医学统计学重点难点归纳

医学统计学重点难点归纳

第一单元概论

1.基本概念：

总体参数：刻画总体特征的指标，简称参数。是固定不变的常数，一般未知。

总体：根据研究目的确定的性质相同或相近的研究对象的某个变量值的全体。

统计量：刻画样本特征的指标，由样本观察值计算得到，不包含任何未知参数。

样本：从总体中随机抽取部分个体的某个变量值的集合。

抽样误差：由随机抽样造成的样本统计量与相应的总体参数之间的差异。

频率：若事件A在n次独立重复试验中发生了m次，则称m为频数。称m/n为事件A在n次试验中出现的频率或相对频率。

概率：频率所稳定的常数称为概率。

统计描述：选用合适统计指标(样本统计量)、统计图、统计表对数据的数量特征及其分布规律进行刻画和描述。

统计推断：包括参数估计和假设检验。用样本统计指标(统计量)来推断总体相应指标(参数)，称为参数估计。用样本差别或样本与总体差别推断总体之间是否可能存在差别，称为假设检验。

2.样本特点：足够的样本含量、可靠性、代表性。

3.资料类型：

（1）定量资料：又称计量资料、数值变量或尺度资料。是对观察对象测量指标的数值大小所得的资料，观察指标是定量的，表现为数值大小。每个个体都能观察到一个观察指标的数值，有度量衡单位。

（2）分类资料：包括无序分类资料（计数资料）和有序分类资料（等级资料）

①计数资料：是将观察单位按某种属性或类别分组，清点各组观察单位的个数(频数)，由

各分组标志及其频数构成。包括二分类资料和多分类资料。

二分类：将观察对象按两种对立的属性分类，两类间相互对立，互不相容。

多分类：将观察对象按多种互斥的属性分类

②等级资料：将观察单位按某种属性的不同程度、档次或等级顺序分组，清点各组观察单

位的个数所得的资料。

4.统计工作基本步骤：统计设计、资料收集、资料整理、统计分析。

第二单元实验研究的三要素

1.实验设计三要素：被试因素、受试对象、实验效应

2.误差分类：随机误差（抽样误差、随机测量误差）、系统误差、过失误差。

3.实验设计的三个基本原则：对照原则、随机化分组原则、重复原则。

4.实验设计方法

有析因设计正交试验设计均匀试验设计

交互作用两组：异体配对设计同体配对设计交叉设计无随机同期对照实验设计（单因素两水平）扩展

多组：单因素多水平配伍组设计拉丁方设计

（两因素多水平）（三因素多水平）配伍组设计：也称随机区组设计，将条件相近的受试对象配伍，每个配伍组中的对象随机分配到各处理组中。

析因设计：考察两个或两个以上的处理因素，将各个因素的水平进行全面组合,每个组合下至少有两个以上的观察对象重复测量。一般来讲，应尽可能安排等重复试验，以简化计算，2-3个水平数。优点是全面性和均衡性较好，可同时分析处理因素的效应及因素间的交互作用。拉丁方设计：用于三因素等水平无交互。

第三单元定量资料的统计描述、参考值范围

1.频数表编制过程（了解）

（1）找出样本数据的最大值和最小值，计算极差 R；

（2）分组：确定分组的组距 d 和组数 k；

一般n<50，5-6组；n在100左右，7-10组；n>100，10-15组

（3）求频率密度：统计频数，算出频率、频率密度和累积频率；

（4）画出直方图。

2.频数表和直方图的作用：用于观察个数较多资料的统计描述，可以直观提示资料的分布特征和分布类型。

3.集中趋势、离散趋势的指标及适用范围

（1）集中趋势：x，G，M，P

x ，M

算术均数：适用于对称分布；

不适用于偏态分布和资料中出现极值的资料。

几何均数：适用于呈倍数关系的资料或对数正态分布的资料，尤其是正偏态分布。

不适用与观察值中有0或正负数值同时出现的资料。

中位数：适用于大样本偏态分布或分布情况不明的资料或资料中有不确定数值的资料。

百分位数的作用：多个百分位数结合使用，全面描述数据分布的特征;

用于确定医学参考值范围（偏态或分布不明的资料）。

众数：适用于大样本，较粗糙。

（2）离散趋势：

极差：优点：简单明了、容易使用。

缺点：①只反映最大值和最小值间的差异，不能反映其他观察值的变异程度。

②样本容量越大，极差可能越大。

③极差的抽样误差大，不稳定。

四分位数间距：适用于确定医学参考值范围，与中位数一起描述偏态分布资料变异程度。

缺点：类似于极差，利用度低。

方差与标准差：与均数一起描述对称分布,特别是正态分布的分布特征。

变异系数：适用于：①适用于比较度量衡单位不同资料的变异度。

②比较均数相差悬殊的资料的变异度。

③衡量实验精密度和稳定性的常用指标。

（3）频数分布特征

高峰在中间，左右大致对称，称为对称分布。平均数=中位数=众数

高峰偏向小值的一侧（左侧），称正偏态分布（亦称右偏态）。平均数>中位数>众数高峰偏向大值的一侧（左侧），称负偏态分布（亦称左偏态）。平均数<中位数<众数

对称分布正（右)偏态分布负（左)偏态分布

4.正态分布图形的特点及意义

（1）特点：①f（x）关于x=μ对称

②x=μ时取得最大值

③在x=μ±σ处为拐点，且以 x 轴为水平渐近线

④f（x）大于0

⑤P （x=a ）=0

⑥若 f (x) 在点 x 处连续，则F ′（x ）=f (x) （2）意义：?

+∞∞

-)(x f =1，f （x ）在负无穷到正无穷的积分值为1，即曲线下方面积为1。

5.μ和σ2的意义

μ：位置参数，当σ固定时，μ增大，曲线沿横轴向右移动；μ减小，曲线沿横轴向左移动。 σ2：形状参数，当μ固定时，σ越大，曲线越矮胖；σ越小，曲线越高瘦。

6.标准化变换

z=

σ

μ

-x x ～N （μ，σ2） z ～N （0，1） F （x)=Ф(σμ-x )=Ф(z) 即P (X ≤x)=Ф(σ

μ

-x )=P (Z ≤z)

P (a

σμ-b )-Ф(σμ-a P (σμ-a <σμ-x <σμ-b )=P (σμ-a < Z <σ

μ

-b )

7.标准正态分布界值

规定：界值右侧曲线下方面积等于它的下角标。下角标一致，x 轴上方中间面积一致。 双侧界值：

P (|z|≤z 2α)=1-α P (z

α)=1-2α

P (|z|≥z 2α)=α P (z>z 2

α)=2α

单侧界值：

上限： 下限：

P （z>z α）=α P （z>z 1-α）=1-α P （z

8.正常值范围及意义

概念：医学临床中，常将就诊者的某些生理、生化、免疫学指标的测定结果，与排除了对研 究指标有影响的疾病和有关因素的大多数“正常人”的相应数值进行比较，以就诊者 的测定值是否超出了大多数“正常人”相应指标的波动范围，作为临床诊断的重要参 考，又称医学参考值范围。

意义：95%的参考值范围含义是指：样本中有95%的个体测定值在所求范围之内。 以95%的置信区间来说，意义是：该区间以95%的概率包含了待估计的参数，这种 估计的可信度是95%，会冒5%的风险。 公式： 双侧95%的界限值：x ±1.96s 单侧95%的上限值：x +1.645s 单侧95%的上限值：x -1.645s

第四章 总体均数的估计、假设检验

1.标准误

（1）概念：每次样本计算出的x 不同，这些x 的标准差称为均数的标准误。 （2）意义：是衡量样本统计量抽样误差大小的统计指标。

（3）与标准差的区别：二者都是描述变异程度的指标，标准差描述个体值的变异，标准误描 述统计量的变异。 （4）均数标准误的公式：S x =

n

s 2.置信区间

（1）定义：设θ为总体的未知参数，若由样本确定的两个统计量θ1（x 1、x 2、…、xn)和θ2(x 1、 x 2、…、x n )，且θ1<θ2，对于预先给定的值α(0<α<1)，若满足P(^

θ1<^

θ2）=1-α，

则称随机区间（^θ1，^θ2）为θ的1-α置信区间，其中称为^θ1置信下限，称为^

θ2 置信上限，1-α称置信度。

（2）意义：区间（^θ1，^θ2）包含有参数θ的概率为1-α，不能说θ在（^θ1，^

θ2）的概率为 1-α。

例：可以说（a ，b ）包含均数μ的概率为95%，不能说μ在（a ，b ）的概率为95%。 （3）公式：单个正态总体均数μ的区间估计 ①σ已知：

双侧：n

z x σα2

± 即 x z x σα2

±

z 分布

单侧：n

z x σ

α

± 即 x z x σα±

②σ未知：

双侧：n s

t x 2

α

± 即 x s t x 2

α± 小样本（n ≤50） t 分布

单侧：n

s

t x α± 即 x s t x α±

双侧：n s

z x 2

α

± 即 x s z x 2

α± 大样本（n>50） z 分布

单侧：n

s

z x α± 即 x s z x α± （4）两要素：

准确度：由1-α 决定，1-α 越大，准确度越高。

精确度：由区间长度决定。

99%置信区间准确度高于95%置信区间。95%置信区间精确度更高。

3.抽样分布

（1）t 分布

①定义： 来自正态总体的一组样本，x 和s 分别是样本的均数和标准差。则t=n

s x /μ-～

t 分布，自由度 df=n-1，极限分布是标准正态分布。 ②图形分布特征：

以0为中心，左右对称的单峰分布。 自由度越大，越高瘦 ③界值： 双侧：

P (|t|≤t 2α)=1-α P (t

α)=1-2α

P (|t|≥t 2α)=α P (t>t 2

α)=2α

单侧：

上限： 下限：

P （tt α）=α P （t>t 1-α）=1-α （2）χ2分布

①定义：若从均数为μ，标准差σ的正态总体中，每次抽取样本含量为n 的样本，计算 样本标准差s ，则χ2=（n-1）s 2/σ2服从自由度df=n-1的χ2分布。 ②图形分布特征：

曲线偏向左边 自由度越小曲线越偏 ③界值： 双侧：

P (x 2

>x 2

2

α)=2α P (x 2>212α-

x )=1-2α P (x 2

α)=1-2α P (x 2<212α-

x )=

2α 单侧：

上限： 下限：

P （x 2>x 2α）=α P （x 2>x 21-α）=1-α P （x 2

①定义：如果分别从两个正态总体N （μ1，σ1）和N （μ1，σ1）中随机抽取样本含量 n 1、n 2的两个样本，算出样本均数和方差分别为x 1，s 21和x 2，s 2

2，则σ

σ22

2

22121//s s F =

服从df 1=n 1-1，df 2=n 2-1的F 分布。

若χ1、χ2分别服从自由度df 1、df 2的χ2分布，则F=df

df

2

2

212

1

//χχ～df 1df 2

②图形分布特征 曲线偏向左边

df 1、df 2同时增大，曲线趋向于对称 ③倒数性质：F df df )(),1(2,1α-=

F df df

)

(

2,

11

α

④界值： 双侧：

P (F>F 2α)=2α P (F>2

1α-F )=1-2α

P (F

α)=1-2α P (F<2

1α-F )=2α

单侧：

上限： 下限：

P （F>F α）=α P （F>F 1-α）=1-α P （F

4.假设检验

（1）基本思想：反证法、小概率事件原理 （2）基本步骤：

①建立假设，确定检验水准

H0：原假设，差异存在但不显著或差异无统计学意义 H1：备择假设，差异显著或差异有统计学意义

②在原假设成立条件下，选择统计方法并计算检验统计量。（认为误差由抽样产生） 参数检验统计量要求满足：

i)在H0成立的条件下，服从特定的抽样分布； ii)必须包含要检验的总体参数；

iii)对于给定的样本数据，能计算出该检验统计量的数值。 ③对于给定的α值做出检验结论，并给以专业解释

判断P 值：（与界值比较，反查界值表确定范围，软件计算） 若P>α，则接受 H 0，拒绝H 1 ;若P<α，则拒绝 H 0，接受H 1 。 （3）检验方法：

正态性检验、方差齐性检验、t检验

（4）两类错误

①第一类错误又称弃真错误、假阳性错误，第二类错误又称取伪错误、假阴性错误。

②P≤α时，拒绝H

，可能犯Ⅰ类错误（α）。此时，P值越小，犯Ⅰ类错误的概率越小，结论越可靠。

③P>α时，接受H

，可能犯Ⅱ类错误（β）。此时，虽然β未知，但P值越大，犯Ⅱ类错误的概率越小，结论越可靠。

④减少（增加）I型错误，将会增加（减少）II型错误

⑤增大n，可以同时降低两类错误。

第五章方差分析

1.方差分析基本思想

目的：根据各个总体的样本观测值，检验各个总体均值间和两两总体均值间是否存在显著性差异。

基本思想：根据离差来源的不同，将总离差平方和分解为两部分：

由试验的随机因素（误差）引起的组内离差，

由因素的作用（即处理水平不同）引起的组间离差。

总离差平方和 = 组内离差平方和+ 组间离差平方和（SS

T = SS

E

+ SS

A

）

2.方差分析

单因素方差分析、配伍组设计方差分析、析因设计方差分析

拉丁方设计方差分析、正交设计方差分析

交叉设计方差分析、组内分组设计方差分析

第六章双变量相关与回归

1.散点图特征

正相关完全正相关负相关完全负相关

不相关

2.相关系数意义及分类

（1）意义：

①相关系数r的大小反映随机变量X和Y之间线性关系的密切程度：

若 r=0，则 X 与 Y 不相关；

若 |r|=1，则 X 与 Y 完全相关。

②相关系数r的符号反映随机变量X和Y之间线性关系的相关方向：

若 0

若 -1

①积差相关系数：双变量为服从正态分布的计量资料

②等级相关系数：等级或相对数资料；不服从正态分布；总体分布类型未知。 （3）适用范围：

两个变量必须是随机变量，即变量的取值在实验前或测定前是无法预先知道的。

3.线性相关分析和回归分析的联系与区别

（1）联系： ①r=l

l xy

xx

b

/ l xx 、l xy 分别是x 、y 的标准差

②方向一致，r 与b 方向一致

③r 与b 的假设检验等价，即同一样本存在：t r =t b

④回归强度与相关强度：R 2=SS 回/SS 总=r 2 （仅限Ⅱ型回归）

（2）区别： ①资料

相关：x,y 必须是随机变量

回归： x 是确定变量称Ⅰ型回归， y 必须是随机变量

x 是随机变量称Ⅱ型回归

求真务实 引路育人

②计量单位：r 不受单位影响，b 受单位影响 ③意义：

相关说明相关关系，相关关系描述变量间关系的密切程度与方向。 回归说明依存关系，回归方程描述变量间的数量依存关系。 ④取值范围：|r|≤1，b ∈R

4.最小二乘法

5.决定系数的意义

R 2=SS 回/SS 总=（SS 总-SS 剩）/SS 总=（1-SS 剩）/SS 总

0≤ R 2 ≤1，R 2越接近于1，表示回归平方和在总平方和中所占的比重越大，回归效果越好。

第七章 两分类资料的统计描述与推断

1.相对数指标

两个有联系的指标之比。常用的有率和比(构成比、相对比)。

（1）率：频率，说明某现象发生的频率和强度。总体率：π，样本率：p 。 K ?=

数

可能发生该现象的总例某现象实际发生的例数

率

（2）构成比说明某事物内部各组成部分在总体中所占的比重或分布。 %100?=

察单位总数

同一事物各组成部分观位数

某一组成部分的观察单构成比

把观测点 (x i , y i ) 标在直角坐标系下作成散点图，则必存在着一条直线，使每个点 (x i , y i ) 距这条直线在纵方向上的距

离的平方和为最小，此平方和称为残差平方和，这就是最小二乘法。

（3）相对比：两个有关指标A、B之比，说明两者的对比水平，A是B的若干倍或百分之几。

对比的数值可以是绝对数、相对数或平均数。

第八章R×C表资料的分析

1.列联表分类及统计方法

（1）双向无序：多个样本率或构成比比较→χ2检验

（2）单向有序：

分组变量有序→χ2检验(同双向无序)

结果变量有序→秩和检验或Ridit分析

（3）双向有序：

属性相同→McNemar、Kappa检验

属性不同→秩相关分析、线性趋势检验、秩和检验或Ridit分析

2.列联表注意事项

（1）R×C表中不宜有20%以上的格子的T<5，不能有T<1。

理论数太小处理办法：①最好增加样本例数以增大理论数

②删去理论数太小的行和列

③将太小理论数所在行或列的实际数与性质相近的邻行/列合并

④采用Fisher检验

（2）R×C表χ2检验未考虑等级顺序关系，若处理效应按强弱或优劣分为有序等级时采用秩和检验或Ridit分析。

（3）拒绝H0时不能确定是不全相等还是全不相等，需进行两两比较。

第九章非参数检验、Ridit分析

1.参数检验和非参数检验特点

（1）参数检验：

特点：总体分布的类型为已知，只是一个或几个参数未知，对未知参数进行检验。

优点：检验效能高，允许应用样本提供的数据

缺点：受应用条件限制

（2）非参数检验：

特点：又称任意分布检验，是与总体无关的检验方法，它不比较参数，而是比较分布的位置，允许根据分布情况而不是总体参数做出推论。

优点：不依赖总体分布类型，应用广泛

缺点：符合参数检验的用非参数检验会降低检验效能。

2.检验方法

符号秩和检验、成组秩和检验、多组秩和检验、配伍秩和检验。

检 验 方 法

1.正态性检验

（1）目的：在做t 检验方差分析之前首先判断是否服从正态分布

（2）过程：假设H 0：总体服从正态分布；H 1：总体不服从正态分布。α

（3）SPSS 结果：看sig 值，sig>α,接受H 0，服从正态；sig<α,接受H 1，不服从正态。

2.方差齐性检验

（1）目的：利用样本信息推断总体方差是否相等 （2）前提：正态分布 （3）过程：

①建立假设：假设H 0：σ2

1=σ2

2即方差齐；H 1：σ2

1≠σ2

2。α ②计算统计量：σ

σ22

2

22121//s s F =

=s

s 2

2

2

1 df 1=n 1-1 df 2=n 2-1 ③P 值： Fα，接受H 0

F>F α(df 1，df 2）则P<α，拒绝H 0

（4）SPSS 结果：sig>α,接受H 0，满足方差齐性；sig<α,接受H 1，不满足方差齐性。

3.单样本t 检验

（1）目的：推断一组样本代表的总体均数与已知总体均数间的差异。 （2）前提： ①单组设计

②计量资料（非分类） ③资料服从正态分布

（3）过程：

①建立假设：假设H 0：μ=μ0 ；H 1：μ≠μ0。α ②计算统计量：=

z n x /σμ-或t= n

s x /μ

- ③P 值： zα，接受H 0

z>z αdf 1,则P<α，拒绝H 0

（4）SPSS 结果：sig>α,接受H 0，差异无统计学意义；sig<α,接受H 1，差异有统计学意义。

4.配对t 检验

（1）目的：推断两组样本代表的总体均数的差值是否为零。 （2）前提： ①配对设计

②计量资料（非分类） ③差值服从正态分布 （3）过程：

①建立假设：假设H 0：μd =0 ；H 1：μd ≠0。α ②计算统计量：t=

n

d

s d / df=n-1

③P 值： tα，接受H 0 ， t>t αdf 1，则P<α，拒绝H 0

t

αdf 1，则P>α，接受H 0 ， t>t 2

αdf 1，则P<α，拒绝H 0

（4）SPSS 结果：sig>α,接受H 0，差异无统计学意义；sig<α,接受H 1，差异有统计学意义。

5.成组t 检验

（1）目的：推断两组样本代表的总体均数是否有显著性差异。 （2）前提：

①完全随机成组设计；

②计量资料（非分类）；

③独立性；

④正态性；

⑤方差齐性。

（3）过程:

①方差齐性检验

②建立假设：假设H

0：μ

1

=μ

2

；H

1

：μ

1

≠μ

2

（或μ

1

>μ

2

,μ

1

<μ

2

）。α

③计算统计量：t或t′(方差不齐）df=n

1+n

2

-2

④P值：t

α(df

1

，df

2

），则P>α，接受H

，t>t

α

(df

1

，df

2

），则P<α，拒绝H

t

2

α(df1，df2），则P>α，接受H0 ，t>t2α(df1，df2），则P<α，拒绝H0

（4）SPSS结果：sig>α,接受H

0，差异无统计学意义；sig<α,接受H

1

，差异有统计学意义。

6.单因素方差分析

（1）目的：推断多组样本代表的总体均数是否有显著性差异。（2）前提：

①完全随机多组设计；

②计量资料（非分类）；

③独立性；

④正态性；

⑤方差齐性。

（3）过程:

①正态性检验和方差齐性检验

②建立假设：假设H

0：μ

1

=μ

2

=…=μ

n

；H

1

：μ

1

、μ

2

、…、μ

n

不全相等或全不相等。α

③计算统计量：

④P值：P>α，接受H

0 ，P<α，拒绝H

（4）SPSS结果：sig>α,接受H

0，差异无统计学意义；sig<α,接受H

1

，差异有统计学意义。

方差分析表：

（5）

注意：组内变异：随机误差

组间变异：随机误差+处理因素

若H

成立：组内变异≈组间变异

若H

1

成立：组内变异 < 组间变异

7.配伍设计的方差分析

（1）目的：推断多组样本代表的总体均数是否有显著性差异。

（2）前提：

①完全随机多组设计；

医学统计知识点整理(1)

医学统计学知识点整理 第一节统计学中基本概念 一、同质与变异 同质：统计研究中，给观察单位规定一些相同的因素情况。 如儿童的生长发育，规定同性别、同年龄、健康的儿童即为同质的儿童。 变异：同质的基础上个体间的差异。 “同质”是相对的，是客观事物在特定条件下的相对一致性，而“变异”则是绝对的 二、总体与样本 1、总体：是根据研究目的所确定的，同质观察对象（个体）所构成的全体。 2、样本：是从总体中随机抽取的部分观察单位变量值的集合。 三、参数与统计量 总体参数：根据总体个体值统计计算出来的描述总体的特征量。用希腊字母表示。μ.δ.π 样本统计量：根据样本个体值统计计算出来的描述样本的特征量。用拉丁字母表示。X.S.p 总体参数一般是不知道的，抽样研究的目的就是用样本统计量来推断总体参数，包括区间估计和假设检验 四、误差：实测值与真值之差★ 1.随机误差：是一类不恒定的、随机变化的误差，由多种尚无法控制的因素引起。随机测量误差、抽样误差。 2.系统误差：是一类恒定不变或遵循一定变化规律的误差，其产生原因往往是可知的或可能掌握的。 3.非系统误差：过失误差，可以避免或清除。 五、概率 是用来描述事件发生可能性大小的一个量值，常用P表示。概率取值0~1。 统计上一般将P≤0.05或P≤0.01的事件称为小概率事件，表示其发生的概率很小，可以认为在一次抽样中不会发生。 第二节统计资料的类型★

变量：确定总体之后，研究者应对每个观察单位的某项特征进行观察或测量，这种特征能表现观察单位的变异性，称为变量。 一、数值变量资料 又称为计量资料、定量资料：观测每个观察单位某项指标的大小而获得的资料。表现为数值大小，带有度、量、衡单位。如身高（cm）、体重(kg)、血红蛋白（g）等。 二、无序分类变量资料 又称为定性资料或计数资料：将观察对象按观察对象的某种类别或属性进行分组计数，分组汇总各组观察单位后得到的资料。 分类：二分类：+ -；有效，无效；多分类：ABO血型系统 特点：没有度量衡单位，多为间断性资料 【例题单选】某地A、B、O、AB血型人数分布的数据资料是( ) A.定量资料 B.计量资料 C.计数资料 D.等级资料 【答案】C 【解析】ABO血型系统人数分布资料属于无序分类变量资料，又称为计数资料。因为是按照变量的血型分类，血型表现为互不相容的属性。所以本题选C。 【例题单选】测量正常人的脉搏数所得的变量是（） A.二分类变量 B.多分类变量 C.定量变量 D.定性变量 【答案】C 【解析】脉搏数有数值大小，有度量衡，所以这个资料属于定量资料。本题选C。 三、有序分类变量资料 半定量资料或等级资料：将观察对象按观察对象的某种属性的不同程度分成等级后分组计数，分组汇总各组观察单位后得到的资料。 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举例：- + ++ +++ 第三节统计工作的基本步骤★ 1.统计设计 2.收集资料

医学统计学章节重点归纳

医学统计学章节重点归纳 第一节概述 1、主要内容：a、卫生统计学的基本原理和方法（研究设计和数据处理中的统计理论和方法）b、健康统计（医 学人口统计、疾病统计和生长发育统计）c、卫生服务统计（卫生资源、医疗卫生服务的需求和利用、医疗保健制度和管理中的统计问题）。 2、 卫生统计工作的步骤：设计、资料的搜集、资料的整理、资料的分析 3、医学统计资料主要四个方面：统计报表、报告卡（单）、日常医疗卫生工作记录，专题研究或实验。 4、观察单位：是获得数据的最小单位，观察单位是根据研究目的确定的，观察单位可以是人、标本、家庭、国 家等。 5、变异：是指客观事物的多样性和不确定性。 6、变量： 观察单位的某种特征，称为变量。a、数值变量（定量变量）b、分类变量（定型变量或字符变量）。 7、总体：根据研究目的所确定的同质研究对象的全体。确切的说是性质相同的所有观察单位的某种变量的集合。 8、样本：从总体中随机抽取部分观察单位，其变量值就构成样本，通过样本信息来推断总体特征。 9、概率：事件发生的可能性大小的量度，通常以符号P表示。 10、误差：测量值与真值之差或样本指标和总体指标之差。分为随机误差和系统误差。 第二节数值资料的统计描述 1、频数分布就是观察值在所取得范围内分布的情况。重要特征：集中趋势和离散趋势。 2、频数分布类型：正态分布型频数、正偏态分布型频数，负偏态分布型频数。 3、集中趋势指标：算术平均数（均数）、几何均数、中位数。 指标使用条件计算公式 算术平均数适用于正态或近似正态分布 的数值变量资料 几何均数①对数正态分布，即数据经 过对数变换后呈正态分布的 资料；②等比级数资料，即 观察值之间呈倍数或近似倍 数变化的资料。 中位数①非正态分布资料（对数正 态分布除外）；②频数分布 的一端或两端无确切数据的 资料③总体分布不清楚的资 料。为奇数 , 为偶数, 4、离散型趋势指标：极差、标准差和变异系数 指标计算公式主要优缺点 极差R=Xmax-Xmin 计算简单，便于理解；只考虑最大值与最小值之差异，不能反映 组内其它观察值的变异度，不稳定，受样本量影响很大。

医学统计学教学大纲

医学统计学教学大纲 一、课程的性质、任务 《医学统计学》是开展医学研究的重要手段，是认识和揭示医学领域里各种数量特征的科学分析方法，是使医学科研得以成功的一种重要辅助工具。科技的迅速发展，大量信息的产生要求我们面对纷乱复杂的数据世界能够正确、科学地去认识和处理，医学统计分析是医学生教育培训必修课程，特别是中、高级医学人才的培养，应该使其懂得和掌握一些基本的医学科研设计原则或实验研究方法，能正确处理医学信息和数据，在未来的实践工作中发挥作用。医学统计是一种有力工具。它同科研的总体设计、资料采集、整理、分析直到最后作出结论都有密切关系。掌握了这个工具可以使用较少的人力、物力和时间获得比较可靠的结果。只有正确运用统计分析方法，才不致于造成不应有的缺陷或得出错误的结论。数据作为信息的主要载体广泛存在。我们就要借助统计学这个工具，在混沌中发现规律。统计学就是研究数据及其存在规律的科学。 （本大纲规定教学时数为62学时，理论讲授38学时，实习或讨论24学时） 二、课程教学目标 本教学大纲适用于大专检验专业学生。同学在具备一定医学基础知识后，再通过本课程的学习使学生理解和知道随着现代医学的发展，正确地运用统计学方法和理念，进行实验设计和实验数据处理，系统地学习统计学使学员对医学科研工作的认识和提高自身文化素质和业务水平，具有十分重要的实际意义。 大纲中应当体现理论联系实际的原则，教学过程中完全采用医学中的实例，讲述基本概念及基本原理，注意贯彻启发式教学原则，把统计思维方法的训练作为课堂教学的内容，对于统计公式着重讲解其意义、使用方法、应用条件和应用时注意事项，不必追究公式的数学原理和推导过程。本课程通过讲授、课堂实习、课堂讨论，使学生熟悉统计的基本理论、掌握统计方法的应用，通过课后复习、完成作业，加深对基本理论和基本概念的理解，进一步掌握基本方法。理论讲授38学时，实习或讨论24学时 【教学内容分作三级要求】 第一级是学生必须掌握的内容，教师应于理论课详细讲授，亦为实习课与考试的重点。 第二级是要求熟悉的内容，教师应选择性讲授，未讲授部分由学生自学。 第三级为一般了解内容，供学有余力的学生自学，教师亦可选择性讲授，但不在考试范围内。 三、教学内容和要求

健康管理师考试重点归纳总结

第一章健康管理概论 健康管理是以现代健康概念（生理、心理和社会适应能力）和新的医学模式（生理、心理、社会）以及中医治未病为指导，通过采用现代医学和现代管理学的理论、技术、方法和手段，对个体或群体整体健康状况及其影响健康的危险因素进行全面检测、评估、有效干预与连续跟踪服务的医学行为及过程。 其目的是以最小投入获取最大健康效益。 健康管理的八大目标： 1.完善健康和福利 2.减少健康危险因素 3.预防疾病高危人群患病 4.易化疾病的早期诊断 5.增加临床效用、效率 6.避免可预防的疾病相关并发症的发生 7.消除或减少无效或不必要的医疗服务 8.对疾病结局作出度量并提供持续的评估和改进 健康管理的特点： 标准化足量化个体化系统化 健康管理的三个基本步骤： 1.了解和掌握健康，开展健康信息收集和健康检查 2.关心和评价健康，开展健康风险评价和健康评估 3.干预和促进健康，开展健康风险干预和健康促进 健康风险评估是手段，健康干预是关键，健康促进是目的 健康管理的五个服务流程： 1.健康调查与健康体检 2.健康评估 3.个人健康咨询 4.个人健康管理后续服务 5.专项的健康和疾病管理服务 健康管理的六个基本策略： 1.生活方式管理 2.需求管理 3.疾病管理 4.灾难性病伤管理 5.残疾管理 6.综合群体健康管理 生活方式管理的特点： 1.以个体为中心，强调个体的健康责任和作用

2.以预防为主，有效整合三级预防 生活方式的四大干预技术： 教育激励训练营销 影响需求管理的四大主要因素： 1.患病率 2.感知到的需要 3.消费者选择偏好 4.健康因素以外的动机（残疾补贴、请病假的能力等） 需求管理的策略： 1.小时电话就诊和健康咨询 2.转诊服务 3.基于互联网的卫生信息数据库 4.健康课堂 5.服务预约 疾病管理的三个特点： 1.目标人群是患有特定疾病的个体 2.不以单个病例和（或）其单次就诊事件为中心，而关注个体或群体连续性的健康状况与 生活质量 3.医疗卫生服务以及干预措施的综合协调至关重要 灾难性病伤管理的五大特点： 1.转诊及时 2.综合考虑各方面因素，制订出适宜的医疗服务计划 3.具备一支包含多种医学专科及综合业务能力的服务队伍，能够有效应对可能出现的多种 医疗服务需要 4.最大程度地帮助病人进行自我管理 5.尽可能使患者及其家人满意 残疾管理的八大目标： 1.防止残疾恶化 2.注重功能性能力 3.设定实际康复和返工的期望值 4.详细说明限制事项和可行事项 5.评估医学和社会心理学因素 6.与病人和雇主进行有效沟通 7.有需要时要考虑复职情况 8.实行循环管理 《健康中国2030规划纲要》 1.强调预防为主，防患未然

医学统计学知识点范文.doc

第一章绪论 1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。 2、研究对象：具有不确定性结果的事物。 3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。 4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。 5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。 6、医学统计学中的基本概念 (1) 同质与变异 同质，指根据研究目的所确定的观察单位其性质应大致相同。 变异，指总体内的个体间存在的、绝对的差异。 统计学通过对变异的研究来探索事物。 (2) 变量与数据类型 变量，是反映实验或观察对象生理、生化、解剖等特征的指标。 变量的观测值，称为数据 分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等） 定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等） 有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。 统计方法的选用与数据类型有密切的关系。 （3）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的全体，包括所有定义范围内的个体变量值。 样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。 参数，指描述总体特征的指标。 统计量，指描述样本特征的指标。 （4）误差 误差，指观测值与真实值、统计量与参数之间的差别。 可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。 随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。 抽样误差，是抽样引起的统计量与参数间的差异。 抽样误差主要来源于个体的变异。 统计学主要研究抽样误差。 （5）概率 概率，是描述某事件发生可能性大小的量度。 必然事件，事件肯定发生，概率P(U)＝1； 随机事件，事件可能发生，可能不发生，概率介于0≤P(A)≤ 1； 不可能事件，事件肯定不发生，概率P(∮)＝0； 小概率事件，事件发生的可能性很小，概率P(A)≤ 0.05、或P(A)≤ 0.01。 医学科研中，P(A)≤0.05作为事物差别有统计意义，P(A)≤ 0.01作为事物差别有高度统

医学统计学分析基本思路指南

医学统计学分析基本思路指南 医学统计学的学习一定要以理解为主。对于初学者，不必强记一大堆的公式，也不要死钻牛角尖，非要弄明白为什么这种方法叫“t检验”、“F检验”，为什么这个残差叫做“学生化残差”等等。这些都是历史遗留问题，感兴趣的读者可以查阅统计学史。对于只想应用的人来讲，你只要了解在什么情况下应该用什么方法，什么指标应该用于什么情形。尽管多数统计教材都说了数据分析应该先做假设检验，然后选定统计量，然后怎么怎么。但实际中我们拿到一堆数据的时候，不会坐在桌上先列出零假设和备择假设，也不会满座子地计算统计量。 更实际的分析思路是: （1）先确定研究目的，根据研究目的选择方法。不同研究目的采用的统计方法不同，常见的研究目的主要有三类：一是差异性研究，即比较组间均数、率等的差异，可用的方法有t检验、方差分析、χ2检验、非参数检验等。二是相关性分析，即分析两个或多个变量之间的关系，可用的方法有相关分析。三是影响性分析，即分析某一结局发生的影响因素，可用的方法有线性回归、logistic回归、Cox回归等。 （2）明确数据您身边的论文好秘书：您的原始资料与构思,我按您的意思整理成优秀论文论著,并安排出版发表，扣1550116010 、766085044自信我会是您人生路上不可或缺的论文好秘书类型，根据数据类型进一步确定方法。不同数据类型采用的统计方法也不同。定量资料可用的方法有t检验、方差分析、非参数检验、线性相关、线性回归等。分类资料可用的方法有χ2检验、对数线性模型、logistic回归等。图1.6简要列出了不同研究目的、不同数据类型常用的统计分析方法。 （3）选定统计方法后，需要利用统计软件具体实现统计分析过程。SAS中，不同的统计方法对应不同的命令，只要方法选定，便可通过对应的命令辅之以相应的选项实现统计结果的输出。 （4）统计结果的输出并非数据分析的完成。一般统计软件都会输出很多结果，需要从中选择自己需要的部分，并做出统计学结论。但统计学结论不同于专业结论，最终还需要结合实际做出合理专业结论。下面是本人简单总结的常用方法的选择，可供读者参考。

医学统计学知识点总结

医学统计学 1. 对定量资料进行统计描述时，如何选择适宜的指标 定量资料统计描述常用的统计指标及其适用场合描述内容指 标 意义适用场合 平均水平；均 数 个体的平均值· 对称分布 几何均数平均倍数取对数后对称分布 中位数[ 位次居中的观察值 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 众 数 频数最多的观察值不拘分布形式，概略分析 ? 调和均数 基于倒数变换的平均值正偏峰分布资料 变异度全 距 观察值取值范围不拘分布形式，概略分析 标准差 （方差） 观察值平均离开均数的 程度对称分布，特别是正态分布资料 四分位数 间距 ？ 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 变异系数标准差与均数的相对比①不同量纲的变量间比较；②量纲相同但 数量级相差悬殊的变量间比较 定性资料：阳性事件的概率，概率分布，强度和相对比。 ￥ 2. 应用相对数时应注意哪些问题 答：（1）防止概念混淆相对数的计算是两部分观察结果的比值，根据这两部分观察结果的特点，就可以判断所计算的相对数属于前述何种指标。 （2）计算相对数时分母不宜过小样本量较小时以直接报告绝对数为宜。 （3）观察单位数不等的几个相对数，不能直接相加求其平均水平。 （4）相对数间的比较须注意可比性，有时需分组讨论或计算标准化率。 3. 常用统计图有哪些分别适用于什么分析目的 常用统计图的适用资料及实施方法 < 图形 适用资料实施方法 条图组间数量对比用直条高度表示数量大小 直方图用直条的面积表示各组段的频数或频率

( 定量资料的分布 百分条图构成比用直条分段的长度表示全体中各部分的构成比 饼图构成比用圆饼的扇形面积表示全体中各部分的构成比 定量资料数值变动线条位于横、纵坐标均为算术尺度的坐标系 、 线图 半对数线图定量资料发展速度线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标 系 散点图} 双变量间的关联点的密集程度和形成的趋势，表示两现象间的相关关系箱式图定量资料取值范围用箱体、线条标志四分位数间距及中位数、全距的位置茎叶图定量资料的分布' 用茎表示组段的设置情形，叶片为个体值，叶长为频数 第3章概率分布（连续随机变量的正态分布；离散随机变量的二项分布及Poisson分布）1. 服从二项分布及Poisson分布的条件分别是什么 二项分布成立的条件：①每次试验只能是互斥的两个结果之一；②每次试验的条件不变；③各次试验独立。 Poisson分布成立的条件：除二项分布成立的三个条件外，还要求试验次数n很大，而所关心的事件发生的概率 很小。 、 2. 二项分布、Poisson分布分别有什么特征 ①二项分布、Poisson分布都是离散型分布。 ②二项分布的形状取决于π与n的大小。π=时，不论n大小，对称分布。π≠时，图形呈偏态，随n增大而逐渐对称。当n足够大，π或1-π不太小，二项分布近似正态。 ③Poisson分布μ越小，分布越偏。μ越大，分布越对称。当n足够大时，分布接近正态。 4、正态分布应用 ①估计变量值的频数分布 《 ②制定参考值范围 ③质量控制 ④正态分布是很多统计方法的基础 5. 正态分布特征 ①以均数为中心，左右对称 ②正态曲线在横轴上方均数处取得最高点 ~ ③正态分布有两个参数，即均数（位置参数）和标准差（变异度参数）（μ,σ2 ;标准0,1）

常用医学统计学方法汇总

选择合适的统计学方法 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两

医学统计学重点总结

医学统计学 第一章 医学统计中的基本概念 1 医学统计工作的内容:设计,收集资料,整理资料,分析资料。 2 资料的类型:计量资料(数值变量),计数资料(无序分类),等 变异(variation):在同质的基础上被观察个体的差异。级分组资料(有序分类)。 3 同质(homogeneity):对研究指标有影响的非实验因素相同。 4 总体(population):根据研究目的确定的同质的全部研究对象称总体 。 样本(sample):根据随机化的原则从总体中抽出有代表性的一部分观察单位组成的子集称样本。 5 参数(parameter):总体的设计指标称为参数。 统计量(statistic):样本的统计指标称为统计量。 6 变量(variable):观察对象的特征或指标称为变量,测量的结果即为变量值。 7 概率(probability):描述随机事件发生的可能性的大小的一个量度,其概率介于0与1之间。 第二章 集中趋势的统计描述 一 算术均法(mean)简称为均数,适用于正态或近似正态分布资料 （一）直接法 X n x n X X X n ∑= +?++= 21 (二)加权法(针对频数表)n fx n x f f f X k k ∑= +++= (21) 二 几何均数(geometic mean,G)适用于倍数关系变化,经对数转换后呈正态分布(如:抗体滴度, 血清凝集效价,细菌计数,某些物质浓度等) G= n n X X X ?21 为了计算方便,常改用对数的形式计算,即=G lg 1 -( n X ∑lg ) 对于频数表资料,可用公式 G=lg 1 -( n x f ∑lg ) 三 中位数(M)与百分位数 中位数:适用于偏态分布资料,末端无确切数值的资料及分布情况不确定 公式:M=L+( M L f f n -5.0) M i L,M i ,M f 分别为M 所在组段的下限,组距与频数,L f 为M 所在组段之前各组数的累积频数。 百分位数:用符号X P 表示,x 即百分位 公式:x P =L+( x L f f x n -%·)x i 式中L,x i ,x f 分别为x P 所在组段的下限,组距与频数,L f 为x P 所在组段之前各组段的累积频数

医学统计学考试重点整理

一、基本概念 1.总体与样本 总体：所有同质观察单位某种观察值（即变量值）的全体 样本：是总体中抽取部分观察单位的观察值的集合 2.普查与抽样调查 普查：就是全面调查，即调查目标总体中全部观察对象 抽样调查：是一种非全面调查，即从总体中抽取一定数量的观察单位组成样本，对样本进行调查 3.参数与统计量 参数：总体的某些数值特征 统计量：根据样本算得的某些数值特征 4.Ⅰ型与Ⅱ型错误 假设检验的结论 真实情况拒绝H0不拒绝H0 H0正确Ⅰ型错误(ɑ) 推断正确(1 ?ɑ) H0不正确推断正确(1?β) Ⅱ型错误(β) Ⅰ型错误（ɑ错误）: H0为真时却被拒绝，弃真错误 Ⅱ型错误（β错误）: H0为假时却被接受，取伪错误 5.随机化原则与安慰剂对照 随机化原则:是将研究对象随机分配到实验组和对照组，使每个研究对象都有同等机会被分配到各组中去，以平衡两组中已知和未知的混杂因素，从而提高两组的可比性，避免造成偏倚。（意义:①是提高组间均衡性的重要设计方法；②避免有意扩大或缩小组间差别导致的偏倚；③各种统计学方法均建立在随机化基础上） 安慰剂对照:是一种常用的对照方法。安慰剂又称伪药物，是一种无药理作用的制剂，不含试验药物的有效成分，但其感观如剂型、大小、颜色、质量、气味及口味等都与试验药物一样，不能被受试对象和研究者所识别。（安慰剂对照主要用于临床试验，其目的在于控制研究者和受试对象的心理因素导致的偏倚，并提高依从性。安慰剂对照还可以控制疾病自然进程的影响，显示试验药物的效应） 6.误差与标准误（区分率与均数） ㈠均数 抽样误差:由个体变异产生的、随机抽样引起的样本统计量与总体参数间的差异。 标准误：是指样本均数的标准差，反映抽样误差大小的定量指标，其公式表示为S x =S/√n ㈡样本率 率的抽样误差:样本率p和总体率π的差异 率的标准误:样本率的标准差,公式为σp=√π（1-π）/n

医学统计学重点图表总结

描述内容 指 标 意 义 适 用 场 合 平均水平 均 数 个体的平均值 对称分布 几何均数 平均倍数 取对数后对称分布 中 位 数 位次居中的观察值 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 众 数 频数最多的观察值 不拘分布形式，概略分析 调和均数 基于倒数变换的平均值 正偏峰分布资料 变 异 度 全 距 观察值取值范围 不拘分布形式，概略分析 标 准 差 （方 差） 观察值平均离开均数的程度 对称分布，特别是正态分布资料 四分位数间距 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 变异系数 标准差与均数的相对比 ①不同量纲的变量间比较；②量纲相同但数量级相差悬殊的变量间比较 4. 常用统计图有哪些？分别适用于什么分析目的？ 常用统计图的适用资料及实施方法 图 形 适 用 资 料 实 施 方 法 条 图 组间数量对比 用直条高度表示数量大小 直 方 图 定量资料的分布 用直条的面积表示各组段的频数或频率 百分条图 构成比 用直条分段的长度表示全体中各部分的构成比 饼 图 构成比 用圆饼的扇形面积表示全体中各部分的构成比 线 图 定量资料数值变动 线条位于横、纵坐标均为算术尺度的坐标系 半对数线图 定量资料发展速度 线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系 散 点 图 双变量间的关联 点的密集程度和形成的趋势，表示两现象间的相关关系 箱 式 图 定量资料取值范围 用箱体、线条标志四分位数间距及中位数、全距的位置 茎 叶 图 定量资料的分布 用茎表示组段的设置情形，叶片为个体值，叶长为频数 定性资料统计描述常用的统计指标及其适用场合 指标 计算公式 适用场合 频率 n/N 估计总体中某一结局发生的概率 频率分布 n 1/N ，n 2/N,…..,n k /N 估计总体中所有可能结局发生的概率 强度 阳性人数/总观察人时数 估计总体中单位时间内某一结局发生的概率 比 A/B 估计两个指标的相对大小 4.常用参考值范围的制定？ 参考值范 围（%） 正态分布法 百分位数法 双侧 单侧 双侧 单侧 下限 上限 下限 上限 90 S X 64.1± S X 1.28－ S X 1.28+ P 5~P 95 P 10 P 90 95 S X 96.1± S X 64.1－ S X 64.1+ P 2.5~P 97.5 P 5 P 95 99 S X 58.2± S X 2.33－ S X 2.33+ P 0.5~P 99.5 P 1 P 99

医学统计学知识点汇总(精华)

医学统计学知识点汇总(精华) 一.概论 1，医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。 2，医学统计学的主要内容： 1）统计研究设计调查研究设计和实验研究设计 2）医学统计学的基本原理和方法研究设计和数据处理中的基本统计理论和方法。 A：资料的搜集与整理 B：常用统计描述，集中趋势和离散趋势，相对数，相关系数，回归系数，统计表，统计图 C：统计推断，如参数估计和假设检验。 3）医学多元统计方法多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析。 3，统计工作步骤： 1）设计明确研究目的和研究假说，确定观察对象与观察单位，样本含量和抽样方法，拟定研究方案，预期分析指标，误差控制措施，进度与费用。 2）搜集材料 A，搜集材料的原则及时、准确、完整 B，统计资料的来源医学领域的统计资料的来源主要有三个方面。一是统计报表，二是经常性工作记录，三是专题调查或专题实验。 C，资料贮存 3）整理资料 a检查核对b设计分组c拟定整理表d归表 4）分析资料统计分析包括统计描述和统计推断

4，同质（homogeneity）：指被研究指标的影响因素相同。 变异(variation)：同质基础上的各观察单位间的差异。 变量(variable)：收集资料过程中，根据研究目的确定同质观察单位，再对每 个观察单位的某项特征进行测量或观察，这种特征称为变量变量值：变量的观察结果或测量值。 5，总体（population）根据研究目的所确定的同质研究对象中所有观察单位某 变量值的集合。总体具有的基本特征是：同质性 样本（sample）从总体中随机抽取部分观察单位，其变量值的集合构成样本。 样本必须具有代表性。代表性是指样本来自同质总体，足够的样 本含量和随机抽样的前提。

《医学统计学》教学大纲

《流行病学》教学大纲供临床医学专业使用 锦州医学院教务处 2003年5月

《流行病学》教学大纲 适用专业: 临床医学 总学时：24，其中理论学时：18、实验学时：6 一、课程的性质和任务 流行病学（Epidemiology）是研究特定人群中与健康相关的状态和事件的分布和决定因素并用以控制健康问题的学科。近数十年来，随着危害人类生命和健康疾病谱的变化，随着医学模式由单纯生物学向生物学、心理学、社会医学相结合模式的转变，流行病学的研究对象、研究方法、研究内容也在不断发展。到现在为止，比较一致认可的流行病学定义为：流行病学是研究人群中疾病与健康状态的分布及其影响因素，制定和评价预防、控制和消灭疾病的对策和措施，并评价这些对策和措施的效果。其研究对象已由仅研究传染病扩大到非传染性疾病，又从疾病扩大、引伸到健康和与健康有关的事件；研究内容既包括了描述“分布”，分析“决定因素”，又包括了研究、提出、评价预防、保健的对策与措施。由此可见流行病学既是一门方法学，又是一门应用性很强的学科。其研究范围已包括了与人类疾病和健康有关的一切问题。 通过本课程的教学使学生掌握流行病学的基本原理、方法和技能，拓宽学生的思路，开阔学生的视野，提高学生能够应用流行病学方法，在疾病的预防、健康促进、病因研究和预防效果评价等方面独立分析问题和解决问题的能力，为今后从事疾病预防和控制工作打下基础。 二、相关课程的衔接 本门课程的前继课程是：基础医学相关课程、计算机基础和医学统计学。 三、教学的基本要求 教学目的 培养学生掌握流行病学基本理论、基本知识、流行病学方法的选择与应用，并了解相应的扩展知识和新进展知识，为学习预防医学各类卫生专业课程奠定流行病学理论基础，也为今后在卫生防疫实际工作中或其他有关学科中运用流行病学的理论和方法奠定基础。 教学要求 1、基本理论理论课教学要根据教学大纲的要求，重点突出教授基本理论和基本知识，详细讲授和解释，同时注意教授一定比例的扩展知识、新进展知识和实际应用知识，加强学生创新能力的培养，开拓思路、启发思维，调动学生的学习积极性。内容精练，条理清楚，合理使用教学设备和教具。也可根据本章节的特点规定学生必要的自学内容。

医学统计学公式总结

医学统计学公式总结-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

一 资料的描述性统计 （一）算术均数(mean) （1）简单算术平均值定义公式为（直接法）： （2）利用频数表计算均数（加权法）： （二）方差（即标准差的平方） （三）变异系数 二 参数估计与参考值范围 （一）均数的标准误 （二）样本率的标准误 （p 为样本率） （三）T 分布 （u 为总体均数） （四）总体均数的区间估计 （一 般要求 计算95%或99%的可信区间） （五)总体率的区间估计 n x n x x x x x n ∑= ++++= 321∑∑=++++++++= f fx f f f f x f x f x f x f x k k k 3213322111 ) (22 --=∑n x x s 222()/1 x x n s n -= -∑∑%100?= x s CV n s s x = n p p s p ) 1(-= n s x t μ -= x x s t x s t x ναναμ,2/,2/+<<-p p s u p s u p 2/2/ααπ+<<-

（六)参考值范围估计 双侧1-a 参考值范围： s u x a 2/± 单侧1-a 参考值范围：s u x a ->或 s u x a +< （可信区间计算是用标准误，参考值范围计算用标准差，百分位数法大家自己看书） 三 T 检验与方差分析 （一）T 检验 （1）单样本T 检验 检验假设： （假设样本来自均数为0 u 的正态总体） 统计量t 值的计算： （2）配对T 检验 检验假设： 统计量t 值的计算： （d 为两组数据 的差值，Sd 为差值的标准差） （3）两样本T 检验 检验假设： 统计量t 值的计算： 0μμ=：H 1 ,/00-=-=-=n n s x s x t x νμμ0 210==-μμμ：H d d d t s μ-==1-=n ν2 10μμ=：H 2 1)()(2121x x s x x t ----=μμ221-+=n n ν? ?? ?+= -2 1121s s C x x )()(2 222112∑-∑+-= x x x x s C

医学统计学期末重点总结

误差：观测值与真实值、样本计量与总体参数之间的差别。 相对数：两个有关的绝对数之比，也可以是两个有关联统计指标之比。 相对比：相对比是A、B两个有关联指标值之比，用以描述两者的对比水平，说明A是B 的若干倍或百分之几。 统计描述：描述及总结一组数据的重要特征，目的是使实验或观察得到的数据表达清楚并便于分析。 统计推断：指由样本数据的特征推断总体特征的方法，包括参数估计和假设检验。 同质：指根据研究目的所确定的观察单位其性质应大致相同。 变量：反映实验或观察对象生理、生化、解剖等特征的指标，变量的观测值称为数据。 定量数据：也称计量资料。变量的观测值是定量的，其特点是能够用数值大小衡量其水平的高低，一般有计量单位。根据变量的取值特征可分为连续型数据和离散型数据。 有序数据：也称半定量数据或等级资料。变量的观测值是定性的，但各类别（属性）之间有程度或顺序上的差别。 总体：根据研究目的确定的所有同质观察单位的全体，它包括所有定义范围内的个体变量值。样本：从研究总体中抽取部分有代表性的观察单位，对变量进行观测得到的数据。 参数：描述总体特征的指标称为参数。 统计量：描述样本特征的指标称为统计量。 概率：描述某事件发生可能性大小的度量。 小概率事件：习惯上将P≤0.05的事件称为小概率事件。 平均数：是描述一组观察值集中位置或平均水平的统计指标，常用的有算术均数、几何均数和中位数。 率：率表示在一定空间或时间范围内某现象的发生数与可能发生的总数之比。 构成比：表示某事物内部各组成部分在整体中所占的比重，常以百分数表示，计算公式为区间估计：是指按预先给定的概率，计算出一个区间，使它能够包含未知的总体均数。 线性相关的概念：研究两个变量之间是否具有直线相关关系。 相关系数：是说明具有线性相关关系的两个数值变量间相关的密切程度与相关方向的统计量。 研究对象：根据研究目的而确定的观察总体，也可称为受试对象或实验对象。 处理因素：根据研究目而欲施研究对象的干预措施。 处理水平：处理因素在实验中所处的状态称为因素的水平（level），亦称处理水平。 对照：指在实验中应设立对照组，其目的是通过与对照组效应对比鉴别出实验组的效应大小。随机化：是指每个受试对象有相同的概率或机会被分配到不同的处理组。 重复：是指在相同实验条件下重复进行多次观察。 统计学的基本内容：统计设计，数据整理，统计描述，统计判断 数据类型：定量数据，定性数据，有序数据 误差的类型：系统误差，随机测量误差，抽样误差 配对样本t检验配对设计：同源配对，异源配对，自身配对 方差分析的基本思想：将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量F 值，实现对总体均数是否有差别的推断。 非参数检验的适用范围：①总体分布类型未知或非正态分布数据；②有序或半定量资料；③数据两端无确定的数值。 标准差与标准误的区别与联系：区别：标准差：意义，描述个体观察值变异程度的大小，标准差越小，均数对一组观察值的代表性越好。应用，与X拔结合，用以描述个体观察值的

最新医学统计学公式总结

一 资料的描述性统计 （一）算术均数(mean) （1）简单算术平均值定义公式为（直接法）： （2）利用频数表计算均数（加权法）： （二）方差（即标准差的平方） （三）变异系数 二 参数估计与参考值范围 （一）均数的标准误 （二）样本率的标准误 （p 为样本率） （三）T 分布 （u 为总体均数） （四）总体均数的区间估计 （一般要求 计算95%或99%的可信区间） （五)总体率的区间估计 （六)参考值范围估计 双侧1-a 参考值范围： s u x a 2/± 单侧1-a 参考值范围： s u x a ->或s u x a +< （可信区间计算是用标准误，参考值范围计算用标准差，百分位数法大家自己看书） 三 T 检验与方差分析 （一）T 检验 （1）单样本T 检验 n x n x x x x x n ∑= ++++= 321∑∑= ++++++++=f fx f f f f x f x f x f x f x k k k 3213322111 )(2 2--= ∑n x x s 22 2()/1 x x n s n -= -∑∑%100?= x s CV n s s x = n p p s p ) 1(-=n s x t μ-=x x s t x s t x ναναμ,2/,2/+<<-p p s u p s u p 2/2/ααπ+<<-

检验假设： （假设样本来自均数为0 u 的正态总体） 统计量t 值的计算： （2）配对T 检验 检验假设： 统计量t 值的计算： （d 为两组数据 的差值，Sd 为差值的标准差） （3）两样本T 检验 检验假设： 统计量t 值的计算： 其中 两样本方差齐性检验 （即为两样本方差的比值） （二）单因素方差分析 SS MS F SS MS νν= = B B B W W W （1）完全随机设计资料的方差分析 这里 （T 即为该组数据之和） （2）随机单位组设计资料的方差分析 SS 总=SS 处理+SS 区组+SS 误差 V 总=V 处理+V 区组+V 误差 μμ=：H 1 ,/0 0-=-=-= n n s x s x t x νμμ0210==-μ μμ：H d d t s μ-== 1 -=n ν210μμ=：H 2 1)()(2121x x s x x t ----=μμ2 21-+=n n ν ? ??? ??+=-2121121n n s s C x x 2)()(112222112-+∑-∑+-=n n x x x x s C 2221s s F =111-=n ν1 2 2-=n ν组内组间总SS SS SS +=组内 组间总ννν+=2()/C x N =∑ij j T x = ∑

医学统计学重点总结

<<医学统计学>>重点总结 1. 总体：根据研究的目的确定的同质研究对象中所有的观察单位变量值的集合。 2. 样本：按随机化原则从同质总体中随机抽取的部分观察单位某变量值的集合。 3. 同质：影响研究指标的主要因素易控制的因素基本上相同。 4. 抽样误差：在抽样研究中，由于变异的存在，即使在同一总体中抽取的几个样本，各样本统计量往往不等。样本统计量与总体参数也不等，这种由于抽样研究所至样本之间和样本与总体之间的差异称为。。。 5. 变量：观察指标在统计学上统称为指标变量，它反应的是生物个体间的变异情况，根据其性质可分为定性变量（分类）和定量变量（连续）。 6. 截尾数据：生存时间观察过程被人为的截止称为截尾，又称删失或终检。原因：失访/退出/ 终止（研究时限已到而终止观察）。 7. 卡方基本思想：X2分布是一种连续型分布，可用于检验资料的实际频数和按检验假设计算的理论频数是否相等等问题。X2反应实现了实际频数与理论频数的吻合程度。如果检验假设成立，则A-T 一般不大，X2应很小，即出现大X2值概率很小。即X2越大，P越小，若P≤a时，就怀疑假设的成立，拒绝H0。若P>a则没有理由拒绝H0。 8. X2用途： （1）实际频数与拟合频数拟合优度：A推断两个或两个以上总体率或构成比有无差别（四格表/行x 列表）。B两变量之间有无相互关系。C频数分布的拟合优度检验（判断次样本是否来自某种分布）。（2）某些分布可用X2近似。 （3）间接应用：如t分布和F分布就是在X2分布基础上推导出来的。 9. 方差分析的基本思想：根据研究目的和设计类型，把总体变异中离均差平方和分解成两部分或更多部分，也把总变异中的自由度相应分成两部分或更多部分，然后再进行比较，评价由某种因素引起的变异是否具有统计学意义。 10. 假设检验中P，a,b（倍他）的关系及统计学意义： a：检验水准，即显著性检验，在此概率之下的认为是小概率事件，统计学上以为此事件“不可能发生”，以此判断是否不拒绝H0无效假设，在假设检验中，按a检验水准，拒绝了原来正确的H0，即犯了第1类错误，犯此错误的概率为a。 b：在T假设检验中，按照a检验标准，没有拒绝原来错误的无效假设，即犯了第2类错误，犯次错误的概率是b。 P：是在H0成立时大于等于用样本计算的统计值出现的概率用P值与检验水准a比较，根据比较的结果作出统计判断。如果P≤a时，就怀疑假设的成立，拒绝H0。若P>a则接受H0拒绝H1。P值越小只能说明作出拒绝H0，接受H1的推论时犯错误的机会越小。 11．行x列表X2检验应注意： （1）行x列表中不宜有1/5以上格子的理论频数小于5或有一个格子的理论频数小于1，若发生上述情况可采用：A将理论频数过小的格子所在的行或列与性质相近的邻近行或列中的实际频数合并，使重新计算的理论频数增大。B删去理论频数过小的行或列。C增大样本含量以增大理论频数。 （2）当效应按强弱分为若干级别，则按实验结果可整理为单向有序行x列表，在比较各处理组的效应有无差别时，宜用秩和检验，ridit分析等。如作X2检验只说明各组构成比的差异有无统计学意义。

【免费下载】医学统计学课程教学大纲

《医学统计学》课程教学大纲 课程编号：140087 学分：1.5 总学时：34 大纲执笔人：刘艺敏大纲审核人： 一、课程性质与目的 使学生掌握医学统计学的基本理论知识、方法和技能，为其运用到医学实践，进行科学研究，学习其它课程和阅读专业书刊打下必要的统计学基础。 二、面向专业 临床医学专业、口腔医学专业五年制 采用多媒体演示教学和学生每人一台计算机操作，要求学生通过实习课重点掌握统计学的基本概念和不同资料的统计分析思路，同时要求学生基本掌握国际流行统计软件SAS或SPSS的使用方法，能用软件来完成课后的习题。并通过接触真实的科研资料，逐步引导学生提出分析思路、分析方法，直至用计算机软件完成统计分析的全过程。使学生在掌握统计学基本理论知识的基础上，进一步培养他们综合分析问题、动手解决问题的能力，拓宽学生的知识面，有利于学生实践能力和创新精神的培养。 三、课程基本要求 学习医学统计学应着重理解基本概念、基本理论，掌握收集资料、整理资料和分析资料的基本知识、基本技能。培养科学的统计思维方法。 四、实验基本要求 采用多媒体演示教学和学生每人一台计算机操作，要求学生通过实习课重点掌握统计学的基本概念和不同资料的统计分析思路，同时要求学生基本掌握能用软件来完成课后的习题。并通过接触真实的科研资料，逐步引导学生提出分析思路、分析方法，直至用计算机软件完成统计分析的全过程。使学生在掌握统计学基本理论知识的基础上，进一步培养他们综合分析问题、动手解决问题的能力，拓宽学生的知识面，有利于学生实践能力和创新精神的培养。 五、课程基本内容 第一章绪论 第一节统计学与医学统计方法 了解统计学与医学统计学的定义、医学统计学在医学研究中的应用。 第二节统计学基本概念 重点掌握内容：随机变量的概念及其分类-离散型变量及连续型变量；误差的定义，系统误差与随机误的概念；三种数据类型-计数资料、计量资料、等级资料及三者间的转换；总体与样本的概念，总体参数与样本统计量的概念，抽样误差的概念；概率与频率的概念。