医学统计学 绪论

绪论IntroductionMedicalstatistics医学统计学1Outline1234什么是医学统计学？一些重要的基本概念如何学好医学统计学？总结2统计学(Statistics)Statisticsisthesciencedealingwiththecollections,analysis,interpretationandpresentationofmassesofnumericaldata.(Webster国际大词典)Statisticsisthescienceandartofdealingwithvariationindatathroughcollection,classificationandanalysisinsuchawayastoobtainreliableresult.研究数据的收集，整理和分析的一门科学。3统计学是一门以社会现象总体数量方面为对象的方法论科学，是研究如何有效地收集、整理和分析受随机影响的数据，并对所考察的问题作出推断或预测，直至为采取决策和行动提供依据和建议的一门学科。4统计是什么？

WhatisStatistics?若想了解上帝在想什么，我们就必须学统计，因为统计学就是在量测他的旨意。

FlorenceNightingale1820一19105数据处理的工具和技能6天气预报生活中的统计学投机取巧投机取巧7人类学文学经济学史学地理学物理学社会学农学生物学医学药学中医学气象学法学医学统计学MedicalStatistics卫生统计学HealthStatistics生物统计学Biostatistics科研中的统计学8医学统计学医学统计学是以医学理论为指导，应用概率论与数理统计的有关原理和方法，研究医学资料的搜集、整理、分析和推断的一门科学。医学统计学(MedicalStatistics)9为什么要学医学统计学？1.采用统计学方法，发现不确定现象背后隐藏的规律。最大值=6.18,最小值=3.29,极差=2.89。算术均数=4.72，标准差=0.57。变异（variation）是社会和生物医学中的普遍现象。变异使得实验或观察的结果具有不确定性。102.用统计学思维方式考虑有关医学研究中的问题3.保证你的研究论文能通过统计学审查

国际生物医学杂志编辑协会在其《生物医学期刊投稿的统一要求》中也包含了统计学要求（UniformRequirementsforManuscripts

SubmittedtoBiomedicalJournals）

http://4.获得循证医学证据的主要手段

“良好愿望的医学”（well-meaningmedicine）转入“以证据为基础的医学”（evidence-basedmedicine，EBM）需要有统计学方法的支持。为什么要学医学统计学？11几十年来不少国内外的有识之士对各种刊物进行过调查，评价本期刊或某些期刊在一定时限内有百分之几的论文应用研究设计或统计分析不恰当，甚至没有进行研究设计和统计分析。不合格率大多在30%~60%之间。这个数字几十年来几乎没有变化！

《中华心血管病杂志》第37卷第7期（2009年7月）载文对本期刊第35卷第12期~第36卷第11期共200篇论文作了检查，发现其中应用医学统计方法不当者有49篇，接近1/4，而出现各种错误或欠缺者则达101篇，占半数。

12医学研究的三个步骤1.研究设计3.结论2.资料分析统计学推断专业推断结合假设实验或调查获得数据运用医学统计学的起点，也是高质量地完成整个研究的重要基础。在数据分析的基础上，应用统计学处理的结果，进行统计学推断；同时，依据相应的专业知识，作出专业性的结论。在研究设计基础上，通过实验(试验)或调查，将所得数据进行统计学处理的过程。13一些基本概念同质和异质变异总体和个体参数和统计量随机概率和频率小概率事件和小概率原理抽样误差变量的分类14基本概念之一：同质和异质同质(homogeneity)：性质相同异质(heterogeneity)：性质不同同质和异质是相对的概念不同质的个体不能笼统地混在一起分析个体的同质性是构成研究总体的必备条件研究内容(指标/变量)不同，对同质性的要求不同15在研究事物的形状时同质和异质示例在研究事物的颜色时16基本概念之二：变异

同质事物之间的差别称为变异(Variation)变异的两个方面：不同观察单位（个体）间的差别同一个体在不同阶段的差别（重复测量）17变异示例发热者体温波动正常人体温波动18基本概念之二：变异同质个体间的差异。结果是随机的，不可预测的。一种或多种不可控因素(已知的或未知的)作用下的综合表现。个体变异是普遍存在的。个体变异是有规律的。没有个体变异，就没有统计学！19基本概念之三：总体、个体和样本

总体(population):按研究目的所确定的同质研究对象某项观察指标的全体，即全体观察单位。有限总体(finite)无限总体(infinite)个体(individual):是构成总体的最基本观察单位；样本(randomsample):从研究总体中随机抽取具有代表性的部分观察单位。代表性，包含了总体的特性为什么要抽样？20基本概念之四：参数和统计量

总体参数(populationparameter)未知的，固有的，不变的，需要研究的！样本统计量(samplestatistic)已知的，变化的，有误差的！样本含量(samplesize)21总体参数(populationparameter)总体的特征值称为参数。未知的，固有的，不变的需要研究的22样本统计量(samplestatistic)在总体被确定之后，总体参数就是一个常数，是不会变化的，不管你是否确切知其大小；而统计量是几乎总是随着样本而变的。由样本所算出的统计指标或特征值称为统计量(statistic)

。已知的，变化的，有误差的！23样本含量(samplesize)样本中包含个体的数量。

24基本概念之五：随机随机（random）：是指机会均等，无主观影响，目的是保证样本对总体的代表性、可靠性机会均等，无主观影响抽样随机(randomsampling)

有相同的机会被抽到分组随机(randomallocation)

有相同的机会被分到不同的组中顺序随机(randomorder)

有相同的机会先后接受处理25基本概念之六：频率和概率频率

Relativefrequency

：在n次随机试验中，事件A发生了m次，则比值称为事件A在这n次试验中出现的频率26基本概念之六：频率和概率抛硬币试验在概率的统计学定义上的诠释试验者投掷次数出现“正面”次数频率XXX20120.6000Buffon404020480.5069DeMorgan409220480.5005Fisher1000049790.4979K.Pearson1200060190.5016K.Pearson24000120120.500527基本概念之六：频率和概率概率的统计学定义：数理统计学中的大数定理表明：当观察次数n越来越大，频率f的随机波动幅度越来越小，并最终趋向于一个常数p：随机事件A发生的概率(Probability)。概率描述事件发生可能性大小的一个度量。是一种参数。常用P来表示；0≤P≤128基本概念之六：频率和概率概率的古典定义：有限个（N)可能结果（A1，A2，A3……AN)；每个结果出现的机会相同；任一次试验中，至少出现一种可能的结果；任一次试验中，只出现一种可能的结果；则在某次试验中，出现某一个结果的可能性为1/N，出现某M个结果中的一个的概率为M/N

29基本概念之六：频率和概率抛硬币试验在概率的统计学定义上的诠释每次投掷两枚硬币A和B，出现的四种可能A正B正、A反B正、A正B反、A反B反其概率都是1/4。每次试验肯定会出现上述四种结果中的一个，且仅会出现一个。30基本概念之七：小概率事件小概率事件(rareevent)

当某事件发生的概率很小(可能性很小)，统计学上称该事件为小概率事件。医学上：小于或等于0.05小概率原理

小概率事件并不表示不可能发生，但在某一次试验中，是不会发生的。31抽样误差(samplingerror)由抽样引起的样本统计量与总体参数间的差别。原因：个体变异＋抽样表现：样本统计量与总体参数间的差别不同样本统计量间的差别抽样误差是有规律的！

基本概念之八：抽样误差32基本概念之九：变量的分类

观察对象个体的特征或测量的结果。个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，称为随机变量，简称变量(variable)，变量的取值称为变量值或观察值。

33第一种分类(三类资料)(1)定量资料(quantitativedata)以定量值表达每个观察单位的某项观察指标，如血脂、心率等。特点：①各观察单位间只有量的差别；②数据间有连续性。34(2)定性资料(qualitativedata)以定性方式表达每个观察单位的某项观察指标，如血型、性别等。特点：①各观察单位间或者相同，或者存在质的差别；②有质的差别者之间无连续性。

第一种分类(三类资料)35(3)等级资料(rankeddata,ordinaldata)以等级表达每个观察单位的某项观察指标，如疗效分级、心功能分级等。特点：①各观察单位间或者相同，或者存在质的差别；②各等级间只有顺序，而无数值大小，故等级之间不可度量。第一种分类(三类资料)36资料类型的判断病例号年龄(岁)性别身高(cm)血型心电图尿WBC职业RBC1012/L135女1.65A正常－教师4.67244男1.74B正常－工人5.21326男1.80O正常＋职员4.10425女1.61AB正常＋农民3.92541男1.71A异常++工人3.49645女1.58B正常++工人5.48750女1.60O异常++干部6.78828男1.76AB正常+++干部7.10931女1.62O正常＋军人5.2437按照取值的特性：数值变量NumericalVariable

定量变量：既有顺序的意义，又有间隔的意义，可以认为是连续的;往往有单位；取值间的差异是可以度量的分类变量CategoricalVariable

：取值是是分散、定性的，表现为互不相容的类别和属性无序分类

UnorderedCategorical定性变量:无顺序，无间隔，仅有分类二项分类多项分类有序分类OrderedCategorical等级变量:仅有顺序，无单位；取值间的差异是不可度量的第二种分类(两类资料)38

数值变量资料(numericalvariable)

分类资料(categoricalvariable)

二分类(binary(dichotomous)variable)

多分类(polytomousvariable)无序多分类(multinomial)有序多分类(ordinal)(等级资料,rankeddata)第二种分类(两类资料)39资料类型的判断病例号年龄(岁)性别身高(cm)血型心电图尿WBC职业RBC1012/L135女1.65A正常－教师4.67244男1.74B正常－工人5.21326男1.80O正常＋职员4.10425女1.61AB正常＋农民3.92541男1.71A异常++工人3.49645女1.58B正常++工人5.48750女1.60O异常++干部6.78828男1.76AB正常+++干部7.10931女1.62O正常＋军人5.2440数学上的分类连续性资料(continuousdata)离散型资料(discretedata)

41基本概念之九：变量的分类不同分类的互相转化

定量资料（数值变量）→定性资料（无序分类变量）定量资料（数值变量）→等级资料（有序分类变量）等级资料（有序分类变量）→定性资料（无序分类变量）信息量只有减少，不可增加42基本概念汇总总体个体、个体变异总体参数未知样本代表性、抽样误差随机抽样样本统计量已知统计推断风险43医学统计学思维归纳型思维推理型思维从样本到总体