1、是否進行單樣本分析？

單樣本分析主要用於：（1）對變量進行描述；（2）對比樣本與已知分佈的差異。

單樣本分析中僅包含一個變量的一組數據。舉例來說，研究者擬分析50-60歲男性的血壓情況。其中，血壓是該研究中唯一的變量，50-60歲男性是唯一的分組，沒有其他數據，這時就適合使用單樣本分析。當然，單樣本分析也常作爲其他統計分析的基礎出現在多數報告中，幫助研究者瞭解各變量的基本情況。單樣本分析的示例如下：

2、 判斷研究目的

單樣本分析主要分描述分析和分佈檢驗兩類。

其中描述分析主要反映數據的集中趨勢和離散程度。比如，研究50-60歲男性的血壓情況時，需要了解血壓的均值、中位數、標準差、偏度等描述性統計指標。

分佈檢驗主要提示研究樣本與已知或假設總體的關係，即研究樣本是否服從正態分佈、均勻分佈、指數分佈以及泊松分佈等。

比如，研究50-60歲男性的血壓時，研究者需要分析血壓樣本的分佈情況，檢驗其是否滿足正態分佈。再比如，分析隊列中每年因吸菸死於肺癌的人數時，需檢驗數據是否滿足泊松分佈。描述分析和分佈檢驗的區別如下：

3、選擇檢驗方法

3.1 描述分析

① 連續變量

均值和標準差。許多檢驗方法都可以輸出連續變量的集中趨勢（如均值）、離散程度（如標準差）以及數據形狀（如偏度）。

②分類變量

頻數。SPSS也可以輸出分類變量的集中趨勢（如中位數）、離散程度（四分位間距）以及絕對頻數（如頻次）、相對頻數（如百分比）和四分位數等。

3.2 分佈檢驗

① 連續變量

Kolmogorov-Smirnov檢驗。該檢驗可用於判斷數據是否服從正態分佈、均勻分佈、指數分佈或泊松分佈。

②有序分類變量或無序分類變量

卡方擬合優度檢驗。該檢驗適用於分析分類變量是否服從已知或假設分佈。

③二分類變量

二項分佈檢驗。該檢驗適用於分析二分類變量是否服從已知或假設分佈，可用卡方擬合優度檢驗代替。

由醫咖會與心聯喬治心臟健康研究中心（HHRC）聯合建立的心血管研究協作網絡及數據共享平臺（CDS）已經上線！

目前開放共享的數據爲“中國房顫註冊研究”，共有2.5萬多房顫數據，歡迎來申請使用數據，發表SCI論文！

平臺網址：