第一章统计中的基本概念

1、课程安排 承担单位：公共卫生学院卫生统计教研室 课 时：理论课：20 学时 实习课： 8 学时 总 计: 28学时 授课教师：俞慧强 e-mail: Tele:第一章 医学统计中的基本概念,一、什么是统计学 二、为什么医学生要学医学统计学 三、统计工作的步骤 四、医学统计资料的来源 五、统计资料的类型 六、重要的几个基本概念,何为统计学(statistics）？,1、搜集资料的方法。,2、描述资料的数量特征，揭示数量规律。,3、根据小部分资料，对总体特征做出推断。,目的：1、正确认识事物。 2、为决策提供科学依据。,定义一： 对象：数据（统计资料） 研究数据的搜集、整

2、理、分析、结果解释的方法学 揭示数据内在规律的一门方法学。,一、统计学（statistics）,定义二： 统计学是在相对有限的样本数据上，对特定的随机现象作出科学推断的一门方法学。 本质：部分 全体 它能帮助我们作出科学的决策。,随机现象：在一定条件下，某现象有不确定的结果，可能是这个结果，也可能是其它结果。,医学生为什么要学医学统计学,统计分析是科研工作中的重要组成部分。 医学统计学作为医学生建立统计分析思维的入门课程 是非常必要的，有利于医学生对临床工作和科学研究 进行科学的整理和总结，有利于对多种渠道获取的信 息进行分析和批判，了解其有用性和局限性。,某院60例上感病人服用某药前后BUN

3、值（该院参考值：1.79-7.15）,治疗前后病人的Bun是如何变化的？ 该药物对肾脏是否安全？ 上述问题的回答需要利用统计描述和统计推断的有关统计方法，而类似的资料，在临床实践中是非常多见的。 作为一个优秀的临床工作者，有必要掌握一些统计方法。,某院60例上感病人服用某药前后BUN值变化,（参考值：1.79-7.15）,访药对肾脏是否安全呢？,假定出现疗前正常而疗后异常的比例低于1%则认为此药安全，由上例60例病人的数据能否认为该药安全？ 此问题需利用统计推断的方法，若假定 该药异常率P=1%（即不安全），则现观察60例病人，出现0例异常的概率为P（x=0）=0.547。 若要你做出抉择，你

4、的结论是什么？,若观察400例病人，出现0例异常，结论又当如何？ P（x=0/p=1%）=0.0179,医学工作中常见的统计学问题,用乌贝散治疗胃溃疡100例,70人有效，是否该药有效率一定是70%?(置信区间) 如何判断某新药是否比传统药物效果更好？(假设检验) 子女为什么象父母，其联系强度有多大？(相关与回归),统计学的分类,1、数理统计学：研究、揭示随机现象数量规律性的学科，其更关注统计推断的新方法的发展，要求有较多的抽象数学知识作为工具。 2、应用统计学：关心如何把数理统计方法应用到特定的领域，如经济学、心理学及公共卫生学等。,医学统计学（medical statistics） 属应用

5、统计（专业统计），介绍医药卫生领域常用资料的统计分析方法，类似的学课有： 卫生统计学（statistics of health） 生物统计学（biostatistics）,如何学习统计学,建立统计思维方法 理解基本统计概念和原理 掌握具体统计方法 认真实习 多阅读文献（设计和资料处理方法） 应用：分析数据、写论文,参考书：,1.方积乾主编.卫生统计学.人民卫生出版社，第五版，2003.8 2.余松林主编.医学统计学.人民卫生出版社.2003.3 3.卢纹岱、朱一力等主编.SPSS FOR WINDOWS从入门到精通.电子工业出版社 4、伯纳德.罗斯纳 著 孙尚拱 译. 生物统计学基础 .科学出

6、版社,统计工作的基本步骤,研究数据的搜集、整理、 分析、结果表达的科学,本课程主要内容： 1、analysis of data 2、collection of data 3、design,统计资料来源： 1、available data（现成数据） 2、observation（调查、观察） 3、experiment（实验/试验）,1、available data（现成数据） 不是为某一个具体的研究专门收集； 日常工作记录、报表等资料。,目的： 对某医院某科室05年和06年两年的医疗质量进行总体评价与比较。,举例一,分别随机抽取05年与06年该科室某病患者600名与650名，患者年龄构成与病情两

7、年间差别没有统计学意义，观察三项指标分别为疗效、住院天数、费用。判定标准如下表。,两年病人按医疗质量等级的频数分布,2、Observation：观察或调查 目的： A、了解总体的某些特性，即总体参数 B、研究事物之间的相关联系，如病因探讨， 患病就诊与经济状况的关系等,某疾病的患病情况,某生活方式与疾病的关系,特点：对观察（研究）对象进行被对观察或调查， 获取所需相关信息,调查研究的类型：,1、普查 2、抽样研究 3、典型研究,举例：,总统选举民意测验： 1936年，美国总统选举投票前，文摘杂志按照电话号码簿和汽车登记簿上的地址寄出了1000万张询问投票倾向的明信片。 根据收回的200万份结果

8、预测共和党候选人兰登将以领先15%的得得票率战胜民主党候选人罗斯福而选总统。 然而选举结果出乎意料，罗斯福反以超过兰登20%的得票率赢得大选当上总统。文摘杂志声誉扫地，不久就被迫关门。,3、Experiment: 实验/试验 目的： 研究一些因素对另一些因素的效应，即当研究因素间的相互作用时，用实验研究。 如： 研究人持续不睡觉时间与反应能力的关系； 研究某药物对体重的影响。,实验研究三个基本要素： 处理因素 受试对象 实验效应,观察处理因素对受试对象所产生的实验效应。,实验研究首先需考虑的两个问题： 1）如何保证所观察到的实验效应是处理因素产生的，而不是其它因素（非处理因素）的作用。 2）如

9、何最有效（钱费、时间等）实现这一目的。（见实验设计内容）,一个社会学的研究： 1940年，一个美国社会学家进行如下试验。对美国学生进行“宣传教育”，观察学生对外国政府（德国）态度的变化。设计如下：,试验期间发生了如下历史事件： 德国进攻法国,研究某减肥药的效果，肥胖病人为试验对象 减肥药（3个月） 前体重 后体重 此药有效吗？,试验组 减肥药（3个月） 前体重 后体重 对照组 安慰剂（3个月） 前体重 后体重,通过设对照组，将处理因素的效应从总的实验效应中分离出来。但其前提是实验组与对照组要均衡，及可能的对实验效应有影响的因素（非处理因素）在组间分布要一致。 混杂因素（confounding

10、factor）：如某因素对实验效应有影响，而其在组间分布又不均衡，则该因素即为混杂因素。,如何实验试验组与对照组的均衡？ 随机化是一种有效的方法，其含义如下： 随机分组：受试对象随机的分配到各组别中 随机分配：受试对象随机的接收某种处理,保证所观察到的实验效应是处理因素的作用： 1）对照：控制非处理因素的有效方法 2）随机化：实现组间均衡 3）重复：减少随机误差对结果的影响,你对如下研究有何看法？,一个美国的高中拉丁文教师想证明拉丁文的学习对学习英语是有帮助的。 通过分析学校所有学生标准英语考试成绩，发现选修了拉丁文的学生英语成绩平均比未选修拉丁文的学生高。 结论：学习拉丁文对英语的学习是有帮

11、助的,此研究属于试验研究还是调查研究,统计资料的类型及相关概念,100名高血压病人治疗后的临床记录 患者 年龄 性别 治疗 血型 舒张压 心电图 疗效 编号 (岁) 分组(kPa) 判定 1 37 男A药 A11.47正常 显效 2 45 女对照 O12.53正常 有效 3 43 男B药 B10.93正常 有效 4 59 女对照 AB14.67异常 无效 : : 100 54 女B药 B11.73正常 有效,资料类型,变量（Variable)、随机变量（random Variable),在确定了研究总体之后，研究者对每个观察 单位的某项特征进行测量和观测，我们将观察 单位的特征称为变量或随机变

12、量。,如：血压、年龄、寿命、性别等等。 问题：为什么我们称个体的特性为变量？ 它有哪些特点？,随机变量是研究随机试验的有效工具。其具有取值的可变性，又具有取值的随机性。 识别变量的类型非常重要，因为不同类型的变量有不同的统计学分析技术。对不同类型 的变量进行研究，可获得不同类型的统计资料。,变量的测得值或观察值也叫做资料。 资料分类：计量资料、计数资料、等级资料。 资料类型不同，其统计分析也不相同。,计量资料(measurement data) 定义：通过度量衡的方法，测量每一个观察单位的某项研究指标的量的大小，得到的一系列数据资料。 特点：有度量衡单位 多为连续性资料,计数资料(enumer

13、ation data) 定义：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,等级资料（ranked data） 定义： 介于计量资料和计数资料之间的一种资料，通过半定量方法测量得到。 特点： 每一个观察单位没有确切值 各组之间有性质上的差别或程度上的不同。,资料分类举例,几个基本概念,例：假如某地区在2000年共有10万个12岁正常女孩的身高情况，可以采用普查或抽样调查的方法。如用抽样调查方法，从10万个12岁正常女孩中随机抽取100个对象，测量她们的身高，通过分析这100个女孩的身高，推断该地区10万个12岁正常女孩的身高情况

14、。 在这个研究中涉及如下基本概念：,研究目的：2000年某地区12岁正常女孩的身高情况。 研究对象： 2000年该地区10万个12岁正常女孩。 观察单位：研究对象中的每个12岁正常女孩，也称个体。 观察指标：身高（观察指标也称变量）。 观察值： 身高的测量值，也称变量值。 随机：在这10万个12岁正常女孩中，每个对象被抽取的机会均等。 总体： 2000年该地10万个12岁正常女孩身高值的全体。 样本：随机抽取的100个12岁正常女孩身高值构成的集全。 个体变异：总体中12岁正常女孩身高值之间的差异。,例：某研究者设计的一项研究内容是：将生后17天的30只雌性大鼠分为两组，除了给同样的饲料外，一

15、组给水、一组给被研究的饮品，2周后取子宫秤重。这项研究中，观察单位是什么？变量与变量值是什么？,子宫重量,几个重要概念：,1、总体与个体 总体（population） ：统计学中称试图了解和研究的全部个体为总体。 个体（ individual ） ：可以指人、也可以指动物或学校、工厂等任何观察单位。,无限总体（infinite population） 有限总体（finite population）,2、抽样（sampling）与样本（sample） 抽样：从总体抽取出部分个体的过程。 样本：抽取的部分个体组成的集合。 样本容量(sample size)：样本中所含个体的 个数。 抽样研究（sa

16、mpling research）：为了解总 体的情况，从总体中抽取部分个体，由这部 分个体（样本）的信息来推断总体的特征。,question： 怎样的样本才能更好地推断总体？,所谓好的样本，是指其具有代表性，样本能代表总体的特征。 抽样方法和样本量决定了样本的代表性 抽样方法：随机抽样 样本大小：适中,样本的两重性： 1）随机性：由于抽样过程是随机的，所以在 具体抽取之前并不能确定到底会抽到哪个个体，组成样本的个体是随机的，因而样本有随机性。 2）确定性：一旦进行了具体抽取，就会得到一组数据，常称这组数据为样本值。,两点说明： 1）数理统计的理认和推断方法，都是建立在随机抽样的基础之上的。 2

17、）实际工作中，随机抽样的方法有很多，常见的有简单随机抽样、分层抽样、系统抽样等，对于不同抽样方法，统计推断方法也不一样。本书主要讨论简单随机抽样的统计推断方法。故以后所指样本如不特别说明，均指简单随机样本。,3、参数与统计量（parameter and statistic) 参数：总体的统计指标或特征值 统计量：由样本所算出的统计指标或特征值 总体参数是事物本身固有的，不变的。 统计量随着试验的不同而不同，但统计量的分布是有规律的，这种规律是统计推断的理论基础。,参数与统计量举例： 举例一：某地2000年全部正常成年男子的平均红细胞数（4.5）即为总体参数，而从该总体中随机抽取的144名正常成

18、年男子的平均红细胞数 4.38为样本统计量。 举例二：当林肯第一次当选总统，他赢得了1865908张选票的39.82%。如果我们将所有这些选票的结果看作总体，则39.82%就是一个参数。 举例三：在一个有877名被调查者的样本中，发现其中的45%不会雇佣求职申请上有印刷错误的求职者。45%这个数字是一个统计量。 一般情况下，参数是未知的，需要用统计量去估计。,4、同质与变异 同质（homogeneity）：同一总体的个体，我们称其有同质性。 变异（variation）：同一总体个体间的差异，我们称其为变异。 异质（heterogeneity）：不同总体间个体的差异，我们称其为异质。,5.误差(

19、Error),统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。主要有以下三种：系统误差、随机测量误差、抽样误差。 问题：哪类误差用统计学方法可以控制？为什么？,（1）系统误差,概念：指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，造次观察结果呈倾向性的偏大或偏小，这种误差称为系统误差。,（2）随机测量误差,概念：由于非人为的偶然因素，对于同一样本多次测定结果不完全一样，结果有时偏大有时偏小，没有倾向性，这种误差叫随机测量误差。 特点：没有倾向性，多次测量计算平均值可以减小甚至消除随机测量误差。,（3）抽样误差,概念：样本指标与总体指标之间的差别（参数与统计量之间的差别）。 特点：有抽样， 抽样误差就不可避免。 统计上可以计算并在一定范围内控制抽样误差。,抽样误差的大小受哪些因素的影响？,减少抽样误差的方法：,（1）改进抽