医学统计学.doc

统计学 (statistics)：运用概率论、数理统计等原理与方法，研究数据的搜集、整理、分析的科学。医学统计学 (statistics of medicine)：运用统计学的原理和方法，研究医学科研中有关数据的搜集、整理、分析的科学。医学统计工作的内容（1）研究设计：包括调查设计、实验设计，决定了科研结果的好坏统计工作的成败（2）. 收集资料：取得准确可靠的原始资料（资料的来源：统计报表，报告卡（单），日常医疗卫生工作记录，专题调查或实验）（3）. 整理资料：对资料进行清理、改错，数量化（4）. 分析资料：a统计描述：是对已知的样本或总体的分布情况或特征进行分析表述。方法有统计模型，统计指标、统计表、统计图等；b统计推断：是根据已知样本的信息来推测未知的总体推断总体的特征（.推断总体均数、总体率及其可信区间.推断两个或几个总体指标之间是否相等或推断某个总体统计指标是否等于某个常数。） 可借助于计算机（常用软件：SPSS、SAS、STATA等）完成。统计资料的类型：根据变量值的性质（是否定量）可将资料分为:（1）计量资料-数值变量资料定义: 用定量的方法对观察单位准确测量后所得的资料。特点: 有度量衡单位，多为连续性资料。 连续数据：例：身高、体重、年龄、体温、血压。离散数据：例: 心率、白细胞计数、24小时早博次数（2）计数资料-分类变量资料定义：用定性的方法得到的资料。将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。特点：没有度量衡单位；多为间断性资料。两分类数据(binary data)： 例：男/女；怀孕/未怀孕；糖尿病/非糖尿病; 吸烟/不吸烟；高血压/血压正常。多分类数据(polytomous data)：名义数据(nominal)：已婚/单身/离婚/分居/鳏寡； A/B/AB/O有序数据( ordinal categories ) ：轻/中/重；治愈、好转、无效; （3）等级资料定义：将观察单位按某种属性的不同程度分成等级后分组计数所得的资料，是介于计量资料和计数资料之间的一种资料。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不同类型资料间的转化计量资料 计数资料 等级资料75 正常60100 缓脉6076 正常脉6010082 异常60或100 速脉100同质：除了实验因素外影响被研究指标的非实验因素相同。所研究的实验对象具有某些相同的性质或特征。变异：在同质的基础上被观察个体之间的差异。变异是统计的基础。总体：根据研究目的确定的同质研究对象的全体。更确切地说，是同质的所有观察单位某种观察值的集合。 包括有限总体和无限总体 如上海2008年全体正常8岁男童身高值样本：从总体中随机抽取的部分观察单位，其实测值的集合。总体中有代表性的一部分。如从上海2008年全体正常8岁男童中随机抽取1000人测得的身高值观察单位（个体）：最基本的研究单位 如每个正常8岁男童样本量（sample size）：样本中所包含的观察单位数参数（parameter）：根据总体的分布特征而计算的总体的统计指标。如总体均数、总体标准差、总体率 固定的常数 但一般未知 例：上海2008年全体正常8岁男童身高值的平均数统计量（statistics）：根据样本的分布特征而计算的样本的统计指标。如样本均数、样本标准差、样本率 在参数附近随机波动 例：随机抽取的1000男童测得的身高值的平均数抽样应遵循的原则：代表性，随机性，可靠性，可比性 代表性：样本中每个个体符合总体的规定即同质的要求随机性：总体中个体有相同的机会被抽取到样本中；随机不等于随意、随便；随机抽样的实现：抽签法、机械抽样法、分层抽样法、随机数字表； 可靠性：结果可重复性“足够”的样本量可比性：比较的组别之间，除处理因素不同外，其他可能影响结果的因素要求基本齐同，也称作齐同对比原则 。对照的设置：系统误差：数据搜集和测量过程中由于仪器不准确、标准不规范等原因，造成观察结果呈倾向性的偏大或偏小，这种误差称为系统误差。 可以避免随机测量误差：由于一些非人为的偶然因素使得结果或大或小，是不确定、不可预知的。如测量一个人身高：178.12 178.09 178.15cm 不可避免(3)抽样误差：由于抽样所引起的样本统计量与总体参数之间的差异称为抽样误差 不可避免 但可以计算并在一定范围内控制确定性现象：在一定条件下，一定会发生或一定不会发生的现象。其表现结果为两种事件：肯定发生某种结果的叫必然事件；肯定不发生某种结果的叫不可能事件。随机现象：在同样条件下可能会出现两种或多种结果，究竟会发生哪种结果，事先不能确定。其表现结果称为随机事件。 随机事件的特征：随机性；规律性：每次发生的可能性的大小是确定的。频率：在相同条件下，独立地重复n次试验，随机事件A出现f次，则称f/n为随机事件A出现的频率。 例如投掷硬币概率：描述随机事件发生的可能性大小的度量，用大写的P表示；取值：01之间。 P越接近于1，说明发生的可能性越大，越接近于0，说明发生的可能性越小。小概率事件：通常一个事件的发生P 0.05 (5）或P 0.01（1）称为小概率事件(习惯)，统计学上认为不大可能发生。在实际工作中，当观察单位的例数足够多时，可以用频率来代替概率。频率是概率的估计值变量：观察对象的特征或指标称为变量。如人的性别、年龄、体重、身高等变量值：对变量的测得值称为变量值或观察值，亦称为资料几种研究设计类型1.完全随机设计：从同一总体随机抽样随机分配：两个或多个组 从不同总体中随机抽样：各组样本含量可等可不等，但样本含量相等时，检验效能较高。2.配对设计：将受试对象按 一定条件配成对子（配对样本），将每个对子中的对象随机分到两个组中，分别给予不同的处理。条件：指可能影响研究指标的非处理因素。优点：可增加各组间的齐同对比性 3.随机区组设计 配伍组设计中的每个“配伍组”，包含多个受试对象，分别随机分配到不同处理组。 拒绝了实际上成立的H0，这类“弃真”的错误为I 型错误(type I error)；不拒绝实际上不成立的H0，这类“存伪”的错误为II 型错误(type II error)。 客观实际 拒绝H0 不拒绝H0 H0成立 I 型错误(a) 推断正确(1-a)H0不成立 推断正确(1-b) II 型错误(b)a，b 的关系通常当n固定时，a愈小，b愈大；反之，a愈大，b愈小。增大n，可同时减小a，b。假设检验中的注意事项 要保证组间的可比性 要根据研究目的、设计类型和资料类型选用适当的检验方法 正确理解差别有无显著性的统计学意义 结论不能绝对化 单、双侧检验应事先确定假设检验常见结果：专业有意义，统计学检验无意义；专业无意义，统计学检验有意义；专业有意义，统计学检验有意义。D 值的选定在等效检验中十分重要。若D确定过大，将把不等效的处理措施判断为等价；若D确定过小，则很难得到等效的结果。2) 惯用的假设检验与等效检验H0 与H1的比较。 惯用的假设检验 等效检验 H0：m1=m2 H0：|m1-m2|D H1：m1m2 H1：|m1-m2|D相对数应用的注意事项1）计算相对数时分母不宜太小；2）分析时不能以构成比代替率；3）对观察单位数不等的几个率，不能直接相加求其总率；4）比较相对数时应注意可比性；5）对样本资料的比较应随机抽样， 并作假设检验。 应用直线回归应注意的问题 直线回归应用很广泛，但应注意防止不恰当的使用。 1. 作回归分析要有实际意义，不能把毫无关联的两种现象勉强作回归分析,即便有回归关系也不一定是因果关系，还必须对两种现象间的内在联系有所认识，即能从专业理论上作出合理解释或有所依据。2. 在进行直线回归分析前，应绘制散点图，当观察点的分布有直线趋势时，才适宜作直线回归分析。散点图还能提示资料有无异常点(outlier)，即对应于残差绝对值特别大的观测数据。异常点的存在往往对回归方程中的系数的估计产生较大的影响。因此，需要复查此异常点，若是测定、记录或计算机录入错误，应予修正或删除。直线相关与回归的应用、区别与联系、区别(一)资料要求不同 回归要求因变量Y服从正态分布; X是可以精确测量和严格控制的变量，一般称为型回归。相关要求两个变量X、Y服从双变量正态分布。这种资料若进行回归分析称为型回归。可以计算两个回归方程 由X推Y的回归方程 由Y推X的回归方程 （二）应用情况不同 说明两变量间依存变化的数量关系用回归，说