中山大学公共卫生学院医学统计与流行病学系（510080） 赵 志 张晋昕

基于最大功效检验判断散落数据的归属*

中山大学公共卫生学院医学统计与流行病学系（510080） 赵 志 张晋昕△

目的给出医学研究中进行资料汇总时判断散落资料归属的方法。方法按照最大功效检验的思想，从Neyman-Pearson引理出发，推导出遗漏资料归属假设检验的拒绝域，据以得出判断结果的P值，全部计算在SAS环境中实现。结果此处给出的方法在分析文中的实例时，检验功效为0．9956，获得的归属判断结果甚为可靠。结论实际工作中出现一份资料从总体中散落，不宜直接通过差异性假设检验判别其归属，需用此处给出的假设检验方法合理地进行归并。

资料归属 Neyman-Pearson引理 最大功效检验

在临床试验［1－2］、社会调查［3］等研究实践中，录入数据资料时，有时会出现遗漏的情况。例如整理两组人群资料，对A、B两组资料分批录入。但是随后发现遗漏的部分资料还未录入，而此时已经难以分辨出这部分资料属于A、B两组中的哪一组，仅仅知道的是，这些遗漏的资料同属于A组或同属于B组。

试图将这些资料归并回所属组别，一种比较容易想到的做法是：根据所研究的指标，将那些遗漏的资料数据分别与两组资料数据进行t检验，得到两个P值，设其中只有一个P＞0．05，另一个P＜0．05，于是自然地将资料归为没有统计学意义（P＞0．05）的那组。但是，当研究的两组人群指标差异不是很大时，两次检验都会没有统计学意义；或者当两组人群指标差异大，两次t检验都得出P＜0．05的结果。……