單變項與多變量分析產生不同結果之實例探討

因應醫學研究水平的日益嚴格，統計分析程度之要求亦愈來愈高，只進行單變項分析往往不足以瞭解數據內較複雜的含意，而需要以多變量方法作分析。在進行多變量分析時，頗多研究人員都僅就單變項分析中達到統計意義之自變項作分析，這樣的處理方法有一個很大的缺點，就是有些變項可能在單變項分析中沒有統計意義，但是在多變量分析中卻變成了有意義。本文便是解釋在下列四種情況下會發生上述情形：（一）不同組合的自變項樣本數目不相同；（二）數據中有部分遺漏數值，影響到單變項與多變量分析時所針對的樣本並不完全一樣；（三）數據內的「組內差異」過大；（四）交互作用的存在。為了方便讀者們自我測試，除於文內對整個分析過程作詳細交待，以供參考外，並待有原始數據，供讀者索取。此外，本文雖僅以log-rank test 及Cox regression作為例子以闡釋個中道理，惟其中概念也可推演至其他多變量分析法如logistic regression及multiple linear regression中。最後建議研究人員在統計分析時宜謹慎處理，多作不同角度的瞭解，以免糟蹋辛苦得來的寶貴資料。 Copyright © 1995 長庚醫誌.