簡明生物統計學

隨著實證醫學的蓬勃發展，系統性產生並研究證據已成為一門顯學，而統計則是量化證據強弱的重要工具，但一般人對統計學教科書的既定印象，是充滿符號與公式的睡前最佳讀物，然而《簡明生物統計學》一書完全顛覆了這種想像。作者在書中用最少的公式、最多的圖像，以及用生動的例子帶領讀者瞭解抽象的統計概念，亦列出當今常見的統計觀念謬誤，有助於讀者在進行研究或批判文獻時的提示。本書同時包含理論觀念的建立與實務應用的重點摘要，對有志打下統計應用基礎的讀者及學習生物統計的學生來說，是一本不可多得的最佳教材。

序言：
我總認為自己是門外漢及麻煩製造者。在本書初版發表30年後，我懷著謙卑的心情準備第七版。本書的著眼點十分特殊：許多醫學文獻的論文存在可避免的錯誤。當時出版商McGraw-Hill深怕本書的「反抗性思維」會不受讀者歡迎，而對銷售量有負面影響；他們也擔心本書的架構與傳統的統計學課本不同。
時間已然證明，生物醫學領域已經準備好要接受這種思維。本書獲得了非凡的成功。
然而近年來，醫學文獻的弊病與時俱進，而本書的內容也反映了該變化。許多期刊已經納入正式的統計審查，因此早年大行其道的低級錯誤已逐漸被「樣本偏誤」或「檢力不足」這類比較微妙的錯誤所取代（雖然現在不恰當的t檢定仍然不在少數）。本書的內容隨著時間不斷演化，包含了越來越多主題，例如檢力和樣本數，並增加了有關多重比較、相對風險、勝算比和存活分析的討論。
我在這一版刪減了有關多重比較檢定的討論，只聚焦在有母數和無母數方法的Bonferroni、Holm和Holm-Sidak校正檢定。
同時，這也是出版以來改動最徹底的一次再版。此版格式較寬、較開放，且舉例更多。另外，我還新增了多因子變異數分析、多重回歸和羅吉斯回歸*，更深入討論了實驗設計的議題、及如何整合數筆不同研究的資訊。實例和習題均經大刀闊斧的修改，且大多數來自21世紀發表的研究。
本書源於1973年，當時我擔任博士後研究員，有很多朋友和同事會向我請教生物統計的問題。由於他們的統計知識大都比我少，我試著學習如何幫助他們。我需要對多種檢定及統計方法做快速、直觀但正確的說明，因此漸漸衍生出一組制式的解釋，並作出一套關於生醫研究中常見的統計錯誤及克服之道的兩小時幻燈片。這些幻燈片相當成功，許多人建議我把它擴充成為生物統計的入門書，此 即1981年初版《簡明生物統計學》的濫觴。
因此，本書不僅是設計給單一的讀者—學生、博士後研究員、教授、臨床工作者—也適用於正式課程的學生。
本書可以作為各階段的教科書。它已成為醫學生必修的流行病學及生物統計課程中，生物統計部分的教科書。該課程用八堂一小時的課上完本書的前八章。本書也被我們學校的牙醫系選為精簡版生物統計課程的教材（只涵蓋前三章）。此外，對我（及其他人）來說，一季四學分的課程足以深入介紹整本書。該課程每週講課四小時，包含一小時的問題討論。來上課的學生身分很多元，從大學部到研究所及博士後研究員都有，有時候也會有教職員。
本書亦涵蓋了其他統計入門課程的技術性內容，因此可作為一般大學生統計導論課程（與醫學院教學內容的難度類似）的主要教材或補充教材，且特別適用於「想讓主修生命科學的學生和統計產生連結」的教師。
本書與其他生物統計入門教科書有幾點不同，這些差異是暢銷的主因。
首先，誤用t檢定分析多個組別的研究是常見的統計錯誤。這可能肇因於統計教科書中第一種「能產生眾所矚目之P值」的統計方法就是t檢定。即便書中有介紹變異數分析，也常常被放在最後面的章節，而於學期末被匆匆帶過或跳過。由於太多論文應該使用變異數分析，且變異數分析是所有有母數檢定的基礎，故我將其放在前面，然後再討論作為其特例的t檢定。第二，為了闡釋我在文獻中觀察到的弊病，書中也討論了多重比較檢定。第三，本書的架構與一般教科書不同，環繞著「假說檢定」及「估計治療效果的大小」。傳統教科書是從單一樣本、兩個樣本推廣到k個樣本的估計，以及假說檢定方法。我的方法針對的是閱讀或進行生物醫學研究時會切身遇到的問題。
大部分的例子來自文獻中有趣的研究，且盡可能地忠於原始資料。然而，我也稍微改編了某些原始資料，以便簡化統計問題（例如將樣本數改為一樣），讓我們可以將重點放在統計方法背後的重要直觀概念，而非複雜的代數和計算過程。我省略了（或僅間接提到）某些統計導論教科書的常見主題。我並未直接討論機率論及期望值，另外我還保持了P和α之間的模糊性。
和所有的書一樣，在此要向許多人致上誠摯的謝意。Julian Hoffman為我上了第一堂清楚且實用導向的生物統計課，讓我可以比向我諮詢的人更了解生物統計。這幾年來，Virgina Ernster、Susan Sacks、Philip Wilkinson、Marion Nestle、Mary Giammona、Bryan Slinker、Jim Lightwood、Kristina Thayer、Joaquin Barnoya、Jennifer Ibrahim和Sara Shain提供了一些很棒的實例，可納入本書的內容及習題。Bart Harvey和Evelyn Schlenker對於此版新增的內容提供了懇切的建議與詳盡的回饋，我十分感謝他們。最後要感謝的是使用本書的讀者、學生及生物統計教師，花時間寫信告訴我問題、意見與改善方法的建議。在準備第七版時，我盡我所能地留意他們的忠告。
本書的許多圖片直接來自我的幻燈片。事實上，讀這本書時，最好把它想像成印出來的幻燈片。大多數看過我幻燈片的人，在閱讀生物統計期刊時會更加嚴謹。許多讀過前幾版的人也有類似的回饋，這對我來說是無上的喜悅和滿足。希望本書能繼續讓更多人更嚴謹地處理資料，並幫助改善生醫文獻的品質，最終改善醫療照護的品質。
Stanton A. Glantz
 

序言 xiii
譯者序 xv
 
第一章 生物統計與臨床診療 1
統計方法能告訴你什麼？　3
為何不要只依賴期刊？　4
問題為何依然存在？　5
 
第二章 如何摘要資料 7
資料的三種型態　7
平均值　9
變異度的測度　9
常態分佈　10
取得資料　10
" 隨機抽樣　10
" 偏誤　12
" 實驗和觀察性研究　13
" 隨機臨床試驗　14
如何從樣本估計平均值和標準差　15
這些估計值有多好？　15
百分位數　19
" 糖尿病神經病變相關的疼痛　23
摘要　25
習題　25
 
第三章 如何檢定組間差異 27
一般方法　27
母群體變異數的兩種估計值　31
怎樣的F值才算大？　34
手機和精子　38
" 先期研究　38
" 較佳的對照組　40
" 實驗性研究　41
樣本數不同　41
雙因子變異數分析　44
習題　44
 
第四章 僅有兩組時的特例：t檢定 49
一般方法　49
差或和的標準差　51
利用t值對兩組資料做假設檢定　52
如果兩組樣本數不同怎麼辦？　56
手機實例再探　56
t檢定其實就是一種變異數分析　59
使用t檢定的常見錯誤及其解決之道　60
如何用t檢定找出變異數分析中差異的來源　62
" Bonferroni t檢定　62
" 再探手機和兔子精子的關係　63
" 較佳的多重比較方法：Holm t檢定　64
" Holm Sidak t檢定　65
針對單一對照組的多重比較　67
P值的意義　67
" 統計思維與現實（臨床）思維　69
" 為什麼要定P < 0.05？　70
習題　71
 
第五章 如何分析比率和比例 73
回到火星　73
由樣本估計母群體　75
比例的假說檢定　78
" Yates連續性校正　79
" 諮詢對於街友規劃臨終照護的影響
79
名目資料的另一種檢定方法：列聯表分析　80
" 卡方檢定統計量　81
" Yates連續性校正　84
實驗的處置或結果大於兩種時之卡方檢定　86
" 多重比較　87
Fisher精確檢定　87
兩個名目變項相關程度的度量　91
" 前瞻性研究與相對風險　91
" 絕對風險上升（或下降）及需治人數　92
" 病例對照研究與勝算比　93
" 吸二手菸與乳癌　94
習題　95
 
第六章 「不顯著」究竟代表什麼意義？ 101
有效的利尿劑　101
兩種型式的錯誤　104
檢力由哪些因素決定？　105
" 型一錯誤α的大小　105
" 治療效果的大小　108
" 母群體變異度　110
" 樣本數越多，檢力越大　112
" 「檢力由哪些因素決定？」之摘要 112
" 慢性阻塞性肺病患者的肌力　113
變異數分析的檢力和樣本數　116
" 精子活動力與檢力　116
比較兩個比例的檢力和樣本數　118
" 聚乙烯袋研究的檢力　119
" 比較兩個比例的樣本數　120
相對風險和勝算比的檢力和樣本數 121
列聯表的檢力和樣本數　121
" 聚乙烯袋研究的檢力（再探）　121
使用檢力的實務議題　122
檢力能帶來什麼改變？　122
習題　124
 
第七章 信賴區間 125
以兩個平均值的差來估計療效大小　125
有效的利尿劑　127
" 更多實驗　127
「信賴」是什麼意思？　129
信賴區間可用來檢定假說　130
母群體平均值的信賴區間　132
以兩個比率或比例之差值來測量療效　132
" 使用兩種不同保溫法的極低體重早產兒的生存率差異　133
「不顯著」的臨床試驗究竟有多「不顯著」？　133
" 統合分析　133
比率和比例的信賴區間　136
" 醫院抗生素使用改善方法相關研究的品質　136
比率與比例確切的信賴區間　137
相對風險與勝算比的信賴區間　138
" 輔導街友預立臨終遺囑的效果　139
" 二手菸與乳癌　140　
整個母群體的信賴區間　140
習題　142
 
第八章 如何檢定趨勢 143
又見火星人　143
" 母群體參數　144
如何從樣本估計趨勢　147
" 通過資料點的最佳直線　148
" 回歸直線的變異度　150
" 回歸係數的標準誤　151
" 趨勢的說服力有多高？　154
" 平均直線的信賴區間　155
" 單一觀察值的信賴區間　156
" 手機輻射、活性氧化物與人類精子的DNA損傷　156
如何比較兩條回歸直線　160
" 兩條回歸直線的整體一致性檢定　161
" 類風溼性關節炎無力與肌肉萎縮的關係　161
相關和相關係數　164
" Pearson積差相關係數　164
" 回歸與相關的關係　165
" 如何對相關係數進行假說檢定　168
" 期刊發行量與其挑剔程度　168
Spearman排序相關係數　169
" 手機輻射與精子粒線體產生活性氧化物　172
回歸和相關分析的檢力與樣本數　173
比較同一事物的兩種測量法：Bland-Altman法　174
" 以心臟超音波評估二尖瓣逆流　175
多元回歸　177
摘要　178
習題　178
 
第九章 每位受試者接受大於一種治療的實驗 185
觀察受試者在單一治療前後狀況的實驗：配對t檢定　185
" 吸菸與血小板功能　187
變異數分析的另一種面向　189
" 一些新符號　190
" 解釋觀察值的所有變異　193
實驗對象接受多種治療並重複觀察：重複測量變異數分析　194
" 抗氣喘藥物和內毒素　197
" 如何找出重複測量變異數分析的差異來源　200
" 重複測量變異數分析的檢力　200
治療結果為名目尺度之實驗：McNemar檢定　200
" 人類乳癌的p7抗原表現　200
習題　202
 
第十章 變異數分析和t檢定的替代方案：排序檢定 205
如何選擇有母數和無母數方法　205
兩組不同的樣本：Mann-Whitney排序總和檢定　207
使用大麻類藥物治療糖尿病神經病變引起的疼痛　211
每位受試者接受治療前後的比較：Wilcoxon符號排序檢定　213
" 吸菸與血小板功能　217
組別為三組以上且每組受試者相異的實驗：Kruskal-Wallis檢定　218
" 孕婦吸食大麻與孩童行為　219
" 無母數多重比較　219
每位受試對象接受不只一種治療的實驗：Friedman檢定　222
" 抗氣喘藥和內毒素　224
" Friedman檢定後的多重比較　225
摘要　225
習題　226
 
第十一章 如何分析存活資料 229
冥王星上的設限資料　230
估計存活曲線　230
" 中位存活時間　234
" 存活曲線的標準誤及信賴區間　234
比較兩條存活曲線　235
" 成人白血病的骨髓移植治療　237
" 對數排序檢定之Yates校正　242
Gehan檢定　242
檢力與樣本數　242
" 檢力　243
" 樣本數　243
摘要　243
習題　244
 
第十二章 資料究竟說了什麼？ 247　
手機：完成證據的拼圖　247
如何選擇檢定方法　248
研究設計的議題　250
隨機分派與對照　250
" 內乳動脈結紮術治療心絞痛　251
" 門腔靜脈分流術治療肝硬化　251
" 將病人隨機分派合乎倫理嗎？　253
" 隨機對照試驗是必要的嗎？ 253
隨機分派能確保得到正確結論嗎？ 254
母群體的問題　256
如何作出改善　257
　
附錄A 計算公式 259　
在統計表格的兩個數值之間使用內插法　259
變異數　259
單因子變異數分析　259
" 給定樣本平均及標準差　259
" 給定原始資料　259
未配對t檢定　260
" 給定樣本平均及標準差　260
" 給定原始資料　260
2×2列聯表（包括Yates連續性校正）　260
" 卡方　260
" McNemar檢定　260
" Fisher精確檢定　260
線性回歸和相關　260
重複測量變異數分析　261
Kruskal-Wallis檢定　261
Friedman檢定　261
　
附錄B 統計表格與檢力圖 263　
統計表格　263
變異數分析之檢力圖　263
" 對應於P<0.05和P<0.01的F臨界值　265
" t值的臨界值（雙尾）　268
" 維持整體誤判率小於5%的Holm-Sidak臨界P值(αT =0.05)　270
" c2 分佈的臨界值　271
" t值的臨界值（單尾）　272
" Spearman排序相關係數的臨界值 274
" Mann-Whitney排序總和統計量T的臨界值（雙尾）　275
" Wincoxon W的臨界值（雙尾）　276
" Friedman cr2 的臨界值　276
變異數分析之檢力圖　277
　
附錄C 習題解答 287
 
索引 297