医学统计学总结(干货分享)

1，医学统计学：运用概率论和数理统计学的原理和方法，研究2，医学统计学的主要内容:方法研究设计和数据处理中的统计表，统计图C：统计推断，如参数估计和假设检验.abc拟定整理表d归表变异(variation)：同质基础上的各观察单位间的差异。性数AB)(小学,中学,数值分无类序变量有序等级资料5，总体(population)根据研究目的所确定的同质研究对象中所有观察单位某变量值的集合。总体具有的基本特征是：同质性参数(parameter)描述总体变量值特征的指标(总体即使在同一整体中随机抽取若干样本，各样本的统抽样研究引起的差异称抽样误差.随机事件(randomevent)对随机试验的各种可能结果的集概率(probability)描述随机事件发生的可能性大些哦5时,就称A为小概率事件。其统计学意义是小概率事件在一次常把由抽样造成的样本均数与总体均数间的差异称为均数的抽小,标准误的估计值。5,率的抽样误差：由抽样造成的样本率与总体率的差异称为率样误差大小的指标是率的标准误样误差大小的指标是率的标准误((3。3)其中为总体率。实际工作中,由于往往是未知的，可用样本率p作p作标准差(s)计算公式计算公式s=(1)表示观察值的变异程度 (1)估计均数的抽样误差的大小(2)计算变异系数CV(2)计算变异系数CV=(,)(3)确定医学参考值范围(3)进行假设检验(4)计算标准误体变量值(x)之间的变异度大小,S越大，变量值(x)越分散；反差的大小,是描述样本均数之间的变异度大小，标准误越大，样本均数与总体均数间差异越大，抽样误差越大;反之，样本均数S趋于σ(恒定),标准误减少并趋于0(不存在抽样误差)。(3)用联系：二者均为变异度指标，样本均数的标准差即为标准误,标布变,或标准正态离差,将代入上述公式即得标准正态分布的密度函,。。(1)正态曲线(normalcurve)在横轴上方均数处最高。(2)正态分布以均数为中心,左右对称。(3)正态分布有2个参数(parameter)，即均数(位置)和标(4)正态分布在1处各有一个拐点。(5)正态曲线下面积的3,常用的两个区间:1.96及2．58的区间面积分别占总b,对数正态分布法适用于对数正态分布资料双侧，，或单侧下界c,百分位数法常用于偏态分布资料及资料中一端或两端分布都是在正态分布的基础上推导出来的,分布也是以正态分t分布t时，直接用统计量估计总体参数，称为点值估计.由于抽样误差的(1)未知且n小按t分布原理用式(3.6)计算可信区间。式(3.6)或写成(3.6)或写成(，))。态分布原理，用式(3．7)估计可信区间。(()(3．7)(()(3。8)答：相同点:t分布和标准正态分布(u分布)都是以0为中心的(2)已知发生某一结果(阳性)的概率为,其对立结果的概率为1－,实际工作中要求是从大量观察中获得比较稳定的数A，二项分布的均数和标准差在二项分布的资料中，1)(3。1(3。12)若均数和标准差不用绝对数表示，而是用率表示时，即对式(3。13)从阳性率为的总体中随机抽取n个个体,则(3。16)(3。17)D，二项分布的形状取决于和n的大小：总体率的估计也有点估计和区间估计,点估计是简单地用样的理论分布和样本含量n、阳性率p的大小有关,所以需要根据n(一)查表法当样本含量n较小，如n≤50,特别是p很接近于0或1时，按二项分布的原理估计总体率的可信区间.太小,如np与n(1—p)均大于5时，样本率的p的抽样分布近似正态分布，总体率的可信区间可按下列式(3.17)进行估计.(3．17)(3．17)式中=n为Poisson分布的总体均数,X为单位时间或单位A,要求事件的发生是相互独立值越小，分布越偏，随着的增大，分布越趋于对称，当=2由样本均数(样本计数)X估计总体均数也有点(值)估计(一)查表法当样本计数X时，用X值查附表poisson分布的可信(二)正态近似法事件的规律性进行描述的一种概率分布。Poisso的可信度估计的总体参数的所在范围.(2)同样的百分之几十,参考值范围是样本范围，可信区间是指可信度范围,二者有着本质的不同。(3)从意义来看，95％参考值范围是指同质总体内包括95％个体值的估计范围，而总体均数95％可信区间是指按95％可信度估计的总体均数的所在范围。(4)从计算公t界值。(5)从用途上看，可信区间用来估计总体均数，参考答:(1)可信区间用于推断总体参数所在的范围，假设检验用于体参数有无质的不同。(2)可信区间也可回答假设检验的问题.2，常用统计图的适用条件与绘制1．条图(bargraph)用等宽长条的高度表示按性质分piegraph4.线图(linegraph)线图适用于连续性资料，以不同的线段升降来表示资料的变化,并可表明一事物随另一食物(时间)而变动的情况.示两现象间的关系。常用在对资的统计方法；便于进一步计算指标和统计处理;便于发现某些特大或者特小的可疑值。7,中位数(median)：一组由小到大按顺序排列的观察值中位布资料以及频数分布的一端或两端无确切数据资料的中心位置.8，百分位数(percentile)是一种位置指标，用表示。一个百分位数P将一组观察值分为两部分,理论上有x%的观察e)方差标准差10，全距(range)亦称极差，为一组同质观察值中最大值和只考虑最大最小值之间的差异,不能反映组内其他观察值的变异常用于描述偏态频数分布以及分布的一端或两端无确切数值资12，方差(12，方差(variance)离均差的平方和表示.((总体)(样本)100％如设总体均数(或率)为一定值;两总体均数(或率)相等；总(2)选定检验方法和计算统计量:根据设计的类型及研究目的选(1)要有严密的抽样研究设计；样本必须是从同质总体中随机抽取的，要保证组间的均衡性和资料的可比性,可能影响结果的非 (2)正确选择检验方法；根据现有的资料类型、设计类型、分析目的、样本含量等因素选用适当的检验方法,如不符合条件可做适当转换；(5)注意是单侧检验还是双侧检验绝了，接受了，这类弃真错误称为第一类错误，犯第一类错误的概率是。即“存伪”即样本原本来自的总体，但是由于抽样的偶然正态性检验：用均数和标准差描述资料的分布特征,对例数n较比较的方差分析要求各样本所来自的总体方差相等.两样本方差(4。1(4。12)式中为较大的样本方差,式中为较大的样本方差,均数的比较，成组设计的两个小样本的均数的比较1,单样本t检验(onesamplet-test)：样本均数与已数有无差别。()(4。1)步骤如下(可为u检验)1)建立假设，确定检验水准。2)计算统计量。不拒绝H0(或拒绝H0,接受H1)，即根据本资料尚不能(可以)认为？与?有差异。2,配对设计资料的t检验分为3种情况：①将受试对象按一定条 件配成对子(同种属、同体重、同年龄、同性别等)，再随机分体均数的比较体均数的比较mples)的基本思路：首先计算出各对差值dmples)的基本思路：首先计算出各对差值d应该为0，故可将配对设计资料的检验视为样本均数与总式中为样本中各对差值d的均数，为样本差值的标准差，n,.d和H0：μd＝0H1：μd≠0α=0。053)确定P值，做出推断结论.n2=水准,不拒绝Hn2= (41)建立假设，确定检验水准。已知,n1=，∑X1=,∑=,n2=，∑X2=，∑=，，，，3)确定P值，做出推断结论.α检验水准,不拒绝H0(或拒绝H0,接受H1),可以认为？的差别无(或有)统计学意义.u检验(u—test，或Z-test)：用检验统计量u来命名的.用于比较.(4。4)，，,,态分布。标准正态分布是t分布的特例(自由度是无限大时).不同点：t分布为抽样分布，u分布为理论分布;t分布比标准正得各相应部分的变异；由于其中的组内(或误差)变异主要反映(1)不受比较组数的限制,可比较多组均数(2)可同时分析多个因素的作用是将总变异中的离均差平方和SS和自由度分别分解成组间和组内两部分,SS／和SS/SS分别为组间变异(MS)和组内变异(MS)，两者之比即为统计量F。(1)总离均差平方和及自由度：SS=＝SS=＝(5。3)(2)组间离均差平方和、自由度和均方：(5。5)MS=MS=(3)组内离均差平方和、自由度和均方：＝N－k(样本量-组数)(5．8)MS＝01式中为方差分析的组内均方，若为两因素或两因素以上n),其多个样本均数比较可用无重复数据的两因素方差分析(two—wayANOVA)。2个因素是指主要的研究因素和配伍组变异来源离均差平方和自由度均方MSFS成部分所占的比重或分布，常以百分数表示构构成比=相相对比=4，应用相对数时应注意的事项:(一)计算相对数的分母不宜过小。(二)分析时不能以构成比代替率.(三)对观察单位数不等的几个率，不能直接用相加(四)资料的对比应注意可比性。(五)对样本率(或构成比)的比较应遵循随机抽样,要做假设检验。与某已知总体率是否相等。根据资料的不同情况,可以采用不检验；②若不太靠近0或1时，可用二项分布原理做检验；当((6。1)((6。2)、、、、，，四格表资料的检验适用于分类变量资料中推断两个或多个总体率(或构成比)之间分布的拟合优度。③或〈40时③或〈40时四格表的值的校正。n行×列表资料的检验。行×列表检验注意事项(1)X2检验要求理论频数不宜太小，否则将导致偏性.一般认个格子理论数小于1。处理方法：最好的方法是增加样本例数,小的行和列,后两种方法将损失一定的信息并影响样本的随机(2)单向有序列行X列表的统计处理：当效应按强弱分为若干个级别,试验结果整理为单向有序行列表，在比较各处理组的效(3)当多个样本率比较的检验。结论为拒绝H0，只能认为各间都有差别，或某两者间有差别。若要进一步解决此问题,可用H0:两种方法的检验结果无关系①①n＞=40，T〉=5，②②n>＝40,1<T<5,(3)确定P值，做出推断结论。(二)差别性检验：(1)建立假设检验，确定检验水准.H0:两总体的B=CH1：两总体的B不等于C(2)计算统计量X2值.①①b＋c＞40时:(3)确定P值，做出推断结论。参数检验的优点是对资料的分析利用充分,统计分析的效率(1)适用范围广,对变量的类型和分布无特殊要求，不受总体定的资料也可应用；(3)方法简便，易于理解和掌握。缺点是如果反之，不拒绝。亦称两个样本比较的秩和检验,利用两样本观察值的秩和来推断样本分别代表的总体分布是否相同.,利用多个样本的秩和来推断各