3.3 纤维与其他癌症风险相关性的研究
人们发现,纤维不仅对结肠癌有预防作用,而且对其他
癌症如乳腺癌、前列腺癌也有预防和对抗作用。
R ose等人的研究表明小麦麸一致而又明显地使妇女血浆中的雌二醇减少了15%,雌酮减少了20%,而血浆雌激素水平的升高是乳腺癌发生的重要原因。
Baghurst和R ohan研究了澳大利亚阿得留德的451个乳腺癌病人和相同数量的对照者,发现纤维摄入量和乳癌的相对风险之间有明显的负相关倾向。
[1]综上所述,虽然纤维对抗大肠癌的作用的研究还没有非常令人满意的结论,但是摄入膳食纤维可以减少一些癌症如大肠癌的风险基本上是可以肯定的,尤其是小麦麸,因此完全可以把增加膳食纤维的摄入作为预防癌症的初步措施。
[参考文献]
[1]D K ritchevsky.Dietary fibre and cancer[J].European Journal
of Cancer Prevention,1997,(6).
[2]Jean Faivre and Attilio G iacosa.Primary prevention of colorectal
cancer through fibre supplementation[J].European Journal of Cancer Prevention,1998,(7).
[3]David K rotchevsky.Cereal fibres and colorectal cancer[J].Eu2
ropean Journal of Cancer Prevention,1998,(7).
[责任校对] 余 芳
生物统计学中易混淆的几个概念
涂序堂
(江西教育学院,江西南昌330029)
在近年来的生物教学和科研过程中,笔者发现:初学者在学习和应用时,对生物统计学的一些易混淆的概念性知识仍感到模糊不清,有关的原理和方法应用也有一些草率化的现象,甚至有一定的盲目性。
本文通过对生物统计学中比较容易混淆的几个概念的分析,试图为初学者提供一些学习和研究参考。
1、双侧检验和单侧检验
双侧检验———将拒绝性概率分置于理论抽样分布的两侧的假设检验。
单侧检验———将拒绝性概率置于理论抽样分布的一侧的假设检验。
双侧检验的临界正态离差|u|要大于单侧检验的|u|。
例如,a=0.05时,双侧检验的|u|=1.96,而单侧检验的u=1.64或u=-1.64;取a=0. 01时,双侧检验的|u|=2.58,而双侧检验的u=2.33或u=-2.33。
所以单侧检验比双侧检验更容易对H o进行否定,
采用单侧检验还是双侧检验,应依具体情况而定:要有足够的依据,还要依据有关的专业知识。
否则,对相同的数据用不同的方法进行检验,可能会得到相反的结论,即采用单侧检验时的结论是拒绝H o,而采用双侧检验时得到的结论可能是接受H o。
总的来说,单侧检验比双侧检验的辨别力更强些,因此我们一般尽量选择单侧检验。
2、假设检验的两类错误———I类错误和Ⅱ类错误
(1)I类错误(亦称弃真)———H o是真实的,假设检验却否定了它,犯了一个否定真实假设的错误,即“以真为假”的错误,这类错误叫I类错误,亦称弃真,或第一类错误,其概率记为a。
I类错误只有在否定H o时才会发生。
假设检验是根据一定显著水平对总体特征进行推断的。
进行假设检验时得到的结论若是拒绝H o,则要冒犯错误推断的风险。
这是因为:在H o是真实的前题下,由于随机性,样本统计量仍然有可能落在拒绝域内,根据小概率原则,这时将拒绝H o。
即统计假设H o是正确的,却错误地拒绝了它。
假设检验的思想依据是小概率原则,而由于样本是随机抽取的,小概率事件的发生仍然是有可能的。
若我们从否定域抽得一个样本,它显然来自抽样总体,但我们却否定了它,就犯了I类错误。
此时就会将本应属于同一总体而判断为不属同一的总体。
否定了H o并非证明H o不真实,而接受了H o也并非证明H o真实。
(2)Ⅱ类错误(纳伪)———如果H o不是真实的,假设检验时却接受了
H o,而否定了H A,这样就犯了接受不真实的错误,此类错误称为Ⅱ类错误,亦称纳伪(或称β错误)或第二类错误,其概率记为β。
即将不属同一总体而判断为同一总体,接收了零假设H o,犯了“以假为真”的错误。
Ⅱ类错误只有在接受H o时才会发生。
Ⅱ类错误概率β值的大小,和许多因素有关:第一类错误概率a,统计假设的总体标准差б,随机抽样的样本含量n,等等。
I类错误和Ⅱ类错误的联系:在样本含量相同的情况下,犯I类错误的概率减少,犯Ⅱ类错误的概率就会增加;反之犯Ⅱ类错误的概率就会减少,犯I类错误的概率就会增加。
例如:将显著性水平a从0.05提高到0.1,就更容易接受H o,此时犯I类错误的概率减少,但犯Ⅱ类错误的概率加大了。
确定显著性水平a时,并非越小越好,应考虑犯两类错误的相对严重性。
3、适合性检验和独立性检验
x2检验是针对于计数资料(离散型统计资料)的假设检验方法。
分为适合(吻合)性检验和独立性检验。
(1)适合性检验———是先通过一定的理论分布推算出对样本的理论值,再用实际观测值与理论值进行比较,从而得出两者之间吻合程度的检验,即检验观测值与理论值之间的一致性程度。
适合性检验的无效假设H o,是认为观测值与理论值之间没有差异,通过随机抽样样本的X2值的计算,再与查表所得的X2a值进行比较。
(2)独立性检验———是通过检验观测值与理论值之间的一致性程度来判断事件之间的独立性,研究两个或两个以上的计数资料是相互独立还是相互联系的一种检验方法。
独立性X2检验时先提出的无效假设H o 表示各属性之间没有关联,并据此计算理论值,在一定的自由度和显著性水平条件下做出推断。
若拒绝H o,则说明两者之间的关联是显著的;反之则说明两者之间无关联,是相互独立的。
例如研究慢性气管炎和吸烟量是否有关联,若无关联则说明两者是独立的;若有关联则说明吸烟量是能够诱发气管炎的。
总之,X2检验时零假设H o的实质是:观测值与理论值的差异由随机抽样实验误差引起,即观测值=理论值。
若接受H o而否定H A,则表明在显著性水平a条件下理论值与实际值差异并不显著,二者间的差异是由随机抽样误差引起;反之则说明两者间的差异是真实存在的,差异是本质的。
另外,X2分布是连续的,而计数资料是离散的,所得的X2值是一个近似值。
当自由度d f=1时,需要进行连续性矫正。
进行连续性矫正后的X2c值比未进行连续性矫正的X2值小;当d f≥2时,因X2c与X2o相差不大,故不需要进行连续性矫正。
・
9
3
・
第3期 刘金香,熊友爱:关于膳食纤维抗大肠癌的研究
© 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.。