一张图教你正确选择定量资料的组间比较方法

本文转载自微信公众号“小白学统计”，感谢作者授权。

统计分析方法有很多，从简单的组间比较到复杂的各种模型，如果你感兴趣，有众多的统计方法足够你徜徉在统计学的海洋之中。当然，统计学方法的误用也不在少数，国内的医学杂志中，毫不夸张地说，几乎每一本杂志总能找出一些统计学上的错误。

对于非统计学专业人士，专门去学各种复杂的方法确实有点过于为难，而且从杂志中的错误来看，绝大多数的错误其实都是最基础的错误，为什么呢？我个人觉得，可能是因为复杂方法非统计专业人士不会用，只能去请教统计学家，反而不容易出错。越是简单的方法，可能大家都想干脆自己做算了，结果反而漏洞百出。

所以本文主要是用一张图来介绍一下，对于定量资料，如何选择组间比较方法。这里要明确两个问题：一是针对的是定量资料，二是针对组间比较。

什么是定量资料？这个问题可能过于简单，不过还是先说一下。定量资料有很多特征，起码可以有单位，比如身高，你知道单位是cm或m。而对于性别，你想象不出它的单位是什么，因为它只能有男和女。

定量资料可以分为连续资料和离散资料，连续资料，顾名思义，就是数值连绵不断，想象一下在一个坐标轴上，你可以从负无穷到正无穷取任意值，可以有小数点。

而离散资料是只能取整数，比如红细胞计数，单位是个。当然如果你指定不同单位，有时看起来离散资料好像也可以取小数点。比如3.5X1012，单位太大，所以前面的数值可以带小数点，但如果单位是个，那前面数值肯定不是小数点。

什么是组间比较？我们都知道看，数据分析的目的有很多，你可以探索多个变量的关系，可以看不同组的差异比较，可以看如何对数据进行分类，等等。组间比较是一种比较简单的思想，就是你采用相应的设计方法（如完全随机设计），把人群分为两组或多组，比较各组之间的均值或率有没有统计学差异。涉及的因素很简单，就是一个组别因素。所以，对于这类研究目的，选择方法的时候，只要稍微注意下，一般不会选择错误。但现实的问题是，很多人都不注意细节，所以反而容易出错。

下面就是关于组间比较的常用统计方法选择的图示，根据这一图示，可以比较容易选择相应的统计分析方法。

比如，你做了一个完全随机设计，比较两种降压药的疗效，最后的分析结局指标是血压的降低值，这是一个连续资料。完全随机设计直接看左边部分就行了。既然是两组，那就看两组的部分。设计方法和组别这都是你自己应该知道的。

然后接着判断两组数据是否服从正态分布（要分别每组看），如果不满足正态分布，我们可以看到，线条直接指向了Wilcoxon秩和检验，那你就用这种方法就好了。

如果满足正态分布，还得继续做方差齐性检验（也就是比较两组的方差是不是相等），如果方差齐（两组方差相等），指向t检验，那就用t检验就好了。如果方差不齐（两组方差不相等），指向t’检验，那就用t’检验（具体检验方法如Satterthwaite t检验或Cochran t检验均可）。

如果你做了一个配对设计，那就看右边部分，根据组别数是2组还是多组（这个你自己很清楚），然后看正态性，根据正态性结果，选择相应的统计方法。

看起来很简单是不是？你需要做的就是判断以下几条：

（1）设计类型。是完全随机设计还是配对设计。这个是你自己的数据，你自己应该很清楚。可能有的人说，我想比较男女之间的血压值，或者不同年龄组的发病率，这个没什么设计，这种比较的方法就等同于完全随机设计的比较方法。一般来说，除非你很清楚自己做的是配对设计，否则就选择完全随机设计的比较方法就行了。

（2）比较的组别数。这个你要是不知道，那我就没有办法了。

（3）正态性的判断。虽然这个听起来你可能不懂，但你随便找个统计软件，都能做这个，你只要根据结果来判断一下就行了。正态性检验可能在软件中会出现多个结果，比较常用的是Shapiro-Wilk检验，如果你看到这个检验结果的P值小于0.05，那可能提示数据是非正态的。或者你也可以简单地绘制个直方图，看一下简单的数据分布情况，如果比较对称，说明是正态的，否则可能是非正态的。比如下图，左边就是正态分布，右边就不是正态分布。

（4）方差齐性的判断。所谓方差齐性也就是各组之间的方差是否相等，其实也就是看一下每组数据的波动情况是不是一致，如果有的波动大，有的波动小，那可能就是方差不齐，就需要采用一些备用方法。同样的，方差齐性也很容易在软件中实现，如果你看到方差齐性检验结果的P值小于0.05，那可能提示方差不齐。比如下图，左边的两组方差相等，右边的两组方差不相等，因为右边图中，左图比较集中，波动比较小，右图比较分散，波动相对较大。

其实仔细看看，并不是很难，有2条是你自己眼睛瞅瞅就知道了，另外两条你只要用随便一个统计软件就可以知道结果。然后你就根据这些条件和结果顺藤摸瓜，找到相应的方法就行了。

本文主要是介绍一下选择这些方法的思路。通过本文，我想你应该明白，并不是一看到两组比较就一定要选择t检验，也不是多组比较一定要用方差分析的。世界很大，去罗马不止一条路，多走几条路，才知道哪个是最合适的。