统计分析与质量控制

文件预览

1 个文件

SKILL.md

2.2 KB · 可预览

---
name: statistics
description: # Statistical Analysis & Quality Control
---

# Statistical Analysis & Quality Control

## Overview
Comprehensive statistical methodology for scientific research. Covers test selection, assumption verification, power analysis, effect size reporting, and reporting standards.

## Test Selection Guide

| Data Type | Groups | Paired? | Normal? | Recommended Test |
|-----------|--------|---------|---------|-----------------|
| Continuous | 2 | No | Yes | Independent t-test |
| Continuous | 2 | No | No | Mann-Whitney U |
| Continuous | 2 | Yes | Yes | Paired t-test |
| Continuous | 2 | Yes | No | Wilcoxon signed-rank |
| Continuous | 3+ | No | Yes | One-way ANOVA + post hoc |
| Continuous | 3+ | No | No | Kruskal-Wallis + Dunn |
| Continuous | 3+ | Yes | Yes | Repeated measures ANOVA |
| Categorical | 2x2 | — | — | Chi-square / Fisher's exact |
| Time-to-event | 2+ | — | — | Log-rank + KM curves |
| Time-to-event | Adjusted | — | — | Cox proportional hazards |
| Continuous | Prediction | — | — | Linear/logistic regression |

## Assumption Checks
- **Normality**: Shapiro-Wilk (n < 50), Kolmogorov-Smirnov (n > 50), Q-Q plot visual
- **Homoscedasticity**: Levene's test, Bartlett's test
- **Independence**: study design review (not a statistical test)
- **Proportional hazards**: Schoenfeld residuals, log-log plot

## Multiple Comparison Correction
- **Bonferroni**: conservative, for few comparisons
- **Holm-Bonferroni**: step-down, less conservative than Bonferroni
- **FDR (Benjamini-Hochberg)**: for many comparisons (e.g., genomics)
- **Tukey HSD**: for all pairwise comparisons after ANOVA

## Effect Size Guidelines
| Measure | Small | Medium | Large |
|---------|-------|--------|-------|
| Cohen's d | 0.2 | 0.5 | 0.8 |
| Pearson r | 0.1 | 0.3 | 0.5 |
| Odds Ratio | 1.5 | 2.5 | 4.3 |
| R-squared | 0.02 | 0.13 | 0.26 |

## Reporting Standards
- Always report: test statistic, degrees of freedom, exact p-value, effect size, 95% CI
- Follow STROBE (observational), CONSORT (RCTs), PRISMA (reviews), ARRIVE (animal)
- Never say "trend toward significance" for p > 0.05
- Report non-significant results honestly

SKILL.md

raw

元数据

name	statistics
description	# 统计分析与质量控制

统计分析与质量控制 概述 科学研究的综合统计方法。涵盖检验选择、假设验证、功效分析、效应量报告和报告标准。 检验选择指南 数据类型 组数 是否配对？ 是否正态？ 推荐检验 连续 2 否 是 独立样本 t 检验 连续 2 否 否 Mann-Whitney U 检验 连续 2 是 是 配对 t 检验 连续 2 是 否 Wilcoxon 符号秩检验 连续 3+ 否 是 单因素方差分析 + 事后检验 连续 3+ 否 否 Kruskal-Wallis 检验 + Dunn 事后检验 连续 3+ 是 是 重复测量方差分析 分类 2x2 — — 卡方检验 / Fisher 精确检验 时间-事件 2+ — — 对数秩检验 + Kaplan-Meier 曲线 时间-事件 调整 — — Cox 比例风险回归 连续 预测 — — 线性/逻辑回归 假设检验 正态性 ：Shapiro-Wilk 检验（n < 50），Kolmogorov-Smirnov 检验（n > 50），Q-Q 图可视化 方差齐性 ：Levene 检验，Bartlett 检验 独立性 ：研究设计审查（非统计检验） 比例风险假设 ：Schoenfeld 残差，log-log 图 多重比较校正 Bonferroni ：保守，适用于少量比较 Holm-Bonferroni ：逐步降低，比 Bonferroni 保守性低 FDR (Benjamini-Hochberg) ：适用于大量比较（如基因组学） Tukey HSD ：用于方差分析后的所有配对比较 效应量指南 测量指标 小 中 大 Cohen's d 0.2 0.5 0.8 Pearson r 0.1 0.3 0.5 比值比 1.5 2.5 4.3 R-squared 0.02 0.13 0.26 报告标准 始终报告：检验统计量、自由度、精确 p 值、效应量、95% 置信区间 遵循 STROBE（观察性研究）、CONSORT（随机对照试验）、PRISMA（系统综述）、ARRIVE（动物实验）指南 切勿对 p > 0.05 使用“趋向显著”的说法 如实报告不显著的结果

数据类型	组数	是否配对？	是否正态？	推荐检验
连续	2	否	是	独立样本 t 检验
连续	2	否	否	Mann-Whitney U 检验
连续	2	是	是	配对 t 检验
连续	2	是	否	Wilcoxon 符号秩检验
连续	3+	否	是	单因素方差分析 + 事后检验
连续	3+	否	否	Kruskal-Wallis 检验 + Dunn 事后检验
连续	3+	是	是	重复测量方差分析
分类	2x2	—	—	卡方检验 / Fisher 精确检验
时间-事件	2+	—	—	对数秩检验 + Kaplan-Meier 曲线
时间-事件	调整	—	—	Cox 比例风险回归
连续	预测	—	—	线性/逻辑回归

测量指标	小	中	大
Cohen's d	0.2	0.5	0.8
Pearson r	0.1	0.3	0.5
比值比	1.5	2.5	4.3
R-squared	0.02	0.13	0.26