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 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。
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。
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
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 = ∑
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 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 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 1
1 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 1．标准差与标准误的区别与联系？
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 组直接采用t检验，这样即使得出结果也未必正确**
常用医学统计学方法的选择 1. 多组率的比较用卡方检验（χ2检验，chi-square test) 直接用几个率的数值比较，与直接用原始数据录入比较，结果会有什么不同？卡方值会受样本量的影响，样本越多，卡方值越大。 2.多组计量资料比较采用方差分析(F检验) ，不能用t检验。当方差分析结果为P<0.05时，只能说明k组总体均数之间不完全相同。若想进一步了解哪两组的差别有统计学意义，需进行多个均数间的多重比较，即SNK-q检验(多个均数两两之间的全面比较)、LSD-t检验(适用于一对或几对在专业上有特殊意义的均数间差别的比较)和Dunnett检验(适用于k-1个实验组与一个对比组均数差别的多重比较)。 3.非正态分布多组数据之间比较选用非参数检验、单样本中位数检验（符号检验和Wilcoxon 检验）、双样本中位数检验（Mann-Whitney 检验）、方差分析（Kruskal-Wallis、Mood 中位数和Friedman 检验） 4.按血糖水平从低到高分成多组，进行多组之间死亡率的比较，由于死亡率同样受年龄、性别、病史、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血脂等因素的影响，所以需选取合适统计方法实现“调整年龄、性别等危险因素后，按血糖分组进行死亡率的比较（由血糖从低到高分成的4组）”。 ①年龄是定量变量（是数值），调整年龄的方法可在Logistic回归中运用，连续性变量年龄加入covariate中，当成协变量，就可以调整年龄，age-adjusted odds ratio就能得到了。 ②性别性别是二分类变量，不是定量变量，不可在LOGISTIC回归里比较。调整性别可在卡方检验中采取分层的方法比较。 如果为多分类LOGISTIC回归，在选择用multinomianl LOGISTIC回归中，可选入年龄等进入covariate，观察年龄的配比情况。可把性别选入factors(自变量)。这样可以实现调整年龄、性别等危险因素。 5.回顾性研究(1)临床妊娠率和女性年龄的关系+(2)男性影响临床妊娠的精子参数比较： 数据类型及变量的说明：y：计量 拟采用的分析方法：卡方检验 拟采用的分析软件：spss 原始数据附件及格式：word表 能否用其他方法统计分析：可用卡方分割，调整检验水准（根据比较的次数N，校正后的检验水准为0.05/N）。 6.重复t检验：多个样本均数间的两两比较(又称多重比较)不宜用t检验，因为重复数次，t 检验将增加第一类错误的概率，使检验效率降低。此时宜用方差分析，并在此基础上用两两比较方法(如．SNK、LSD、Duncan法等)。 对于同一对均数间的差异，用t检验无显著性，而两两比较可能有显著性，可见错误选用统计方法将推出错误结论。 统计方法的选择: 分计量、计数、等级资料三
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H 0不拒绝H H 正确Ⅰ型错误(ɑ)推断正确(1?ɑ) H 不正确推断正确(1?β)Ⅱ型错误(β) Ⅰ型错误（ɑ错误）:H 为真时却被拒绝，弃真错误 Ⅱ型错误（β错误）:H 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 7.方差分析 方差分析：又称F检验，是通过对数据变异按设计类型的不同，分解成两个或多个样本
医学统计学相关公式汇总 Chapter 基本概念 显著性检验（test of significance ）：计算P 值 医学统计工作的内容： 1、实验设计：最关键最重要 2、收集资料：最基础 原始资料：实验数据 现场调查资料 医疗卫生工作记录 报表 报告卡 质量控制——精度和偏倚 3、整理资料 （1） 资料的逻辑检查（坏数） （2） 一致性检查 （3） 原始数据加工：频数分布表 4、分析资料：统计描述（表、图、离散趋势、集中趋势）和统计推断 统计描述类型的选择： 集中趋势 离散趋势 对称、正态 μ，x S SS ，， 对数正态 G S lgX 偏态及其他 M Q ，R 单位不同或均数差别大 CV 医学统计的资料类型：计量资料、计数资料、等级分组资料 医学统计学的对象：有变异的事物 总体和样本： 总体（population ）的特性：同质性、大量性、差异性。
抽样的要求：代表性、随机性、可靠性、可比性。 样本的三性：代表性、随机性、可靠性。 可靠性（reliability ）：实验的结果要具有可重复性。即由科研课题的样本得出的结论所推测总体的结论有较大的可信度。 两样本间具有：可比性。 误差的类别： 1、系统误差（system error ）：在资料的收集过程中，由于仪器初始状态没有调零、标准试剂未经矫正、标准指定偏高或偏低等原因，造成的观察结果的倾向性的偏大或偏小。必须克服。 2、随机测量误差（random measurement error ）：在避免系统误差的情况下，由于各种偶然因素的影响造成对同一对象多次测量值的不一致。 3、抽样误差（sampling error ）：由于抽样造成的的样本统计量与总体参数之间的差别。不可避免。样本含量越大，抽样误差越小。如均数的抽样误差：|-X | 。 概率（probability ）：P （A ） 小概率事件：P ≤0.05（有统计学意义）或P ≥0.01（有高度统计学意义）。 Chapter 集中趋势的统计描述 手工整理资料频数表（frequency table ）的步骤： 1、求极差（全距） 2、确定组数、组距 参考组距=全距 / 组数 3、确定组段 4、手工编制划记表 直方图（histogram ）： 高度：各组的频数 纵轴 宽度：组距 横轴表示组限 均数（average ）： 适用：对称分布或偏度不大的资料，尤其适合正态分布。 抽样 总体 样本 推断
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） 计算95%或 99%勺可信区间） （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 X 1 X 2 X 3 X n f l X i f 2X 2 f 3X 3 f k X k fx 1 f 2 f 3 方差（即标准差的平方） （X ① s- n 1 X 2 ( X )2/n 变异系数 CV 100% 均数的标准误 二参数估计与参考值范围 s Sx — In 样本率的标准误 S P P(1 P ) n （p 为样本率） (四) T 分布t X （u 为总体均数） s v n 总体均数的区间估计X t /2, s X X t /2, s x 般要求 （五）总体率的区间估计 p u /2s p U /2S p （六）参考值范围估计 双侧1-a 参考值范围: U a/2S x 单侧1-a 参考值范围： U a s 或 X U a S
统计量t 值的计算：t X 0 X 0 s x s/侖 (2)配对T 检验 检验假设： H 0: 1 2 (二) 单因素方差分析 来源 SS v MS F 组 间 2 SS B T i C B k 1 SS B B 组 内 SS V n i W N k MS B MSv sw SS B SS W, W 合计 SS T X 2 C T N 1 (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 这里 C ( X )2 /N T X (T 即为该组数据之和) ij 检验假设H o ： (假设样本来自均数为 u 0 的正态总体) 统计量t 值的计算: d s d (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： H : 0? 1 2 统计量t 值的计算： t (X l X 2 )( 1 2 ) n 1 n 2 2 其中X 2 X 1 (X 1 X 1)2 n 1 n 1 (X 2 乂2 )2 两样本方差齐性检验 的比值) 2 S 1_ 2 S 2 1 n 1 2 n 2 1 (即为两样本方差 SS B B B MS B F SS W W MS W (1 )完全随机设计资料的方差分析 SS 、 SS t 间 Sgt 内 总 组间 组内
集中趋势的描述 算术均数： 频数表资料(X0为各组段组中值) n fX f fX x O O ∑∑∑== 几何均数： n n X X X G ...21= 或 ) log ( log 1n X G ∑-= 频数表资料： ? ?????=????????=∑∑∑--n X f f X f G log lg log log 11 中位数:(1)* 2 1 +=n X M (2) ) (21* 12*2++= n n X X M 百分位数 ?? ? ??-?+ =L X X f n X f i L P 100其中：L 为欲求的百分位 数所在组段的下限 , i 为该组段的组距 , n 为总频数 , X f 为 该组段的的频数 , L f 为该组段之前的累计频数 方差: 总体方差为：式（1）； 样本方差为 式（2） （1） N X 2 2 )(μσ-∑= （2） 1)(2 2--∑= n X X S 标准差： 1 )(2 --∑= n X X S 或 1/)(22-∑-∑= n n X X S 频数表资料计算标准差的公式为 1/)(22-∑∑∑-∑= f f fx fx S 变异系数：当两组资料单位不同或均数相差较大时，对变异 大小进行比较，应计算变异系数 % 100?=X S CV 常用的相对数指标 (一)率 （二）相对比（三）构成比 1.直接法标准化 N p N p i i ∑= ' ∑=i i p N N p )( ' 2.间接法标准化 预期人数实际人数= SMR ∑=i i P n r SMR S M R P P ?=' 正态分布：密度函数： )2/()(2221)(σμπ σ--= X e X f 分布函数: 小于X 值的概率,即该点正态曲线下左侧面积 )()(x X P x F <= 特征:（1）关于x=μ对称。（2）在x=μ处取得该概率密度函数的最大值，在σμ±=x 处有拐点，表现为钟形曲线。（3）曲线下面积为1。（4）μ决定曲线在横轴上的位置，σ决定曲线的形状 。（5）曲线下面积分布有一定规律 标准正态分布：对任意一个服从正态分布的随机变量，作如下标准化变换 σ μ-= X u ，u 服从总体均数为0、总体标准 差为1的正态分布。 u 值左侧标准正态曲线下面积为标准正态分布函数，记作 )(u Φ 医学参考值的确定方法：（1）百分位法：双侧（P 25,P 975）,单侧P 95以下或P 5以上,该法适用于任何分布型的资料。（2）正态分布法:若X 服从正态分布，双侧医学参考值范围为 S X 96.1± 样本均数标准误的估计值为 X s = t 分布的概念：小样本总体标准差未知时，服从自由度为n-1 的t 分布 X X X t s μ-= 总体均数可信区间的计算： 大样本或总体标准差已知：式（1）； 小样本：式（2） （1） n S X ?±96.1 （2）n S n t t ?±-)1(,05.0 单样本t 检验：检验统计量：式（1）；样本例数估计：式（2） （1） n S X t /0μ-= 自由度为 n-1；（2）2 2/] )([δσβαZ Z N += 配对样本t 检验： 检验统计量： n S d t d /0-= 样本量计算同前 两样本t 检验：检验统计量： ) 11(2 12 1n n S X X t c +-= （错） 2 )()(2)1()1(21222211212222112-+-+-= -+-+-=∑∑n n X X X X n n S n S n S c 随机分组方法: 样本例数估计) (])([ 1 21122/--++=Q Q Z Z N δ σ βα 方差不齐的近似t 检验 检验统计量:式(1) ；校正自由度为：式（2） (1) 2 2 2 1212 1' n S n S X X t +-= （2） 11)(24142222 1 21-+-+= n s n s s s x x x x ν 方差齐性检验：H 0:两总体方差齐，H 1:两总体方差不齐，α=0.1 检验统计量：（较小）（较大）2 2 2 1 S S F =分子自由度为n1-1，分母自由度为n2-1 方差分析的基本思想： 1、总变异：总离均差平方和： 2() 1 T ij i j SS SS X X N νν=-==-∑∑总总＝ ∑∑-=n X X /)(2 2 2. 组间变异：组间变异反映了处理因素的影响(如处理确实有作用)，同时也包括了随机误差(含个体差异和测量误差)。 21() 1 B i i i SS SS n X X k νν-==-∑组间组间＝＝ = C n X i i ij -∑ ∑2 )( 3. 组内变异：组内变异仅反映随机误差(含个体差异和测量误差)，故又称误差变异。 222()(1) W E ij i i i i j i SS SS SS X X n S N k νν===-=-==-∑∑∑ 组内组内 2()(1) W E ij i i i i j i SS SS SS X X n S N k νν===-=-==-∑∑∑组内组内 1(1)()N k N k ννν=-=-+-=+总组间组内 组间均方与组内均方比值一般地服从分子自由度为ν1，分母 自由度为ν2的F 分布 12 1 MS F k N k MS νννν= ==-==-组间 组间组内组内 ， 多个样本间的多重比较 Dunnett 检验：用于各实验组与对照组比 i X X i S X X t --= ）（误差i x x n n MS S i 11+= - 查dunnett 界值表，确定P ，自由度等于方差分析中ν误差 SNK-q 检验：用于各组间全面的两两比较 Q= )11(2/ )(B A B A X X B A n n MS X X S X X B A +-=--误差 查q 界值表确定相应的概率P ，自由度等于方差分析中ν 误差，表中a 为按均值大小排序，两对比组所包含的组数。 二项分布的概率函数P (X )： X n X X n C X P --=)1()(ππ； )! (!!X n X n C X n -= 二项分布的均数和标准差 ：进行n 次独立重复试验，出现X 次阳性结果 X 的总体均数为πμn = 总体方差为)1(2ππσ-=n 总体标准差为)1(ππσ -=n 如果将阳性结果用频率表示n X p = 率的总体均数 π μ=p 标准差 n p ) 1(ππσ-= n p p n p p S p )1(1 ) 1(-≈--= 又称率的标准误它反映率的抽样误差的大小。 单侧累积概率计算：出现阳性的次数至多为k 次的概率为 ∑∑ ==---==≤k X k X X n X X n X n X P k X P 0 0)1()! (!! )()(ππ 出现阳性的次数至少为k 次的概率 ∑∑ ==---==≥n k X n k X X n X X n X n X P k X P )1()! (!! )()(ππ 率的可信区间的估计 正态近似法：当)1(,p n np -均大于等于5时 n p p p n p p P )1(96.1,)1(96.1-+-? - 样本率与总体率的比较： 检验假设H 0：π=π0，H 1：π≠π0 1 . 满足正态近似时，计算检验统计量 ) 1(000 πππ--= n n X Z 或 n p Z ) 1(000 πππ--= 2. 不满足正态近似时用直接概率计算法 两样本率的比较：H0:π1=π2，H1:π1≠π2, 检验统计量: ) 1 1)(1(| |2 121n n p p p p Z c c +--= 2 121n n X X p c ++= Poisson 分布的概率函数为 ! )(X e X P X λλ -= POISSON 分布的应用: 单侧累计概率计算:稀有事件发生次数至多为k 次的概率
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 ）和百分位数 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，组距和频数，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，组距和频数，
1.简述总体和样本的定义，并且举例说明。 总体是研究目的确定的所有同质观察单位的全体。样品是从研究总体中抽取部分有代表性的观察单位。 2.简述参数和统计量的定义，并且举例说明。 描述总体特征的指标称为参数，描述样本特征的指标称为统计量。 3.变量的类型有哪几种？举例说明各种类型变量有什么特点。 ①定量数据：计量资料；定量的观测值是定量的，其特点是能够用数值的大小衡量其水平的 高低。 ②定性数据：计数资料；变量的观测值是定性的，表现为互不相容的类别或属性。 ③有序数据：半定量数据/等级资料；变量的观测值是定性的，但各类别（属性）有程度或顺 序上的差异。 4.请举例说明一种类型的变量如何变换为另一种类型的变量。定量数据>有序数据>定性数据 ---------------> 5.请简述什么是小概率事件？ 概率是描述事件发生可能性大小的度量，P0.05事件称为小概率事件。 6．举例说明什么是配对设计。 配对设计是将受试对象按某些重要特征相近的原则配成对子，每对中的两个个体随机地给予两种处理。①同源配对：同一受试对象或同一标本的两个部分，随机分配接受两种不同处理；②异源配对：为消除混杂因素的影响，将两个同质受试对象配对分别接受两种处理。 7.非参数假设检验适合什么类型数据进行分析？ ①总体分布类型未知或非正态分布数据；②定量或半定量数据；③数据两端无确定的数值。 8．简述P 25 P 5０ P ７5 的统计学意义。（条件：明显偏态且不能转化为正态或近似对称；一端或两端无 确定数值；分布情况未知） 用来描述资料的观测值序列在某百分位置的水平，四分位数间距可以作为说明个体差异的指标（说明个体在不同位置的变异情况）。 9.直条图、直方图、圆饼图的使用条件是什么？ 直条图：各自独立的统计指标的数值大小和他们之间的对比； 直方图：连续变量频数分布情况； 圆饼图：全体中各部分所占的比例。 10.统计分析包括哪两个方面的内容？为什么要进行统计推断？ 统计描述和统计分析； 统计描述用来描述及总结一组数据的重要特征，其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（点估计和区间估计）和假设检验（判断随机波动引起差别的概率大小）。 统计推断是通过样本推断总体的统计方法/根据样本提供的信息和抽样分布的规律，以一定的概率推断总体的特征。总体是通过总体分布的数量特征即参数 (如方差) 来反映的。很多时候并不知道总体的参数，只能由样本统计量推断获得。 11.定量数据如何进行统计描述？请举例说明。通过具体数值反应高低水平。 12.定性数据如何进行统计描述？请举例说明。根据类别或属性的不同分类。 13.简述均数的抽样误差及率的抽样误差。 由抽样造成的样本统计量与总体参数的差异称为抽样误差，样本均数不等于总体均数μ，总体率参数π不等于样本率p。 14.简述正态分布和标准正态分布的关系。 (μ=0，)关系：标准正态分布是正态分布的一种，具有正态分布的所有特征。所有 正态分布都可以通过Z分数公式转换成标准正态分布。 区别：正态分布的平均数为μ，标准差为σ；不同的正态分布可能有不同的μ值和d值，正态分布曲线形态因此不同。标准正态分布平均数μ＝0，标准差σ＝1，μ和σ都是固定值；标准正态分布曲线形态固定。