医学统计学复习资料

医学统计学复习精要：核心概念、方法与应用回顾一、绪论与基本概念医学统计学是将统计学原理与方法应用于医学科研和实践，以揭示医学现象内在规律的一门学科。其核心在于通过对数据的收集、整理、分析和解释，实现对不确定性的量化评估，为医学决策提供科学依据。1.1基本概念*总体与样本：总体指根据研究目的确定的所有同质观察单位某项指标值的集合。样本则是从总体中随机抽取的部分观察单位，用以推断总体特征。抽样的随机性和代表性是保证统计推断可靠性的基础。*变量与资料类型：变量是观察单位的某项特征，其测得值即为数据或资料。按性质可分为：*定量资料（数值变量资料）：表现为具体数值，有度量衡单位。可进一步分为连续型（如身高、体重）和离散型（如某病的发病人数）。*定性资料（分类变量资料）：表现为互不相容的类别或属性。可分为无序分类（如性别、血型）和有序分类（如疗效等级：治愈、好转、无效）。*概率与频率：概率是描述随机事件发生可能性大小的数值，常用P表示，取值范围[0,1]。频率是指在n次重复试验中，某事件发生的次数与n的比值，当n足够大时，频率可作为概率的估计值。*误差：医学研究中，实测值与真实值之间的差异称为误差。包括系统误差（可通过严谨设计和校准仪器避免或减小）、随机测量误差（不可避免，但可通过多次测量取均值减小）和抽样误差（由个体变异和抽样引起，是统计推断的基础）。*小概率事件原则：指在一次随机试验中，发生概率很小（通常认为P≤0.05）的事件几乎不可能发生。这是假设检验的基本思想之一。二、数据的描述性统计对收集到的数据进行初步整理和概括性描述，是统计分析的第一步，旨在揭示数据的分布特征和规律。2.1定量资料的描述*集中趋势：描述数据的平均水平或中心位置。*算术均数（均数）：适用于对称分布，特别是正态分布资料。*中位数：适用于偏态分布、分布不明或有极端值的资料。*几何均数：适用于等比级数资料或对数正态分布资料。*离散趋势：描述数据的变异程度或离散程度。*极差（全距）：简单但不稳定，易受极端值影响。*四分位数间距：适用于偏态分布或分布不明资料，常与中位数一起使用。*方差与标准差：适用于对称分布，特别是正态分布资料，标准差与均数结合使用，能更全面地反映数据特征。*变异系数：用于比较度量衡单位不同或均数相差悬殊的两组或多组资料的变异程度。*分布形态：通过直方图、茎叶图等观察数据是否对称、是否符合某种已知分布（如正态分布）。2.2定性资料的描述*绝对数：直接清点各分类结果得到的频数。*相对数：包括率（说明某现象发生的频率或强度）、构成比（说明某事物内部各组成部分所占的比重或分布）、相对比（说明两个有关指标间的比例关系）。使用相对数时，需注意分母不宜过小，并区分率与构成比的意义，避免误用。*统计图与统计表：*统计表：应简明扼要，重点突出，结构完整（标题、标目、线条、数字、备注）。*统计图：根据资料类型和分析目的选择合适的图形。如：直方图、箱式图用于展示定量资料的分布；条形图用于比较独立组间的数值或频数；饼图用于展示构成比；线图用于展示某指标随时间或另一连续变量的变化趋势。三、常用概率分布概率分布是描述随机变量取值及其对应概率的规律，是统计推断的理论基础。3.1正态分布*特征：以均数为中心，左右对称的钟形曲线。有两个参数：均数μ（位置参数）和标准差σ（形状参数）。*标准正态分布：μ=0，σ=1的正态分布。任何正态分布都可通过Z变换（Z=(X-μ)/σ）转换为标准正态分布。*应用：医学参考值范围的制定、质量控制、许多统计方法的理论基础（如t检验、方差分析）。3.2二项分布与Poisson分布*二项分布：描述在n次独立重复试验中，某事件发生次数X的概率分布。适用于二分类结局（如阳性/阴性）的资料。*Poisson分布：可视为二项分布的特例，当某事件发生概率π很小，而观察单位数n很大时，二项分布近似于Poisson分布。常用于描述单位时间、单位空间或单位人群中某稀有事件发生次数的分布。四、参数估计与假设检验基础统计推断是利用样本信息推断总体特征的过程，包括参数估计和假设检验。4.1参数估计*点估计：用样本统计量直接作为总体参数的估计值，如用样本均数估计总体均数。*区间估计：按一定的置信度（如95%）估计总体参数所在的范围，即置信区间。置信区间不仅给出了估计的精度，还包含了可信度信息。例如，总体均数的95%置信区间表示该区间有95%的可能性包含真实的总体均数。4.2假设检验的基本思想与步骤*基本思想：基于反证法和小概率事件原则。首先对总体参数或分布做出某种假设（无效假设H₀），然后在H₀成立的前提下，计算检验统计量，根据其概率分布确定P值。若P值小于或等于预先设定的检验水准α（通常为0.05），则认为H₀成立的可能性很小，从而拒绝H₀，接受对立假设（备择假设H₁）；反之，则不拒绝H₀。*基本步骤：1.建立检验假设，确定检验水准：H₀（无效假设）和H₁（备择假设），α（通常取0.05）。2.选择适当的检验方法，计算检验统计量：根据研究设计类型、资料类型、样本量大小等选择。3.确定P值，做出统计推断：将计算得到的检验统计量与相应的界值比较，或直接计算P值。根据P值与α的大小关系，做出拒绝或不拒绝H₀的结论，并结合专业知识给出专业结论。*注意事项：*Ⅰ类错误与Ⅱ类错误：Ⅰ类错误（α错误）是指H₀实际成立时，却错误地拒绝了H₀；Ⅱ类错误（β错误）是指H₀实际不成立时，却错误地不拒绝了H₀。检验效能（1-β）是指H₀不成立时，正确拒绝H₀的概率。*单侧检验与双侧检验：根据研究目的和专业知识选择。若只关心差异是否存在，不关心方向，用双侧检验；若关心某一方向的差异（如新药疗效是否优于旧药），可用单侧检验。单侧检验更容易获得有统计学意义的结果，但需有充分的专业依据。*假设检验的结论不能绝对化：P值的大小反映的是“在H₀成立的前提下，观察到现有及更极端情况的概率”，而非总体参数间差异的大小或实际意义的大小。五、常用假设检验方法根据资料类型、设计方案和分析目的，选择恰当的假设检验方法至关重要。5.1定量资料的假设检验*单样本t检验：用于推断样本所代表的未知总体均数μ与已知总体均数μ₀是否有差别，要求资料服从正态分布。*配对t检验：适用于配对设计的定量资料，如同一受试对象治疗前后的比较、同一份标本用两种方法检测结果的比较等。其本质是检验配对差值的总体均数是否为零，要求差值服从正态分布。*两独立样本t检验（成组t检验）：用于推断两个独立正态总体的均数是否有差别。要求两样本来自正态分布总体，且两总体方差齐同。若方差不齐，可采用近似t'检验（如Welch法）或变量变换，或使用非参数检验。*方差分析（ANOVA）：用于比较两个或两个以上独立正态总体的均数是否有差别。其基本思想是将总变异分解为组间变异和组内变异，通过比较组间变异与组内变异的大小来推断总体均数是否相等。应用条件包括：独立性、正态性、方差齐性。若方差分析结果拒绝H₀，认为至少有两个总体均数不等，需进一步进行多重比较（如LSD-t法、SNK-q法等）以确定哪些组间存在差异。*完全随机设计的方差分析：将受试对象随机分配到不同处理组。*随机区组设计的方差分析：又称配伍组设计，可控制区组因素的影响，提高检验效能。5.2定性资料的假设检验*四格表资料的χ²检验：用于两个独立样本率或构成比的比较。需注意理论频数T的大小，根据n和T的情况选择不同的χ²计算公式（基本公式、专用公式、校正公式或Fisher确切概率法）。*配对四格表资料的χ²检验（McNemar检验）：用于配对设计下两相关样本率的比较。*行×列表资料的χ²检验：用于多个独立样本率或构成比的比较，以及两个分类变量间关联性分析。注意事项：理论频数不宜过小；多个样本率比较时，若结论为拒绝H₀，只能认为总体率之间不全相等，需进一步进行两两比较；对于有序的行×列表资料，若目的是比较等级强度，χ²检验可能不是最佳选择，可考虑秩和检验。5.3基于秩次的非参数检验非参数检验不依赖于总体分布类型，适用于：偏态分布资料、分布不明资料、等级资料、某些不便准确测量的资料，或参数检验条件不满足的资料。其检验效能通常低于相应的参数检验。*配对设计资料的符号秩和检验（Wilcoxon符号秩和检验）：用于配对设计定量资料或等级资料的比较，当配对t检验条件不满足时使用。*两独立样本比较的秩和检验（Wilcoxon秩和检验，Mann-WhitneyU检验）：用于推断两个独立总体的分布位置是否有差别，当两独立样本t检验条件不满足时使用。*多个独立样本比较的秩和检验（Kruskal-WallisH检验）：用于推断多个独立总体的分布位置是否有差别，当方差分析条件不满足时使用。若结论为拒绝H₀，需进一步进行两两比较。5.4直线相关与回归*直线相关：研究两个定量变量之间线性关联的方向和密切程度。相关系数r是描述这种关系的统计量，取值范围为[-1,1]。r>0为正相关，r<0为负相关，r=0为无直线相关。需进行假设检验以判断总体相关系数ρ是否为零。Pearson积矩相关适用于双变量正态分布资料；Spearman等级相关适用于不满足双变量正态分布或等级资料。*直线回归：研究两个定量变量之间的数量依存关系，即用一个变量（自变量X）的值来估计另一个变量（应变量Y）的平均值。回归方程为Ŷ=a+bX，其中a为截距，b为回归系数。同样需对回归系数进行假设检验。相关与回归既有区别又有联系。六、实验设计的基本原则良好的实验设计是保证研究结果科学性和可靠性的前提，能有效控制误差，提高研究效率。6.1实验设计的基本要素*处理因素：研究者根据研究目的施加于受试对象的干预措施。应明确、标准化，并注意控制非处理因素（混杂因素）。*受试对象：接受处理因素的个体或群体。应有明确的纳入和排除标准，具有代表性和同质性。*实验效应：处理因素作用于受试对象后所产生的反应或结果，通过观察指标来体现。指标应具有客观性、关联性、精确性（准确度和精密度）和稳定性。6.2实验设计的基本原则*随机化原则：指将受试对象随机分配到各处理组中，使各组非处理因素的分布尽量均衡，以减少偏倚。*对照原则：设立对照组，使处理因素的效应得以真实体现。常用的对照形式有空白对照、安慰剂对照、标准对照、自身对照、历史对照等。*重复原则：包括足够的样本量和同一实验条件下的重复观察，以保证结果的可靠性和稳定性，估计变异大小。*均衡原则：指实验组和对照组或各实验组之间，除处理因素不同外，其他非处理因素应尽可能保持一致，以提高组间的可比性。6.3常用实验设计方案*完全随机设计：简单易行，但效率相对较低。*配对设计：将具有相似特征的受试对象配成对子，可减少个体差异，提高效率。*随机区组设计：将受试对象按某种属性（区组因素）分成若干区组，每个区组内的个体随机接受不同处理。*交叉设计：适用于慢性、病情稳定的疾病研究，受试对象在不同时期接受不同处理，可减少个体差异。七、常见统计分析方法的选择策略选择合适的统计分析方法是正确进行数据分析的关键，应综合考虑以下因素：1.研究目的：是描述分布、比较差异、研究关联还是预测？2.研究设计类型：是完全随机设计、配对设计、随机区组设计还是其他？3.资料类型：是定量资料、定性资料（无序/有序）还是等级资料？4.资料的分布特征：定量资料是否符合正态分布、方差是否齐同？5.样本量大小。例如：*比较两组正态分布定量资料的均数，用成组t检验。*比较两组偏态分布定量资料或等级资料，用Wilcoxon秩和检验。*比较多个独立样本率，用行×列表χ²检验。*分析两个正态定量变量间的线性关系，用Pearson相关分析。八、统计学结论的正确解读与报告*P值的正确理解：P值是在H₀成立的前提下，获得现有及更极端检验结果的概率。P≤α只能说明“差异有统计学意义”，不代表差异的实际临床意义或生物学意义的大小。反之，P>α只能说明“没有足够证据拒绝H₀”，不能理解为“差异一定无统计学意义”或“总体参数相等”。*可信区间的作用：可信区间不仅能进行统计推断（若区间不包含H₀值，则差异有统计学意义），还能提示总体参数的可能范围及研究结果的precision，应与P值结合报告。*结果报告的完整性：应报告主要的统计描述指标（如均数±标准差，中位数和四分位数间距，率和构成比）、检验统计量值（如t值、χ²值、F值）、自由度、P值（精确值或范围）以及必要的可信区间。*避免统计学陷阱：如误用统计方法、过度依赖P值、多重比较问题、因果推断的误区等。九、复习与应试建议*理解概念是基础：医学统计学概念较多，务必吃透基本概念，如总体与样本、概率与频率、误差、P值、置信区间等。*掌握方法的适