现代统计学总结(Doctor)2015

现代统计学总结童新元解放军总医院医学统计教研室统计学的启示

独立-是统计学中最为重要的原则独立思考是当今中国知识分子最为宝贵的精神。现代统课教学目的是培养大家的统计思维从统计学观点查阅论文写论文

(论文综述,开题报告)提供更好的现代统计学分析方法

(进行博士及科研课题)

一、什么是统计学？

统计学是一门关于如何收集、分析、解释和表达数据的科学。

---《Webster’sInternationalDictionary》统计哲学思想统计学是从个性中找共性，从部分推断整体,从有限到无限，从量变中找质的变化，从特殊性中提取普遍性，透过偶然现象看事物内部本质规律的一种方法和手段，统计学蕴含了大量的哲学思维。“统计学既是一门科学也是门哲学”。现代统计学的基本内容

一、试验设计二、数据管理

三、统计分析实验设计临床试验设计调查研究设计数据管理质量控制统计描述统计推断临床资料案例讨论临床试验现有240名患者采用两种治疗的临床数据（见的EXCEL电子表）。提出研究问题。给出解决问题的方法。研究中有哪些统计关键技术名人名言提出一个问题往往比解决一个问题更重要。

---爱因斯坦（1879.3.14－1955.4.18）如果你想得到一个明智的回答，你就必须理智的提问。

---歌德德国（1749-1832）

24个城市大气污染的研究数据

城市汽车流量气温空气湿度风速NO浓度11.3020.0080.000.4566.0021.4423.0057.000.5076.0030.7926.5064.001.501.00………………241.4428.0068.002.0099.00大气污染的研究案例讨论提出研究问题。给出解决问题的方法。研究中有哪些统计关键技术肺癌危险因素的调查资料例号性别吸烟年龄地区是否患病1男不吸烟30城市肺癌2女吸烟46农村肺癌3女吸烟30农村肺癌………………....…………27女不吸烟36农村正常人28男不吸烟41农村正常人29女不吸烟25城市正常人30女不吸烟26农村正常人肺癌危险因素的调查资料讨论提出研究问题。给出解决问题的方法。研究中有哪些统计关键技术9例某癌症病人的随访记录病号性别开始日期终止日期结局方法

01男08/31/8210/01/89死亡手术

02男09/26/8208/28/96生存手术

03女10/30/8303/31/90死亡非手术

04男12/01/8410/01/87死亡非手术

05女01/01/8410/01/88失访手术

06男07/01/8510/01/88死亡手术

07男08/31/8712/30/90退出手术

08女07/11/8612/17/90死亡手术

09男08/31/8610/01/90死亡非手术癌症病人的随访记录讨论提出研究问题。给出解决问题的方法。研究中有哪些统计关键技术现实问题的思考人的寿命多长？环境与健康的关系怎样？吸烟对人体危害多大？“当人类科学探索者在问题的丛林中遇到难以逾越的障碍时，唯有统计工具可为其开辟一条前进的通道”。

---英国著名遗传学家Galton(1822-1911)

统计学的作用名人格言二、单因素分析与多元统计单因素分析是研究科学试验中单独一个因素的产生的作用。多元统计分析是研究客观事物中多种指标间相互依赖,相互影响的统计规律性的一个数理统计学分支。实验室研究与临床研究的区别。三、常用的多元统计方法多元线性回归分析Logistic回归分析Cox比例风险回归模型

1、多元线性回归分析在医学实践中，常会遇到一个应变量与多个自变量数量关系的问题。如医院住院人数不仅与门诊人数有关,而且可能与病床周转次数,床位数等有关。多元线性回归是研究多个自变量与一个因变量之间数量关系的一种统计方法。线性回归模型Y^＝β0+β1X1+β2X2+…+βpXp多元回归案例分析典型案例：

身体健康与环境污染的研究贝多芬死之迷贝多芬（1770.12.6—1827.3.26)德国著名音乐家，“乐圣”。作品如交响曲《英雄》、《命运》,《田园交响曲》。贝多芬20岁时就开始腹痛，受多种疾病的困扰，包括耳聋，病因不明。他在遗书希望医生能找出让他痛苦一生的慢性病。科学家检测贝多芬头发表明死于铅中毒。铅中毒是一种环境污染所引起的慢性疾病。典型案例：大气污染问题研究现代工业社会，大气污染对人类的生理和心理带来非常严重的危害，1952年12月的伦敦烟雾事件夺去了四千多人的生命。问题：怎样进行大气污染研究？怎样了解大气污染的情况及其影响原因？中国发展的资源和环境代价百分之八十江河湖泊断流枯竭，三分之二草原沙化，绝大部分森林消失，三分之一地区被酸雨污染。主要水系五分之二已成为劣五类水，3亿多农民喝不到安全水，4亿多居民呼吸着严重污染的空气。1500万人得上支气管炎和呼吸道疾病。。。现代医学模式1977年美国罗彻斯特大学精神病学、内科学教授恩格尔(GeorgeL.Engel)提了现代医学模式是：bio-psycho-socialmedicalmodel。

生物——心理——

社会（人文环境、自然环境）

中医学医学模式：人体——自然——社会心理（天人一体）什么是PM2.5PM英文全称为particulatematter(颗粒物，PM2.5是指大气中直径小于或等于2.5微米的颗粒物，也称为可入肺颗粒物。它的直径还不到人的头发丝粗细的1/20。PM2.5产生的主要来源是日常发电、工业生产、汽车尾气排放等过程中经过燃烧而排放的残留物，含有重金属等有毒物质。PM2.5：环保部门和美国使馆“打架”上海市环保局负责人曾评价说，美国驻上海领事馆公布PM2.5污染监测数据的做法不合法。环保部副部长吴晓青表示，一些外国驻华使领馆监测并发布PM2.5数据的做法不严谨不规范，也不符合国际公约和中国的相关法规。---2012-06-06来源：中国青年报pm2.5标准世界卫生组织(WHO)认为，PM2.5小于10是安全值.2012年2月，国务院发布新《环境空气质量标准》增加了PM2.5监测指标。我国采用世卫组织设定最宽限值PM2.5年和24小时平均浓度限值分别定为35微克/立方米和75微克/立方米。中国的很多地区高于50接近80pm2.5标准

低碳经济低碳经济是以低能耗、低污染、低排放为基础的经济模式。低碳经济是人类社会继农业文明、工业文明之后的又一次重大进步。低碳经济实质是清洁能源开发、能源高效利用的环保节能型经济。环保节能，从我做起随手关灯，不乱仍果皮纸张，少用塑料袋，少用一次性木筷，打印纸正反两面用，把洗脸过的水用来冲厕所，吃食物不浪费……

一个人的环保行动就像一盏灯，当它亮起来的时候，周围的黑暗就会少一些。如果大家都点亮自己那盏灯，那么整个世界就会一片光明！典型案例讲解：

大气污染问题研究实例研究试验设计试验因素：

汽车流量，气温，空气湿度，风速试验对象：

24个城市试验效应：

大气污染物一氧化氮NO浓度试验控制条件：选择24个工业水平相近城市的一个交通点在低空相同的高度测定了该时间段大气污染物一氧化氮NO浓度研究试验实施选择24个工业水平相近城市的一个交通点，统计单位时间过往的汽车数（千辆），同时在低空相同的高度测定了该时间段的气温（°C），空气湿度（%），风速（m/s）和大气污染物一氧化氮NO浓度(10-8)。如下表。试分析汽车流量，气温，空气湿度，风速与大气污染物一氧化氮NO浓度关系。

24个城市大气污染的研究数据

城市汽车流量气温空气湿度风速NO浓度11.3020.0080.000.4566.0021.4423.0057.000.5076.0030.7926.5064.001.501.00………………241.4428.0068.002.0099.00多元回归的作用

(1)建立回归模型：

Y^=β0+β1X1+β2X2+…+βpXp；

(2)预测预报若已知x1,x2…xp数值大小时,通过模型可以预测y的值以及估计y的变化范围；

(3)因素分析找出对因变量y有显著影响的因素。

实例2*为研究初生儿体重与胎儿的孕龄、头径、胸径、腹径、股骨长的关系，以预测初生儿体重，某医院用超声波测得18名胎儿的有关指标值、测量时的孕龄和出生时体重如表。试进行分析。

设研究问题中含有p个指标变量x1,x2,…,xp及Y.n个观察对象.其数据结构为:

编号X1X2….XPy1x11x12…x1py12x21x22…x2py23x31x32…x3py3………………nxn1xn2…xnpyp数据结构软件的实现点击多元分析→线性回归CHISS，SPSS，SAS2、Logistic回归分析

Logistic回归是一种概率模型,它是以疾病、死亡等事件结果发生的概率为因变量,影响疾病发生的因素为自变量建立模型的一种多元统计分析方法。一）研究案例问题：如何研究吸烟对人体的危害?讨论吸烟的作用吸烟时产生烟雾，烟雾中的尼古丁迅速经肺吸收入血，进入脑部，作用于脑部的尼古丁胆碱受体，产生喜悦、满足的感觉。长期吸用会使脑部尼古丁受体数增加，形成心理依赖。当停止吸烟时，可能发生焦虑、注意不易集中、激动不安、睡眠障碍、甚至抑郁。研究实例11938年，著名医学家Pearl调查了数百个家庭,形成了吸烟多、吸烟少和不吸烟三个组,根据各人的寿命,编制了三份寿命表,相应地绘制了三条生存曲线,反映各组随年龄增长减员的过程。发现如下:吸烟多组几乎以直线下降的趋势减员,不吸烟组以先凸后凹的曲线趋势缓慢减员,吸烟少组减员趋势则介于以上两组之间。研究实例21939年，美国遗传学家(获诺贝尔医学奖)Muller搜集一组肺癌患者,同时调查一组其他特点与之相仿的非肺癌患者,逐一询问吸烟否、吸烟量和时间。分析结果如下：肺癌组吸烟者比率高,非肺癌患吸烟比率低。研究实例31950年，英国医学家DollandHill进行大规模研究。进行调查研究，进行如下实际工作：他们向60000名英国医生发出关于吸烟的问卷,其中40000名应答,据此将他们分成吸烟组和不吸烟组。借助英国良好的死亡登记系统追踪他们的结局,时间从1950年至1964年。吸烟与发病的关系

(‰)相对危险度RR

24

1.4P值<0.05<0.05调查研究方法三种不同的调查研究方法：

队列研究病例-对照研究现况调查研究观点争鸣类似于以上的研究还有很多。但相反的意见仍很强盛。并有两位的统计学权威RonaldFisher和JosephBerkson对吸烟有害研究提出挑战。

Berkson认为除非有证据说明吸烟对人整体健康有害或加速老化,不然,可认为类似上述的研究中对照组的选择以及吸烟状况的资料搜集方式等的偏倚导致了吸烟提高多种死亡率的假象。

Fisher认为,已有的大量研究不能排除遗传因素。也许具有某种遗传因素者既爱吸烟,又易得癌,而无此因素者既厌吸烟,又难得癌。若果真如此,戒烟并不能摆脱癌症。烟草公司和相关的行业以及政府财税部门反对禁烟,不足为怪。瑞典国家双生研究。他们调查了一方吸烟、另一方不吸烟的双生对,其中,同卵双生男274对,女264对,异卵双生男733对,女653对。发现慢性支气管炎患病率在同卵双生的吸烟者中男女分别为14.6%和13.6%,而不吸烟者中男女分别为7.7%和7.6%;在异卵双生的吸烟者中男女分别为12.3%和14.5%。而不吸烟者中男女分别为5.5%和5.7%。吸烟与不吸烟相比,慢性支气管炎患病的相对危险度约为1.8～2.5倍。

医学上对吸烟与健康的关系进行了数百次的观察研究，绝大多数支持吸烟危害健康的观点。还有更多的间接证据。例如,狗的模拟吸烟导致与人类肺癌相似的结局、吸烟有损动脉血管、戒烟时间长短对死亡率有不同影响等等。研究表明吸烟会危害健康,所以很多国家在公共场地禁烟。吸烟危害的主要原因香烟烟雾中含有3000多种有害物质。烟雾中92％为气体，含一氧化碳、二甲基亚硝胺、氢氰酸氨等；8％为焦油，内含尼古丁、多环芳香羟、苯并芘、β-萘胺、砷、铅、镉和一些放射性物质。已被证实的致癌物质约40余种。触目惊心的数字

中国每年约有100万人死于吸烟引起的疾病，居世界第一。中国肺癌死亡率增长为世界第一，且以每年4.5％的速度上升。53.6％的不吸烟者受到被动吸烟的危害。1支烟中的尼古丁可毒死一只老鼠25支烟中的尼古丁可毒死一头牛40--60毫克的尼古丁可毒死一个人中国吸烟现况据《2008年中国控制吸烟报告》显示，我国现有13～18岁青少年1.3亿，据估计，青少年现在吸烟者约1500万，尝试吸烟者约4000万，青少年尝试吸烟率为32.4%。约半数青少年遭受二手烟雾的危害。估算我国有7亿人直接或间接（被动）受到吸烟危害。世界吸烟现况目前全世界共有烟民11亿，据世界卫生组织WHO统计，每年死于吸烟有关疾病的人高达400万，平均每秒钟就有一个人死于吸烟有关疾病。据美国疾病防治中心公布的一份研究报告显示：吸烟使美国每年生产上损失770亿欧元，在医疗费用上损失620欧元，总体损失达1390亿欧元。据估计吸烟使美国成年人的寿命平均减少14年。在因吸烟而死亡的成年人中39.8%的人死于癌症，34.7%的人死于血管性疾病，25.5%的人死于呼吸道疾病。

1987年联合国确定每年5月31日为全球戒烟日，世界卫生组织把吸烟看成二十世纪的瘟疫。研究案例统计分析某研究者调查了15名肺癌患者和同时调查了15名正常病人，询问其年龄，性别,吸烟史,地区情况,数据如表。试分析各因素与肺癌间的关系。表肺癌与危险因素的调查资料例号性别吸烟年龄地区是否患病1男不吸烟30城市肺癌2女吸烟46农村肺癌3女吸烟30农村肺癌………………....…………27女不吸烟36农村正常人28男不吸烟41农村正常人29女不吸烟25城市正常人30女不吸烟26农村正常人

Logistic回归模型ln[P/(1-P)]=β0+β1X1+…+βpXp.

定义:logit(P)=ln[P/(1-P)]为Logistic变换,Logistic回归模型为:

logit(P)=β0+β1X1+…+βpXp;经数学变换可得:

1P=─────────────1+exp-(β0+β1X1+…+βpXp);

exp表示指数函数。logistic函数z-5-4-3-2-10123450.2.4.6.81Plogistic回归系数的意义

lnOR=βOR=eβ

β表示自变量每增加一个单位，其优势比的对数值的改变量，

亦即自变量每增加一个单位，其相对危险度为eβ。logistic回归的作用(1)建立logistic回归模型：

logit(p)=β0+β1X1+β2X2+…+βpXp；(2)预测预报若已知x1,x2…xm数值大小时,通过模型可以预测发病、死亡等的概率；

(3)因素分析寻找对发病、死亡等有关联的影响因素。

Logistic回归方程的应用

-----------预测与估计

求出logistic回归方程后，可求出每个观测点发病概率。案例：关于人的寿命研究皇帝---希望万岁万岁，万万岁，秦始皇（公元前259—210年）希望长生不老，道士徐福为其找丹药，东至扶桑一去不返。客观规律人不可能长生不老。现在医学科学可以让人寿命延长。如痨病（结核）患者通过治疗可以康复，活到70岁、80岁以上。名人论生死十年生死两茫茫，不思量，自难忘。---北宋苏轼（1037－1101）《江城子》生存还是死亡,这是个问题。

---英威廉.莎士比亚（1564-1616）

影响寿命的原因遗传环境个人生活习惯。。。怎样研究？生存分析

我们研究某种事物、现象存在和消亡的原因时，常常需要考虑其出现结局时间的长短。在临床医学中，要评价几种不同治疗的方法，一方面要看结局的好坏，另一方面还要看治疗时间的长短。

生存分析定义研究某种事物或者现象何时出现消亡的方法称为生存分析。把这类与时间有关的研究资料统称为生存资料。例如某癌症病人手术后的存活时间,某种疾病治愈的时间等。生物存活死亡电脑开始使用出现故障

疾病产生治愈接触危险物出现反映

阴性阳性“生存”的概念起点终点起始事件

随访时间

终点事件

疾病确诊死亡

治疗开始 死亡

治疗痊愈复发治疗开始痊愈生存资料生存资料一般通过随访收集，从某标准时刻(发病、手术或出院等)开始，按某种相等或不等时间间隔，对观察对象定期观察预定项目所得。它的结局是死亡，治愈、复发、阳性等。记录的项目通常包括开始观察日期，终止观察日期，处理方法，及协变量等。9例某癌症病人的随访记录病号性别开始日期终止日期结局方法

01男08/31/8210/01/89死亡手术

02男09/26/8208/28/96生存手术

03女10/30/8303/31/90死亡非手术

04男12/01/8410/01/87死亡非手术

05女01/01/8410/01/88失访手术

06男07/01/8510/01/88死亡手术

07男08/31/8712/30/90退出手术

08女07/11/8612/17/90死亡手术

09男08/31/8610/01/90死亡非手术9例某癌症病人随访记录的数据库nsextimeoutcometreat1170121141130600413005041161301713118040191