医学统计学课件：第一章 医学统计学概述

医学统计学

statisticsinmedicine

某地140名正常成年男性红细胞数(×1012/L)资料4.765.265.615.954.464.574.315.184.924.274.774.885.004.734.475.344.704.814.935.044.405.274.635.505.244.974.714.444.945.054.784.524.635.515.244.984.334.834.565.444.794.914.264.384.874.995.604.464.955.074.805.304.654.774.505.375.495.224.585.074.814.543.824.014.894.625.124.854.595.084.824.935.054.404.145.014.375.244.604.714.824.945.054.794.524.644.374.874.604.724.835.334.684.804.154.654.764.884.613.974.084.584.314.054.165.045.154.504.624.734.474.584.704.814.554.284.784.514.634.364.484.595.095.205.325.054.414.524.644.754.494.224.715.214.944.685.174.915.024.761、某次数学考试,婷婷得78分。全班共30人,其他同学的成绩为1个100分,4个90分,22个80分,以及1个10分和1个2分。婷婷计算出全班的平均分为77分,所以婷婷告诉妈妈说,自己这次成绩在班上处于“中上水平”。2.某医师观察中西药治疗5岁儿童肺炎的疗效,随机抽取5岁儿童肺炎患者44人作为观察对象,用随机方法将观察对象分成两组,分别采用中药和西药进行治疗,两组观察对象入组条件基本相同，观察结果采用盲法，观察结果见表。该医师认为中药的疗效高于西药，将资料整理撰写成论文。杂志编辑部审稿意见：要求作者进行统计学处理。表1中药与西药治疗儿童肺炎的疗效观察组别治愈数未治愈数治愈率%

中药19386.36

西药14863.63

合计331175.00第一章医学统计概述第一节医学统计学的基本概念统计学:是一门研究数据的收集、整理和分析的学科。

是应用概率论和数理统计的基本原理和方法,研究医学领域中有关数据信息的收集、整理、分析、表达和解释的一门应用性学科。医学统计学：

医学统计学的意义：统计学是科学研究工作的重要组成部分；2.统计学是对比分析资料必需的手段之一；3.统计学是一门应用学科。医学统计学的基本内容：

1.医学研究设计

2.统计学基本原理和方法

3.医学统计学的应用第二节

医学统计工作的基本步骤

研究设计(design)

收集资料(collectiondata)

整理资料(sortingdata)

分析资料(analysisdata)研究设计

概念:根据研究目的,制定总的研究方案。包括:1、研究对象和观察单位的选择；

2、样本量和样本获得的方法；

3、需要搜集哪些原始资料和如何获取这些资料;4、需要设置哪些指标来观察研究结果;5、如何控制误差和偏倚;6、预期会得到什么结果;7、拟使用的统计方法;8、需要多少经费与时间等等。收集资料概念:根据研究目的,科研设计的要求,收集准确、完整、充满信息的原始资料。来源:

1、经常性工作记录；

2、统计报表；

3、专题调查或实验研究资料；

4、统计年鉴和统计数据专辑。要求具备三性：完整性、准确性、及时性。整理资料概念:

将收集到的原始数据,有目的进行科学加工,使资料净化、系统化、条理化,以便进行统计分析。净化:

是指对原始数据的清理、检查、核对和纠正错误等；系统化和条理化:是指根据研究目的,将原始数据合理分组并归纳汇总等。整理资料一般应注意以下几点：

1、数据的常规检查；

2、从专业角度对资料的逻辑性进行检查

3、从专业角度对资料的一致性进行检查

4、原始数据的加工。分析资料概念:对经过统计整理的资料进行一系列统计描述和统计推断,目的是在表达数据特征的基础上,阐明事物的内在联系和规律性。

（是统计学的核心和主体）统计描述:指选用恰当的统计指标、合适的统计表与统计图,对资料的数量特征及其分布规律进行测定和描述。统计推断:是根据抽样原理,在概括样本信息的基础上,对所研究的总体特征进行推断。

(包括:参数估计和假设检验)第三节

医学统计资料的类型

计量资料(measurementdata)

计数资料(enumerationdata)

等级资料(rankeddata)

循环计量资料(circular

distribution

data)

计量资料概念:

对每个观察单位用定量的方法测定其某项指标数值大小所得到的资料。一般有度量衡单位。特点:

1.其变量值是定量的,有数值大小的概念；

2.资料可分组和排序,分组的依据是量;3.一般用度量衡单位表示;4.可以是正数、零和负数。

计数资料概念:

先将观察单位的观察指标按某种属性或类别进行分组，然后清点各组观察单位的数目所得到的资料。

特点:

1.其变量值是定性的,没有数值大小的概念,表现为互不相容的属性或类别;2.资料只能根据性质分组,不能排序,

分组的依据是质;3.没有度量衡单位；

4.通常是零和正整数。类型一:

1.二项分类：检查结果的阳性和阴性；两类间相互对立、互不相容

2.多项分类：血型的观察结果：A、B、AB和O型

类型二:(根据变量之间是否有程度上的差别又分为无序分类变量和有序分类变量)

1.无序分类变量：血型的观察结果:A、B、AB和O型职业:工人、农民、学生等

2.有序分类变量：治疗效果:康复、有效、无效、恶化检验结果:−、

+、++、+++

等级资料概念:

将观察单位按某种属性的不同程度分组计数,然后清点各组观察单位的数目所得到的资料。

特点:

其变量值具有半定量性质,表现为等级大小或属性程度。各组按大小顺序排列。缺点:

等级的划分尺度不同时,易造成观察结果的不一致。

圆形分布资料两种:在一个圆周上位置的记录周而复始的现象第四节

医学统计学中的基本概念一、总体和样本

总体:是根据研究目的确定的具有某些共同性质的观察单位的全体。（同质的所有观察单位某种观察值的集合）

观察单位:是统计研究中的最基本单位.有限总体:有时间、空间和人群范围的限制；无限总体:无时间、空间范围的限制,

总体是设想的或抽象的。

抽样:从总体中抽取部分观察单位的过程,称抽样。样本:是按随机化原则,从总体中抽出的部分观察单位某种观察值的集合。

样本含量:样本中所包含的观察单位数目,称样本含量。样本应具备的四性:

代表性、随机性、可靠性、可比性代表性:要求样本中的每个个体必须符合总体的规定。随机性:保证总体中每个个体被抽中的机会相同。可靠性:即实验结果的可重复性,保证足够的样本含量。可比性:指处理组与对照组之间,除处理因素不同外,其他可能影响实验结果的因素要求基本相同。二、同质和变异同质:是指观察单位(研究个体)间被研究指标的主要影响因素相同.

变异:在同一总体中,个体之间所表现出来的参差不齐性。随机变量:研究总体确定后,研究者对每个观察单位的某项特征进行测量和观察,这种特征能表现观察单位的变异性,称为变量。变量值:变量的观察结果,称变量值。（分定性或定量）

随机变量的类型:1、连续型随机变量

2、离散型随机变量

医学统计学是处理医学资料中的同质性和变异性的科学与艺术。三、参数和统计量参数:是反映总体特征的统计指标。统计量:是描述样本特征的统计指标。四、误差概念:指实际观察值与真实值之差、样本统计量与总体参数之差。类型：1.非随机误差

2.随机误差

类型:1.非随机误差

2.随机误差

系统误差过失误差抽样误差随机测量误差

1.系统误差:

在实验过程中产生的误差,它的值或恒定不变,或遵循一定的变化规律,其产生原因往往是可知的或可能掌握的。

处理方法:

通过实验设计的完善和技术措施的改进,消除或控制系统误差。2.随机测量误差：在实验过程中,在同一条件下对同一对象反复进行测量,虽极力控制或消除系统误差后,每次测量结果仍会出现一些随机变化。

特点：不可避免。

处理方法:

通过技术培训、改善实验条件等措施将其控制在一定的允许范围内.3.抽样误差:

由于抽样而造成的样本统计量与总体参数之间、样本统计量之间的差异称抽样误差。

特点：不可避免,具有规律性。

处理方法:

⑴.严格遵循随机化的抽样原则;

⑵.增大样本量。

五、概率

(probability)

描述某随机事件发生可能性大小的一个度量,用P表示。

P的范围［0，1］在一定条件下，

P=1 必然事件肯定发生

P=0 不可能事件肯定不发生

P(0，1) 随机事件可能发生可能不发生

P→1 随机事件发生的可能性越大

P→0 随机事件发生的可能性越小

P≤0.05或P≤0.01小概率事件发生的可能性很小

小概率事件：表示在一次实验或观察中,该事件发生的可能性很小,可视为很可能不发生。六、可信系数与可信度:

可信系数：α，犯错误的概率可信度：1-α，推断正确的概率（结论的可靠性）

七、三种常见的实验设计类型

完全随机设计配对设计随机区组设计

1、完全随机设计:

将受试对象随机分配到各处理组或对照组中,或分别从不同总体中随机抽样进行研究。

用途:比较各组均数之间的差别有无统计学意义,推论处理因素的效应。

2、配对设计:

将受试对象按条件相同或相近的原则配成对子,然后分别将每对中的两个受试对象随机分配到实验组和对照组,或两个不同的处理组中。

3、随机区组设计:配对设计的扩展。第五节

学习医学统计学应注意的问题建立和培养科学的统计思维能力和提高分析问题、解决问题的能力；2.重视原始资料的完整性、可靠性及实事求是的科学态度；3.掌握收集资料、整理资料与分析资料的基本知识与技能;能够应用恰当的统计方法处理各种数据,并对结果作出合理的解释;4.应着重理解医学统计学方法的基本原理、基本概念;5.对统计公式,只要求了解其意义、用途和应用条件,不必深究其来源和数学推导。统计学发展史中的重大事件与重要代表人物J.Bernoulli(贝努里,瑞士,1654～1705）

系统论证了“大数定律”,即样本容量越大，样本统计数与总体参数之差越小。P.S.Laplace(拉普拉斯,法国,1749～1827)

最早系统的把概率论方法运用到统计学研究中去,建立了严密的概率数学理论,并应用到人口统计、天文学等方面的研究上。Gauss（高斯,德国,1777～1855）

正态分布理论最早由DeMoiver于1733年发现,后来Gauss在进行天文观察和研究土地测量误差理论时又一次独立发现了正态分布（又称常态分布）的理论方程,提出“误差分布曲线”,后人为了纪念他,将正态分布也称为Gauss分布。F.Galton（高尔登，英国，1822～1911）

19世纪末统计学开始用于生物学的研究。1882年Galton开设“人体测量实验室”,测量9337人的资料,探索能把大量数据加以描述与比较的方法和途径,引入了中位数、百分位数、四分位数、四分位差以及分布、相关、回归等重要的统计学概念与方法。1889年发表第一篇生物统计论文《自然界的遗传》。1901年Galton和他的学生Pearson创办了“Biometrika（生物统计学报）”杂志,首次明确“Biometry（生物统计）”一词。所以后人推崇Galton为生物统计学的创始人。K.Pearson(卡.皮尔逊,英国,1857～1936)

Pearson的一生是统计研究的一生。他首创频数分布表与频数分布图，如今已成为最基本的统计方法之一；观察到许多生物的度量并不呈现正态分布，利用相对斜率得到矩形分布、J型分布、U型分布或铃型分布等；1900年独立发现了χ2分布，提出了有名的卡方检验法，后经Fisher补充，成为小样本推断统计的早期方法之一；Pearson对“回归与相关”进一步作了发展，在1897～1905年，Pearson还提出复相关、总相关、相关比等概念，不仅发展了Galton的相关理论，还为之建立了数学基础。W.S.Gosset（歌赛特,英国,1777～1855）

在生产实践中对样本标准差进行了大量研究。于1908年以“Student（学生）”为笔名在该年的Biometrika上发表了论文《平均数的概率误差》,创立了小样本检验代替大样本检验的理论,即t分布和t检验法,也称为学生