB，它们的共同点都表示两个总体均数不等；而它们的不同点则是分别从H0：µA=µB向两侧方向偏离，即µA＞µB为一侧，µA＜µB为相反一侧，此种情况称为双侧检验( two-sided test )。若只取其中一侧（另一侧已事先被排除了），就称为单侧检验(one-sided test)。

明白了上述概念之后，我们很容易得出这样的结论，如果是比较新法是否优于旧法，则用单侧检验；如果比较两种方法是否相同，则需双侧检验。这里需要进一步强调的是，在“研究设计阶段”就要求明确”研究目的”是“研究新药疗效是否优于旧药"' 还是”研究两药疗效有无差异”，从而完成对应的“研究设计”，分别对应选用“单侧检验”、“双侧检验＂，而并非在后期统计学处理分析阶段再考虑这一问题。

选择单侧检验还是双侧检验首先应据专业知识来确定，同时也应考虑所要解决的问题本质或研究目的。一般认为双侧检验较保守和稳妥，而单侧检验由于充分利用了另一侧的不可能性，故更易得出差异有显著性的结论，但应慎用。

单侧检验和双侧检验中计算统计量的过程是相同的，但确定概率P值时的“显著性界 值”是不同的。如α=0.05，自由度v=14，取单侧显著性界值t0.05,14=1.761,而双侧显著性界值t0.05,14=2.145，可见单侧检验界值比双侧检验界值小，这就意味着进行单侧检验时，统计量易达到界值水平，即易得到P /阅读下一篇/ 返回网易首页 下载网易新闻客户端