科研星球

如何一眼识别出文章中的统计学错误?

很多人写文章时没有收集数据,也不知道怎么做统计,就把别人的文章拿来改一改,再加上国内很多医学期刊编辑对统计学方面的把握层次不齐,有些编辑根本不会审查统计数据,因此既往发表的文章中统计学方面的错误较多。


但随着国内期刊办刊水平的提高,期刊编辑对来稿中统计学错误的重视程度和识别水平的提高,文章中的统计学错误将被更快的识别出来,由于统计问题被秒拒的退稿率大大提高!

那么,编辑一般都如何去识别你文章中出现的统计学错误呢?拥有和编辑一样的慧眼,让你在看文献的时候快速辨别垃圾文章,也能帮你做好自己文章的统计审查!


一、令人怀疑真实性的错误

如果文章中的数据违背基本的统计学法则,往往会被怀疑造假从而被一票否决,以下几类错误都很典型:

      0 (1).png


以上 7 个要素,几乎可以排除 90% 的「瞎编乱造」文章,例如以下文章, t 值小于 1.96,按理说 p 值应该大于 0.05,因此这组数据明显矛盾:

       0.png


又或者以下这篇文章,这个例子中我们可以看到两组数据的率的差异是很接近的,那么他们的 X^2 值应该也是很接近的,但是本文中的两组 X^2 差距很大,我们用公式重新计算了 X^2,果然证实本文数据是有问题的。

       0 (2).png




二、统计方法误用,导致结果不可信

最常见的统计学方法误用,比如明明是个离散型资料,你用却使用了普通的 t 检验;同一组样本用药前后的对比,选择了独立样本 t 检验而不是配对样本 t 检验;这类低级错误往往会被直接拒稿。

一篇文章想要成功发表,需要认真对待,有些人图快想靠旁门左道忽悠审稿人,往往是搬起石头砸自己的脚。

想要顺利发表一篇 SCI 或者中文核心文章,从一开始的研究设计就必须谨慎,找到有临床意义,符合科学性、合理性的选题。

这一步需要你掌握临床研究设计的方法和原则,更要阅读大量文献,才能做到心里有数,不仅可以找到优秀的选题,还能权衡自己的能力是否能够完成本选题。


没有账号?