医学统计学的一些概念

1、名解医学统计学:是用统计学原理和方法研究生物 医学问题的一门学科。他包括了研究设计、数据 收集、整理、分析以及分析结果的正确解释和表 达。统计描述：用统计指标、统计图表对资料的数量 特征及分布规律进行客观的描述和表达。统计推断：在一定的置信度和概率保证下，用样 本信息推断总体特征：参数估计：用样本的指标去推断总体相应的 指标假设检验：由样本的差异推断总体之间是否 可能存在的差异同质：一个总体中有许多个体，他们之所以共同 成为人们研究的对象，必定存在共性，我们说一 些个体处于同一总体，就是指他们大同小异，具 有同质性。总体(population)是根据研究目的确定的同 质的观察单位的全体，更确切

2、的说，是同质的所 有观察单位某种观察值(变量值)的集合。总体 可分为有限总体和无限总体。总体中的所有单位 都能够标识者为有限总体，反之为无限总体。样本：从总体中随机抽取部分观察单位，其测量 结果的集合称为样本(sample)。样本应具有代 表性。所谓有代表性的样本，是指用随机抽样方 法获得的样本。随机抽样：随机抽样(random sampling)是指按照随机化的原则(总体中每一个观察单位都 有同等的机会被选入到样本中)，从总体中抽取 部分观察单位的过程。随机抽样是样本具有代表 性的保证。变异：在自然状态下，个体间测量结果的差异称 为变异(variation)o变异是生物医学研究领域 普遍存在

3、的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。l=j（1）计量资料：对每个观察单位用定量的方法 测定某项指标量的大小，所得的资料称为计量资 料（measurement data）。计量资料亦称定量 资料、测量资料。.其变量值是定量的，表现为 数值大小，一般有度量衡单位。l=Jwl=Jl=Jw（2）计数资料：将观察单位按某种属性或类别 分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其 观察值是定性的，表现为互不相容的类别或属 性。（3）等级资料：将观察单位按测量结果的某种 属性的不同程度分组，所

4、得各组的观察单位数，称为等级资料（ordinal data）。概率：概率（probability）又称几率，是度量某 一随机事件A发生可能性大小的一个数值，记为 P（A），P（A）越大，说明A事件发生的可能性越大。0P (A)60：偏态分布：PXP100-X用途总体均数的区间估计绝大多数（如95%）观察对象某项指标的分布 范围假设检验有三个基本步骤: 建立假设和确定检验水准，通常选0=0.05计算检验统计量l=J确定P值和做出统计推断结论l=jw所有的假设检验都按照这三个步骤进行， 各种检验方法的差别在于第步计算的检验统 计量不同。H0和 H1的涵义及注意事项检验假设是针对总体，而非样本;2制

5、。和H是互相对立，不是可有可无，而是缺 一不可；H0无效假设，通常是某两个或多个总体参数 相相同，或总体参数之差为0,或某资料服从某 一分布等等；假设检验主要是围绕H0进行的，当H0被拒绝 时，则接受H1备选假设应该按照实际世界所代表的方向来 确定，即它通常是被认为可能比零假设更符合数 据所代表的现实。H的内容反映出单侧还是双 侧*成立I型错误(a)不拒绝Ho推断正确Ho不成立 即4成立(1-a)|II型错误(b)推断正确(1-b)减少I型错误的主要方法：假设检验时设定a 值。减少II型错误的主要方法：提高检验效能。方差分析应用条件：总正态且方差相等样立、随机方差分析的结果拒绝H0，接受H1，

6、不能说明各 组总体均数间两两都有差别。如果要分析哪些两 组间有差别，可进行多个均数间的多重比较卡方检验目的：推断两个总体率或构成比之间有无差别多个总体率或构成比之间有无差别 多个样本率的多重比较 两个分类变量之间有无关联性频数分布拟合优度的检验。应用：计数资料l=j检验统计量 2值反映了实际频数与理论频数 的吻合程度。自由度取决于可以自由取值的格子 数目，而不是样本含量n。四格表资料只有两行 两列，v=1，即在周边合计数固定的情况下，4 个基本数据当中只有一个可以自由取值。参数统计(parametric statistics)：总体分布型已知，对总体参数进行估计或检验 正态分布、二项分布、泊松

7、分布等的检验 不可用参数检验的情形：不符合正态分布要求或方差齐性要求变量变换后方差仍不齐或非正态分布总体分布未知需找到不依赖于总体分布的方法应用非参数检验的情况:不满足正态和方差齐性条件的小样本资料总体分布类型不明的小样本资料端或二端是不确定数值（如V0.002、65等）的资料（必选）单向（双向）有序列联表资料各种资料的初步分析双变量计量资料：每个个体有两个变量值总体：无限或有限对变量值样本：从总体随机抽取的n对变量值（X1,Y1）, （X2,Y2）,，（Xn,Yn）目的：研究X和Y的数量关系方法：相关与回一简单、基本：直线相关、 直线回归相关系数又称Pearson积矩相关系数，说明具 有直线

8、关系的两变量间相关的密切程度与相关 方向相关系数没有测量单位，其值为-1r 0表示正相关，rV 0表示负相关，r=1或r=-1为完全相关，r=0为零相关即无直线关系线性相关分析的注意事项线性相关表示两个变量之间的关系是双向的， 分析变量之间的关系，须首先绘制散点图，散点 图呈直线趋势时，再做分析r只表示两个服从正态分布的随机变量之间线 性关系的密切程度和相关方向，r=0只能说X与 Y之间无线性关系，并不能说X与Y之间无任 何关系计算出的相关系数是样本的相关系数，是总体 相关系数的估计值，因此判断总体相关时，需要 做假设检验。只有拒绝了无效假设时，才能认为 存在相关，及判断相互关系的密切程度相关关系并不一定是因果关系。相关分析的任 务就是对相关关系给以定量的计算和描述统计表制作过程中存在的常见问题有:标题不 确切、标目表述不清、纵标目和横标目随意颠倒 位置、数字不合理表示、表格过于简单或繁琐、表内容与文字内容重复、注释内容过多等。线图绘制常见错误 线图绘制中常见的错误是横坐标轴上各刻度的 间隔表示的数量不等统计推断时的常见错误 未对统计资料进行统计学处理，仅凭统计指标的 绝对值大小就下结论是很不严谨的，也极易得出 错误结论。分析定量资料时存在的问题 忽视t检验和方差分析的前提条件、误用t检