统计学基本概念与步骤

1、预防医学 邓 青,第一篇 医学统计方法,医学统计学是利用数理统计和概率论的原理，研究医学数据资料的收集、整理与分析，广泛应用于医学科研、医学教育和医疗卫生工作实践。 它是一个工具，一种方法，借助于这种方法或工具，可以帮助我们透过偶然现象认识必然规律。,第 一 章 医学统计学中的基本概念,第一节 医学统计工作的内容 (工作步骤),统计工作的基本步骤：,设计,收集,整理,分析,这四个过程互相联系，缺一不可。,一、设 计,设计是统计工作的关键步骤；是后三步工作的依据。没有设计的统计分析仅仅只能作为工作总结，不能上升为科学研究。 一个完整的统计设计主要根据专业研究的特点去选择研究对象、安排研究因素和确

2、定研究数量，最终得出科学结论。,二、收集资料,收集资料是统计工作的基础步骤。 统计工作中原始资料的来源有： 1、经常性： （1）日常工作记录： （2）统计报表； （3）各种报告单（卡）。,经常性资料来源的优点： 及时反映医疗卫生工作的实际，是一切医学科学研究的重要信息来源；是卫生行政部门决策的重要依据。 缺点： 上升理论研究时往往缺乏同质基础。,2、一时性：按照统计设计的要求，集中人力、物力，短时间完成的资料收集。也称为调查性研究或实验性研究。 优点：同质基础好，结论可靠。 缺点：费人、费物、费时；设计不当时，结论不可靠。,收集资料时对原始资料的基本要求： 1、原始资料完整、准确、及时； 2、

3、具有一定的代表性； 3、具有可比性。,三、整理资料,整理资料的目的： 使零碎、分散、表现个体特征的资料系统化、条理化，以便进一步的指标计算和统计分析。 整理资料的方法： 分卡法； 划记法；,整理资料的步骤： 1、核查资料： 一般性核查；逻辑性核查。,2、设计分组： 按数值特征分组 计量资料 按性质或类别分组 计数资料,3、设计整理表： 按分组的要求，设计汇总资料的表格。整理表设计的好坏，可直接影响统计分析的准确性。当然一个好的整理表的设计要结合自己专业的特点，不能为了统计而统计。 一般而言，分类变量的整理表容易设计；数值变量的整理表较难设计。,4、归纳汇总： 按整理表的要求，将原始资料进行汇总

4、。汇总的方法： （1）划记法； （2）分卡法； （3）计算机数据库；,三、分析资料,分析资料是统计工作的最后步骤，也是得出结论的主要步骤，它必须根据设计的要求，结合收集资料的特征选择相应的统计分析方法，才能得出可靠结论。 统计分析的内容主要包括：统计描述和统计推断。,1、统计描述的内容： （1）在资料整理的基础上，根据相关的信息计算相应的统计指标： 数值变量：平均数、标准差、变异系数、百分位数等。 分类变量：率、构成比、相对比、率的标准差、标准化率等。,（2）正确地表达统计分析资料绘制统计图表： 根据资料的特征选择恰当的统计图或统计表来表达。常用的统计图有：直条图、直方图、线图、构成图、统计地

5、图等；常用的统计表有统计工具表、统计计算表、统计分析表等。,2、统计推断的内容： （1）参数估计：用样本研究的结果去推断总体。可分为：点值估计和区间估计。 （2）假设检验： 用样本研究的结果推断总体的另一种方法。常用的有t检验、u检验、F检验、X2检验、非参数统计等。,第二节 统计学中的基本概念,一、变异与同质,变异（variation）：生物个体的差异。它是客观存在的一种现象。变异可以是量的变异，也可以是质的变异。 同质（homogeneity）：是一个相对概念。可以简单定义为相同性质。,二、变量与变量值,变量（variable）：用于说明观察单位某项特征的标识（或指标）即变量。 如：人的身

6、高、体重、职业、年龄等。 变量根据其性质可分为两大类： 1、数值变量 2、分类变量,1、数值变量（numerical variable），也称计量资料： 其变量值是用定量的方法测定的某项指标的数值大小，常有度量衡单位，数据呈连续型分布。 如：测定人的身高(cm)、体重(kg)、血压(mmHg)、血红蛋白(g/l)等。,2、分类变量（categorical variable）： 其变量值是定性的。表现为互不相容的类别或性质，常呈离散型分布。 如：性别、职业、血型、疾病种类、疗效、疼痛分级等。 （1）无序分类：二分类、多分类。也称计数资料。 （2）有序分类：各类别之间有量的差异，但又不像数值变量有

7、确切的数值。也称等级资料。,统计资料的类型,三大类： 1、计量资料： 2、计数资料： 3、等级资料： 这三类资料可以根据统计分析的需要互相转换。,变量值（value of variable）：变量的观察结果称变量值 。 变异、变量、变量值三者的关系：,三、总体与样本,总体（population）：根据研究目的确定的同质研究对象的全体。也可以说是同质的所有观察单位某项测定指标的集合。 总体可分为有限总体和无限总体。 有限总体：有明确界限范围。 无限总体：无明确界限范围。,样本（sample）： 根据研究目的从同质总体中随机抽取的有代表性的部分观察单位。 样本的特点：1、代表性（性质、数量） 2、

8、随机性 3、可靠性（可比性） 总体与样本的相对性。,参数（parameter）：描述总体特征的指标即参数，常用希腊字母表示。 如 （总体均数）、（总体标准差）、（总体率）等。 统计量（statistic）：根据样本计算的指标即统计量，常用英文字母表示。,四、参数与统计量,广义的概念泛指实际值与理论值之差或测定值与真实值之差。 统计误差的分类： 1、过失误差 2、系统误差 3、随机误差,五、误差(error),1、过失误差： 由于工作不认真，记录不正确或计算机录入错误而导致的观察值与实际值的差异。 这类误差在统计分析中不允许存在，它可通过认真地资料核查得以消除。,2、系统误差（system er

9、ror）： 通常由于仪器不准、试剂不纯或医生掌握的诊疗标准不同而导致的测定值与真实值的差异。 这类误差有一定的倾向性，偏高，或偏低。系统误差直接影响原始资料的准确性，必须克服。,3、随机误差：（random error）： 在收集原始资料过程中，虽然克服了系统误差，但由于各种外界偶然因素的影响，仍然会出现观察值与实际值不一致，即随机误差。 这类误差可高可低，无固定倾向，但分析资料时可用不同的统计方法进行分析。这类误差又可分为两种：,（1）随机测量误差（random measurement error）： 实际工作，常常出现同一样品多次测定或多个人测定的结果不一致。这可能是由众多的不可预计的偶然

10、因素引起。这种误差也是不可避免的，但它的出现有一定的规律，可以通过统计学方法进行分析处理。,2、抽样误差（sampling error）： 由于抽样的偶然性而导致的样本与总体或样本与样本之间的差异。它是抽样研究中不可避免存在的一类误差。产生的原因： （1）个体差异性；（2）抽样偶然性。 它的出现有一定的规律，可通过统计学方法进行分析处理。,是用于描述某事件发生可能性大小的一个量度。常用符号P表示，其值分布在01之间。根据概率值的大小可将事件分为三种：1、必然事件：P=1； 2、不可能事件：P=0； 3、随机事件：P=01。,六、概率（probability）,随机事件的P值越大，该事件发生的可

11、能性也越大，反之，越小。 统计学上的“约定”把P值小于0.05的事件称为小概率事件。统计学推断中的许多结论都是建立在小概率事件基础上的。 小概率事件：是指在一次机会中几乎不发生的事件。,学习统计学方法的注意事项,1、重点理解统计方法的基本原理、基本概念；掌握使用统计方法的基本技能。 2、培养科学的统计思维方法。由于生物变异是客观存在的，抽样误差是不可避免的，实验研究中往往存在混杂因素的影响。因此必须应用良好的统计设计来防止偏倚，控制误差。,3、学习统计学一定要注意理论联系实际。因为统计学结论都是建立在概率大小的基础上，因此最终的研究结论一定要结合专业特点确定。 4、对书本中出现的统计公式重点了

12、解其意义和使用条件；不要深究其数学推导。 5、具体要求： 自备函数型计算器。STAT或SD,第一章要求掌握的重点内容,统计学的几个基本概念 统计工作的基本步骤 复习思考题： 1、举例说明总体与样本的相对性。 2、举例说明变异、变量、变量值的关系。 3、医学资料为什么需要做统计分析？,第二章 集中趋势统计描述,第 一 节 频数分布,一、频数表,（一）频数表概念： 有组段分组和频数记录的表格，它包括计量资料频数表和计数资料频数表。,表1 某医院某月各科室住院病人数及死亡人数,表2-1某地140名正常成年男性红细胞数（l012/L）,表2-1某地140名正常成年男性红细胞数（l012/L）,（二）频数表制作步骤： 1、求全距（极差）： 最大值-最小值=5.95-3.82=2.13(xl012/L) 2、确定组距及划分组段： 组距=全距/10=2.1310=0.2130.20 划分组段的原则是：第一组包括最小值，且便于计算；最后一组包括最大值。 3、分组划记： 4、归纳汇总。,频数表的作用： 1、观察数值变量的