统计学超简易教程,三个小时搞掂统计学

1、仅供个人参考For personal use only in study and research; not forcommercial use医学统计学超级简易教程作为一名临床医师，有时为了完成一些小科研，或晋升职称，都必须撰写医学论文。大多数人会碰到一个难题，医学论文的数据都必须进行统计学处理，上大学时学过的医学统计学早已忘得差不多了，重新翻开统计学书本，花上十天半个月的时间，还是看得不知所云。医学统计学傻瓜教程有别于其他任何的统计学教程，其特点是略去一些高深难懂的统计学原理及计算公式，直奔解决实际问题的方法。本教程的学习时间约需要2 3 小时，但你必须曾经学过医学统计学，不管学得好或学得

2、差，或是否已忘记，只要有一点印象即可，同时还需要下载一个简明统计学处理软件临床医师统计学助手V3.0 ，因为作数据统计学处理时最令人头痛的问题是烦琐的计算，则由预存在本软件内的计算公式来完成。临床医师统计学助手V3.0 下载地址 :这是一个全“傻瓜化”的教程，由4 个实例组成，只要认真看完这4 个实例，将实际中碰到的问题对号入座，就足以解决绝大多数问题了。接下来我们开始轻松愉快的学习过程。一、均数与标准差【例 1】本组 105 例， 男 55 例， 女 50 例； 平均年龄： 62.3 ± 6.1 岁，所有入选病例均符合 1999 年 WHO高血压诊断标准。举这个例子是为了说明“均数

3、”与“标准差”的概念。我实在不愿意多花时间阐述一些概念性的东西，但是由于“标准差”实在太重要了。【例1】中的数据“ 62.3±6.1 ”，“ 62.3 ”就是年龄的均数，均数的概念大家都懂，那么后面的“ 6.1 ”是什么呢？它就是标准差。有人可能会问，表达一组人的平均年龄，用均数就够了，为什么还要加一个标准差呢？先看下面的一个例子：有两组人，第 1 组身高（ cm）：98、99、100、101、 102；第 2 组身高（ cm）： 80、 90、 100、 110、 120，这两组人虽然身高的均数都是 100cm，但是，仔细观察，第 1 组的身高很接近，第 2 组的身高差别很大，故仅

4、仅用一个平均数表达一组数据的特征是不完整的， 还需要用另一个指标来表达其参差不齐的程度，这就是标准差。统计学上对一组测量结果的数据都要用“均数±标准差”表示，习惯表达代号是：，具体例子如：平均收缩压120± 10.2mmHg。我想现在大家都已知道标准差是什么东东了，那么，标准差是怎样得到的呢？有一个比较复杂的计算公式， 我们不必去深究这个公式是怎么样的，只需知道标准差越小，说明数据越集中，标准差越大，说明数据越分散。撰写医学论文的第一步是收集原始数据，如：不得用于商业用途仅供个人参考第 1 组身高（ cm）： 98、99、100、101、102；第 2 组身高（ cm）：

5、80、90、100、110、120。在论文中并不是直接给出原始数据，而是要以方式表示。 利用软件 临床医师统计学助手V3.0 ，只要输入原始数据，就能自动计算出均数及标准差，即第1组平均身高： 100± 1.58cm；第 2 组平均身高： 100± 15.81cm，如下图。二、两样本均数差别T 检验【例 2】目的研究中药板兰根对“非典”疗效。方法 将 36 例“非典”患者随机分为治疗组19 例，采用常规治疗+板兰根口服，对照组17 例，仅采用常规治疗。结果治疗组平均退热时间3.28 ± 1.51d ；对照组平均退热时间5.65 ± 1.96d ，两组间对

6、照差别有极显著意义（p 0.01 ）结论中药板兰根对“非典”有显效疗效，实为国之瑰宝。这是最常见的一种统计学数据处理类型，统计学述语叫做“两样本均数差别T检验”，说得通俗易懂一些， 就是检验两组方法所得到的数据到底有没有差异，或者说，差异是否有意义。 我们平时的思维习惯是，数据的大小还用得着检验吗？这是小学生都会的问题。可是别忘记了现在是在搞科研，科学方法看问题可不一定这么简单。可能还没有说明白这个问题，下面举一个简单的例子。我们的目的是得出这样一个结论： “北京出产的西瓜比上海出产的西瓜大”。最可靠的方法是把所有北京的西瓜和上海的西瓜都测量重量，得到两个均数，然后比大小即可，可是智商正常的人

7、并不会这样去做，通常的做法是，随机选一部分北京的西瓜和一部分上海的西瓜，先让这两部分西瓜比大小，然后推断到底那里的西瓜大。这种方法是“窥一斑可见全豹”，统计学述语叫做“由样本推断总体”，事实上，我们所做的医学科研都是基于这种方法。再回到上面的例子，假如我们有二种做法：A、随机选 2 个北京西瓜，平均重量是5.6 ±0.3kg ；再随机选2 个上海西瓜，平均重量是4.3 ± 0.25kg ；B、随机选 1000 个北京西瓜，平均重量是5.6 ±0.3kg ；再随机选1000 个上海西瓜，平均重量是4.3 ± 0.25kg 。凭生活常识，由B 推出“北京的西

8、瓜比上海西瓜大”这个结论的把握性就非常的大，而 A 则基本上推不出这个结论。现在，终于可以引出我们的主题了，统计学处理本质是考查由样本差异推断总体差异的把握性有多大，这种把握性在统计学上由P 值表不得用于商业用途仅供个人参考示。如 P 0.05 或 P 0.01 ，可以理解为由样本差异推断总体差异的把握性达95%或 99%以上，两组数据差异有显著意义；如P 0.05 ，可以理解为这种把握性在95%以下，两组数据差异没有显著意义。上面所讲的实已为统计学之精髓，建议多看几遍，如果天生愚鲁，还是看不太懂，也没有关系，现在进一步“傻瓜化”，即所谓统计学处理，只要求得P 值即可。 P0.05 或 P 0

9、.01 ，表示阳性结果， 两组数据差异有显著意义；P>0.05 ，表示阴性结果，两组数据差异没有显著意义。所以，统计学处理的中心任务是求P 值。下面讲解遇到 【例 2】这样的问题，如何求P 值。【例 2】中一共有 6 个数据：第一组均数（ X1）、标准差（ S1）、例数（ N1）与第二组均数（X2）、标准差（ S2）、例数（ N2），就是根据这6 个数据，先通过复杂计算，求出“T”值（如果没有想成为统计学专家，就不必去理解“T”是什么了，知道“ T”是为了求“ P”用的就可以了），求出“ T”值后，再查“T 界值表”，就知道“P 值”了。具体解法步骤如下：通过计算（这里略去计算公式，可由

10、软件求出），T=4.088计算自由度：自由度=N1+N2-2=19+17-2=34（计算自由度是为了查T 界值表用的，自由度即两组例数之和减去2，不要问我为什么不减去3 或减去 1 这样的问题了。） 查 T 界值表，对应自由度34，T0.05=2.032 ，T0.01=2.728, 今 T=4.088 T0.01 ，即 P 0.01, 差别有高度显著意义。不得用于商业用途仅供个人参考T=4.088 是如何求出的呢？我们再回到软件临床医师统计学助手V3.0 ，只要把第一组均数 （X1）、标准差（S1）、例数（ N1）与第二组均数 （X2）、标准差（ S2）、例数（N2）这 6 个数据输入对应的框

11、内， 该软件就会利用预先存储的公式自动计算T 值，并查 T 界值表，得到P 值，如图：三、配对计量资料T 检验【例 3】目的 研究音乐胎教对胎儿运动技能培养的效果。方法 10 例 2832周孕妇，分别记录听音乐（水浒传主题曲）前每小时的胎动次数及听音乐后每小时的胎动次数， 结果数据如表1 所示，音乐胎教后胎动次数增多，差别有显著意义（p0.05）结论音乐胎教可增强胎儿运动技能，对培养我国运动天才有现实意义。不得用于商业用途仅供个人参考显然【例 3】与【例 2】有所不同，主要是【例3】两组间的数据可以前后配对的。我们经常碰到这种情况，即同一个体做两次处理，如治疗前检测某一指标，治疗后再检测某一指

12、标，而后做治疗前后配对比较，以判断疗效，正如【例3】。这种情况如何进行统计学处理呢？同样也是先计算T 值，然后按自由度（这时自由度=对子数 -1 ，如本例自由度是 9。）查 T 界值表，求得 P 值。但是“配对 T 检验”计算 T 值的方法与“两样本均数 T 检验”有所不同，这里不再作介绍， 由软件临床医师统计学助手 V3.0 自动完成即可，如下图。本例T=2.47 ，自由度 =10-1=9 ，查 T 界值表，对应自由度 9，T0.05=2.26 ， T0.01=3.25,今 T=2.47 T0.05 ， 即 P 0.05,差别有显著意义。不得用于商业用途仅供个人参考可能有人会问 , 【例 3

13、】的情况，也可以把胎教前视为对照组，求得平均胎动次数是： 21.8 ± 5.31 ，胎教后视为治疗组，求得平均胎动次数是：24.0 ±6.31 ，然后套用【例 2】的方法，用“两样本均数T 检验”行不行？这样虽无大错误，但是将会导致检验效率的下降，就是说，如果数据差异较大时，两种方法均可，如果数据差异较小时，用“配对 T 检验”会显示出差异有意义，而用“两样本均数T 检验”时，可能差异无意义。切记，非配对资料误用配对T 检验，则是错误的。四、计数资料卡方检验【例 4】目的 研究医患关系对重症病人死亡率的影响。方法 根据问卷调查对收住重症监护病房的病人分为“医患关系良好组”与

14、“医患关系紧张组”，比较两组间的住院死亡率。 结果“医患关系良好组” 25 例，住院间死亡3 例，死亡率13.6%，“医患关系紧张组” 23例，住院间死亡9 例，死亡率 39.1%，两组间差别有显著意义（ 0.05 ）结论医患关系紧张增加重症病人的住院死亡率，可能与医师害p怕被病人告而治疗方案趋向保守有关。【例 4】又是一个非常常见的一种统计学数据处理类型。【例 4】中所提供的数据是“比例”，或百分数，与前面三个例子不同，前面三个例子所提供的数据则是直接在病人身上测量到的数据，如收缩压120±10.2mmHg、身高 100± 15.81cm 等，我们把【例4】中的数据叫做计

15、数资料，而【例1、2、3】中的数据叫做计量资料。计数资料无法用形式表示，只能用比例表示，如：死亡率 13.6%、30 例中显效10 例（ 10/30 ）等。显然，对于计数资料，再用T检是不适合了，必须用卡方检验。卡方检验的步骤是：先求出X2（类似于 T 检验时先不得用于商业用途仅供个人参考求 T 值）值，然后进行判断： 如果 X2 3.84 ，则 P 0.05 ； 如果 X23.84 ，则 P0.05 ； 如果 X2 6.63 ，则 P 0.01 。解释一下，上面的两个数字“3.84 ”与“ 6.63 ”是查“ X2 界值表”得来的，只要记住即可。所以，卡方检验的关键是求出X2 值。为了求出

16、X2 值，必须先介绍“四表格”概念。“四表格”的形式如下，关键数据是a 、b、c 、d 四个数， X2值就是通过这四个数据计算出来的（这里仍不介绍公式，由软件计算。）。现 将【例4】中的数据填入“四表格”即如下图。当 你学会了填“四表格”数据之后，就能利用软件临床医师统计学助手V3.0 非常容易的进行卡方检验了，本软件提供与“四表格”完全相同的界面，把数据填写正确之后，就自动计算X2 值并判断结果，【例4】 X2=4.702 3.84 ，故P 0.05 ，如下图：不得用于商业用途仅供个人参考在此说明一下，大家可能已注意到本软件中出现的“理论数（T）”，在此不解释“理论数（T）”是什么，只要记住

17、，当例数（n） 40 或 T 1 时，应采用“精确概率法”，这个方法太复杂，在此不作介绍。现在已经讲完了4 个实例，掌握本教程的诀窍是将实际中碰的的情况，对照实例，“对号入座”即可，而具体计算过程，可由软件去完成。不得用于商业用途仅供个人参考仅供个人用于学习、研究；不得用于商业用途。For personal use only in study and research; not for commercial use.Nur f ü r den pers?nlichen fü r Studien, Forschung, zu kommerziellen Zwecken verwendet werden.Pour l 'é tude et la recherche uniquementà des fins personnelles; pasà des fins commerciales. , .以下无正文For personal use only in study andresearch; not for commercial use不得用于商业用途仅供个人参考仅供个人用于学习、研究；不得用于商业用途。For personal use onl