简明医学统计学教程

简明医学统计学教程公式，直奔解决实际问题的方法，小学小用，大学大用，另有妙用。你不需要任何的统计学基础，为了不引起你的反感，不会出现任何一道数学公式。本教程分“基础篇”及“提高篇”两个10足以让你的同事对你刮目相看。2～3V10.0为进行统计学处理时最令人头痛的问题是烦琐的计算，则全部由预存在本软件内的计算公式来完成。题对号入座即可，接下来我们开始轻松愉快的学习过程。一、基础篇1、均数与标准差1105555062.3±6.11999WHO高血压诊断标准。的概162.3±6.1“62.36.1”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1（cm）：98、99、100、101、1022（cm）：80、90、100、110、120，100cm12量结果的数据都要用“均数±标准差”表示，习惯表达代号是：x±s，具体例子如：平均收缩压120±10.2mmHg。步是收集原始数据，如：第1组身高（cm）：98、99、100、101、102；第2组身高（cm）：80、90、100、110、120。x±sV10.01100±1.58cm2100±15.81cm，如下图。2、两样本均数t检验2目的研究中药板兰根对非典”方法36例非典”19+板兰根口服，17例，仅采用常规治疗。结果3.28±1.51d5.65±1.96d，两组间对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。t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，但是统计学可不是这样简单的看问题。西瓜大”。最可靠的方法是把全部的北京产西瓜和全部的上海产西瓜都称重量，得到两个均数，然后比大小即可，可是智商正常的人并不会这样去做，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。凭我们的直觉和生活常识，由BA2B，A本质是研究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用pp＜0.05或P0.0195%或99P＞0.0595%以下。我们可以简单的理解为所谓统计学处理，实际上是为了弄明白两组数据的差异由抽样误差造成的可能性有多少？这种抽样pp＜0.05p＜0.01，说明抽样误差的可能性很小（51%），两组数据差异有显著意义；p>0.05，说明抽样误差的可能性很大（5%），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pp2】，具体操作如下。【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），把这6tp＜0.01组间的差别具有极显著的意义（如果没有想成为统计学专家，就不必去理解“tt值”用的就可以了），如下图。3、配对计量资料t检验3】研究音乐胎教对胎儿运动技能培养的效果。1028～32（题曲）数据如下表所示，音乐胎教后胎动次数增多，差别有显著意义（p＜0.0525）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。序号胎教前胎动次数胎教后胎动次数12530223223303542422516206202472428812159262810181632】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标，而后做治疗前后配对比较，以判断疗效。这种情况如何进行t2p＜0.05如下图。321.8±5.31求得平均胎动次数是：24.0±6.312tttt4、计数资料卡方检验4】研究医患关系对重症病人死亡率的影响。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“医患关系紧张组”，比较两组间的住院死亡率。“医患关系良好组”253939.1%，两组间差别有显著意义张增加重症病人的住院死亡率，可能与医师害怕挨打而治疗方案趋向保守有关。4120±10.2mmHg100±15.81cm412313.6%、3010（10/30）等。tX2值（t值），然后进行判断：X2＜3.84p＞0.05；X2＞3.84p＜0.05；X2＞6.63p＜0.01。解释一下，上面的两个数字“3.84”与“6.63”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X2X2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、dX2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。X24】X2=4.702＞3.84，故p＜0.05，如下图。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）”例数（n）＜40T＜15、配对资料卡方检验5】研究蚂蚁对慢性乙型病毒性肝炎的疗效。4010e结果e67.5e结论活蚂蚁对慢性乙型病毒性肝炎有显著疗效。335“配对资料卡方检验”。首无，我们把本例的原始资料整理如下：治疗前治疗后人数（+）（+）2（+）（-）25（-）（+）3（-）（-）10然后，在软件中选择“配对资料卡方检验”，把上面的数据分别填入表格中（请注意与原始数据的对应关系），X2=15.75，p＜0.01，如下图。二、提高篇6、方差分析（F检验）6】某院外科对三种消毒剂的杀菌效果进行考察。经过使用，以被消毒物品的残余细菌数（cfu/m2）验结果如下表，试问三种消毒剂的效果是否存在差异？甲消毒剂乙消毒剂丙消毒剂25716723330419020539923119824618617927621126022】是两组，本例是三组。是不是t确的统计学方法应该选用方差分析（F）t1、选择“方差分析（F检验）”，分别输入三组的原始数据，软件会自动计算每组的均数±标准差，如果已知每组的均数±标准差，可在对应的表格内直接输入，不必再输入原始资料。2、软件会自动计算F（注意不是t）及pp<0.01是全不相同。3、当知道三组消毒剂的效果不一样后（p<0.01），我们仍然无法知道是不是三种消毒剂每一种效果都不一样，也不2qLSD-t7、多样本率卡方检验7间疗效是否存在差异？组别有效无效合计阿米替林组521567帕罗西丁组192544安慰剂组242650四表格卡方检验是最简单的形式的卡方检验，当遇到多组卡方检验时，需要采用行×列表卡方检验，如下图。应用行×列表卡方检验的几点说明：1子中的理论数太小，应扩大观察例数。2、一些等级资料，如临床疗效分为治愈、显效、好转、无效，临床检验结果分为+、++、+++等，带有明显的半定量性质，对于等级资料行×列表卡方检验缺乏敏感性，应采用秩和检验或Ridit分析（下述）。3、行×列表卡方检验结果p<0.05或p<0.01表示各组间不全相同，而不是全不相同。8、秩和检验及Ridit分析8存在差异？组别 治激素组 35中药组 18

显效 有效 无16 5 127 2 8本例为等级资料，应采用秩和检验或Ridit分析（70%的医学杂志对等资料误用卡方检验！），如下图。RiditZpp<0.01组两组间疗效差异有显著意义。9、直线相关与回归【例9】测量不同年龄的儿童身高数据如下，问儿童年龄与身高是否存在关联?在科研与临床工作中，许多问题是存在关联的，如体表面积与身高、体重之间有明显的关联，直线的相关与回归即是研究两个变量之间的关联问题。两个变量的关联性分析，可以分解为两个问题，一是这两个变量是否存在相互关联，即相关问题；二是如果两个变量是有关联