医学统计学：1-绪论

医学统计学绪论

MedicalStatistics主要内容什么是统计学、医学/卫生统计学？医学工作者为什么要学卫生统计学？统计学中的基本概念？统计工作的基本内容是什么？如何学好卫生统计学？一、什么是统计学(statistics)thescienceandartofdealingwithvariationindatathroughcollection,classificationandanalysisinsuchwayastoobtainreliableresult.统计学是处理资料中变异性的科学和艺术，从对大量数据变异性的分析中获得可靠的结果。统计学是在收集、整理、分析和解释大量数据的过程中完成其使命的。WhatisStatistics?“Statisticsisawaytogetinformationfromdata”DataStatisticsInformationData:Facts,especiallynumericalfacts,collectedtogetherforreferenceorinformation.Definitions:OxfordEnglishDictionaryInformation:Knowledgecommunicatedconcerningsomeparticularfact.Statisticsisatoolforcreatingnewunderstandingfromasetofnumbers.医学统计学MedicalStatisticsMedicalstatisticsdealswithapplicationsofbiostatisticstomedicineandthehealthsciences,includingepidemiology,publichealth,forensicmedicine,andclinicalresearch.用统计学原理和方法研究医学问题，即统计学在医学中的应用。医学统计学是处理医学资料中的同质性(homogeneity)和变异性(variation)的科学与艺术.(byDavidFreedman)医学统计学的全过程可看作一个收集信息、处理信息、分析信息，从而提炼新的信息的过程。即从事物同质性与变异性的数量表现出发，通过一定的观察、对比、分析，揭示那些医学问题的规律性，亦即由偶然性（不确定性）的剖析中，发现事物的必然性（确定性），并用以指导医学的理论和实践。医学统计学医学统计学（medicalstatistics)

应用于医学研究，侧重于医学的生物性卫生统计学(HealthStatistics)

应用于医学研究，侧重于医学的社会性统计学——是认识社会和自然现象在数量特征方面的重要工具卫生统计学——是认识人群的健康与疾病现象在数量特征方面的重要工具，是进行医疗卫生、科学研究的重要手段统计学的应用

统计学预防医学卫生管理学临床医学基础医学药学实验医学例：27名糖尿病人的血糖及有关变量的测定结果前面四项指标与血糖有无关系？二、为什么要学医学统计学？医学科学研究的整个过程都需要统计学的帮助。阅读医学文献需要统计学知识，一是帮助理解，二是帮助你进行批判性的阅读。日常工作中需要统计学知识。如何证实自己的诊断或治疗方法优于其它方法？如何进行社区调查？如何对某卫生措施进行评价？卫生统计学不仅教会你统计理论与方法，还交给你统计思维。统计思维(1)生物体的变异是普遍存在的，这种变异是有规律的；抽样误差是不可避免的，抽样误差是有规律的；统计推断是有风险的，这种风险是可以控制的。统计学上得到的结论都具有概率性，它不能证明什么，但可以提供结论成立或不成立的概率，从而提高研究者的分辨能力，为科学决策提供依据。统计学不能创造原本不存在的结论。统计方法是一个中立性的工具。统计思维(2)例：孕妇在怀孕期间补充叶酸是否可降低新生儿神经管缺陷？分组总人数神经管缺陷发生率（%）服用叶酸组59361.01未服叶酸组602213.49为了证明叶酸的作用，应如何进行分组？如何准确地估计两组新生儿中出现神经管缺陷的发病率？如何比较两组NTD的发病率是否有差别？三、统计学基本概念

1.变量与数据类型2.同质与变异3.总体与样本4.参数与统计量5.误差6.概率与频率1、变量与数据类型变量(variable):是反映实验或观察对象生理、生化、解剖等特征的指标。如体温、身高、年龄、性别、血型、疗效等数据(data):变量的观测值称为数据。数据类型：定量、定性和有序数据等1、资料的类型计量资料计数资料等级资料（有序数据）三类资料间关系（1）计量资料

用仪器、工具等测量(measure)方法获得的数据，即为计量资料measurmentdata。也叫定量数据Quantitativedata特点：有计量单位，数据间有连续性

如患者的身高（cm）、体重（kg）、血压（mmHg）、脉搏（次/分）、红细胞计数（1012/L）（2）

计数资料

按某种属性分类，然后清点每类的数据，称计数资料（countdata）或enumerationdata。也叫定性数据Qualitativedata特点：①无固有计量单位，

如肤色（黑、白）、血型（A、B、O、AB）、职业（工农兵）、性别（男、女）②各观察单位间或者相同或存在质的差别

③有质的差别者之间无连续性

（3）等级资料Rankdata

半定性或半定量的观察结果。有大小顺序，所以也叫有序分类资料(ordinalcategorydata)。

①癌症分期：早、中、晚。

②药物疗效：治愈、好转、无效、死亡。

③尿蛋白：-,+,++,+++及以上特点：

①各观察单位间或相同，或存在质的差别；

②各等级间只有顺序，而无数值大小。资料分类

数值变量资料分类资料

二分类多分类无序多分类有序多分类(等级资料)资料的分类连续性资料(continuousdata)

资料分类资料的分类Discretedata--Gapsbetweenpossiblevalues-count

01234567Continuousdata--Theoretically,nogapsbetweenpossiblevalues-measure01000离散型资料(discretedata)住院号年龄身高体重住院天数职业文化程度分娩方式妊娠结局20256552716571.55无中学/2顺产足月20256532216074.05无小学/1助产足月20258302515868.06管理员大学/3顺产足月20225432316169.05无中学/2剖宫产足月20224662515962.011商业中学/2剖宫产足月20245352715768.02无小学/1顺产早产20258342015866.04无中学/2助产早产20194642415870.53无中学/2助产足月20257832915457.07干部中学/2剖宫产足月观察单位observations个体individuals变量variablesQuantitativedata计量资料Qualitativedata计数资料Units；elements是获得数据的最基本的最小的单位。12实例数据1实例数据2（4）

三类资料间关系

例：一组20

40岁成年人的血压（舒张压,kPa）:8,9,8.8,10,11,7,15…以12kPa（90mmHg）为界分为正常与异常两组，统计每组例数。

<8低血压

8

正常血压

12

轻度高血压

15

中度高血压

17

重度高血压计量资料等级资料计数资料2.同质与变异

homogeneityandvariation

同质：指事物的性质、影响条件或背景相同或非常相近。变异：指同质的个体之间的差异。表1-1120名正常成年男子红细胞计数值(1012/L)

5.125.134.584.314.094.414.334.584.245.454.324.844.915.145.254.894.794.905.094.645.145.464.664.204.213.735.175.795.464.494.855.284.784.324.945.214.685.094.684.915.135.263.844.174.563.526.004.054.924.874.284.465.035.695.254.565.534.584.864.974.704.284.375.334.784.755.395.274.896.184.135.224.444.134.434.025.865.125.363.864.685.485.314.534.834.113.294.184.134.063.424.684.525.193.705.514.644.924.934.903.925.044.704.543.954.404.313.774.164.585.353.715.274.525.214.374.804.753.865.69同质在这里指什么？变异又有哪些表现？3.总体与样本populationandsample总体:是根据研究目的确定的同质研究单位的全体，更确切的说，是所要研究的所有观察单位某变量值的集合。总体有三大特点：①同质性②大量性③差异性如，研究中国18岁男性身高情况，18岁男性中国公民为研究对象或研究个体，总体是指？总体分类：有限总体：总体中研究个体的数目是有限的(时间、空间和人群范围）无限总体：指总体单位数无限不可以计数的总体样本(sample)样本（Asampleisasubsetofapopulation）是总体的子集。按一定的方法从总体中取得一部分个体进行测量所得观察值的集合即为样本。抽样（sampling）：取得样本的过程样本含量（samplesize）：样本包含的观察单位数即为样本含量或样本大小样本例数。一个样本应具有：“代表性(representative)”:充分反映总体的特征“随机性(randomization)”：相同的几率被抽作样本“可靠性（reliability)”：实验结果的可重复性两样本比较时：“可比性”：处理组与对照组之间非实验因素均衡随机抽样randomsampling为了保证样本的可靠性和代表性，需要采用随机的抽样方法（在总体中每个个体具有相同的机会被抽到）。随机(random)机会均等随机抽样(randomsampling)

有相同的机会被抽到随机分组(randomallocation)

有相同的机会被分到不同的组中实验顺序随机

先后接受处理的机会相同

4.参数与统计量

parameterandstatistic参数：总体的统计指标，如总体均数，采用希腊字母记为μ。固定的常数

总体样本抽取部分观察单位

μ？

推断inference统计量：样本的统计指标，如样本均数，采用拉丁字母分别记为。统计量是参数附近波动的随机变量。一般来讲，总体参数用希腊字符来表示，统计量用拉丁字母来表示参数统计量均数μm标准差σs率πp相关系数ρr5.误差

error误差：实际观察值与客观真实值之差测量值=真实值+随机误差+非随机误差1．随机误差（抽样误差）：samplingerror：由于抽样引起的样本统计量与总体参数间的差异。影响因素众多，变化无方向性，不可避免，可出现或大或小、或正或负的呈一定规律性的变化。原因：个体之间存在变异；抽样时只能抽取部分个体随机误差呈正态分布，可用医学统计方法进行分析。误差

error2.随机测量误差:randommeasurementerror虽然极为控制或消除系统误差，如在同一条件下对同一对象反复进行测量，结果仍会出现一定随机变化，这种变化往往没有固定的方向和大小，有时高有时低，但具有一定的统计规律不可避免，可以通过多次测量获得均数对真实值进行准备估计产生原因：生物体的自然变异和各种不可预知的因素误差

error3．系统误差

(必须克服)

:systemerror也称偏倚，是实验过程中某些固定因素产生的误差，它的值或恒定不变，或遵循一定的变化规律，其产生的原因往往是可知的或可掌握的，大小变化有方向性来源：受试者抽样不均匀，分配不随机;不同实验者个人或感觉操作上的差异;不标准的仪器，也可能来自外环境非实验因素的不平衡等可设法预见系统误差的具体来源，通过周密的研究设计和严格的技术措施加以消除或控制6.概率与频率

（probabilityandfrequency）

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：①随机性；②规律性：每次发生的可能性的大小是确定的。概率：随机事件发生的可能性大小，用大写的P表示；取值[0，1]。历史上投币试验结果实验者投掷次数出现“正面”次数频率Buffon404020480.5069K.Pearson1200060190.5016K.Pearson24000120120.5005

样本的实际发生率称为频率。设在相同条件下，独立重复进行n次试验，事件A出现f次，则事件A出现的频率为f/n。频率与概率间的关系：样本频率总是围绕概率上下波动样本含量n越大，波动幅度越小，频率越接近概率。概率与频率必然事件P=1随机事件0<P<1不可能事件P=0

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。小概率事件Certai