233：为什么要取对数、几何均值的作用？---浅讲

今天这篇文章纯属门外汉写的，只是希望给大家一个启发，我自己也有很多需要深入学习的地方。

先说个题外话，我前几篇写给DM的文章，文中有举到3999感冒灵的例子，文字描述可能不清晰，但是的话，我把数据集的截图给你们看下，你们可能就理解了，而且DM你们在库里看到的数据和我们在SAS上看到的数据集是不一样的。

image.png

写这篇文章的原因是有一个读者问了一个问题，再加上自己做项目中遇到的一些困惑，所以就在网上收集了一些资料，汇总整理一下，让大家和自己先有一个概念。

读者这样问：

为什么PC里面没有基线？
当时我愣了一下，平时做项目写PC的时候，好像确实没有创建基线这个变量，但是马上我就反应过来，PC domain收集的是药物的浓度数据，比如血药浓度，你只有吃了药，血液里才会有药物的浓度啊，吃药前肯定是为0，所以创建基线这个变量没有任何意义，也比较不出来什么东西，所以巴拉巴拉。
讲到血药浓度，就会涉及到PK参数和Mean±SD折现图，尤其是一期的项目，会涉及到大量的PK分析的东西。

血药浓度数据，一般像下面这样，前期浓度急速攀升，后期逐渐下降，呈明显的 非正态分布。

image.png

就是因为呈明显的 非正态分布，所以会涉及到两个东西：

1：我们在画Mean±SD图或者在table中汇总分析的时候，经常要对数据先进行log转换，以前我一直不明白为什么要这样处理，于是便去搜“为什么需要对数据进行log转换？”

看到的其中一个解释是：

image.png

应该也就是直接变成了y=kx(我不确定)，

可以看看原文章

https://zhuanlan.zhihu.com/p/22299448?from_voters_page=true
总之，就是能将我上面画的图变成一个正态分布图，方便分析（这又是另一个问题了）

对数据做一些变换的目的是它能够让它符合我们所做的假设，使我们能够在已有理论上对其分析。

2：如果我们对血药浓度进行算数平均数的计算，那么会导致前期的血药浓度对整体的影响占了超大的比重（因为前期浓度高），影响判断。
所以我们在table中汇总分析的时候，除了算数平均数，也就是mean，还会求Geo mean,也就是几何均值，这是由几何均值的特性决定的（最近在看统计学基础的书），里面的换算公式我看的比较迷糊，但是几何均值，也可以看做是进行了另一种形式的log转换。

image.png