|
按理说，我们开展数据分析的常规操作是如果数据偏态分布，正态分布用算术均数来统计描述，用t检验和F检验开展差异性比较；偏态数据用中位数描述，用秩和检验来开展差异性比较。
但是，有些文章却很奇怪。 我的一个学生就问了：“亲爱的郑老师，为什么我看到一篇文献，他统计描述用的是均数和标准差，为什么分析不用t检验呀，怎么用秩和检验了！？”
我在在之前一篇推文的案例也出现类似的现象。 《新英格兰医学杂志》论文统计解读：如何计算中位数差值的置信区间
该研究统计描述采用均数加减标准差，差异性比较采用两样本秩和检验，置信区间采用Hodges-Lehmann估计法估计我讲几点，你理解了就知道为什么了。 1. 大样本偏态数据t检验可以为所欲为？ 有人总是搬出概率统计学的“中心极限理论”，说大样本数据，样本均数逼近正态分布，所以t检验没有问题！
这是大大的错误！“中心极限理论”不是意味着样本量较大，这个原始数据的分布就正态分布！既然原始数据分布不是正态分布，做t检验自然不合适，因为，t检验要求数据服从正态分布。
2. 偏态数据分为近似正态和严重偏态 严重偏态容易理解，而近似正态指的是（特别是较大样本量）正态性检验P<0.05，但直方图而显示大致中间多，两边少的分布特征。比如下方4图中，左上方的图就是近似正态分布！ 
3. 近似正态可以采用t检验，也可以考虑非参数秩和检验 差不多近似正态分布的情况下，t检验、F检验和非参数检验都可以考虑，且结果相似，不用纠结。如果要完全符合审稿人的偏执要求；如果差异性比较后续还要跟着线性回归分析、协方差分析、重复侧方差分析时，建议用t检验（两者都是参数检验的范畴，一篇文章保持一致性）。 4.秩和检验具有广泛的适用性
无论正态分布、近似正态分布、偏态分布，数据的比较均可以采用秩和检验，只不过正态分布时，更推荐参数检验，因为参数检验手段更丰富。 5.近似正态优先考虑用均数来描述
为啥？因为人人都爱均数！均数更容易理解！你看我们国家统计总局每年公布国人年人均收入时候，也用均数，尽管我们国家贫富差距明显，收入是严重偏态分布！ 6. 所以。。。。 “一个指标用均数描述，却又用秩和检验来比较差异性！”的现象是合理的！近似正态分布时候，用均数来描述，秩和检验来进行分析。 不过一般我们数据分析时，这样的骚操作还是谨慎使用吧！
|
