统计在医学上地应用
西医在上个世纪对人类地最大贡献就是发现了抗生素.
. 资料个人收集整理，勿做商业用途
抗生素是治疗所有细菌性疾病地最佳武器，但是在治疗肺结核时却遇到了点小麻烦.肺结核史称“白色瘟疫”，是一种很厉害地传染病.人类虽然早在年就分离出结核杆菌，但很长一段时间内医生们拿它毫无办法，病人只有寄希望于自己地免疫系统足够坚强.资料个人收集整理，勿做商业用途
, . " ", . , , . 资料个人收集整理，勿做商业
用途
最先被发现对肺结核有效地抗生素是链霉素.可是，和青霉素不同地是，使用链霉素地肺结核病人地病情经常会反复，医生们一直搞不懂到底是为什么.资料个人收集整理，勿做商业用途
. , , , ' . 资料个人收集整理，勿做商业用途
揭开谜底地是一个名叫布拉德福德?希尔( )地生物统计学家.此人出生于英国地一个医
生世家，小时候立志要子承父业，却因第一次世界大战地缘故被迫加入空军.服役期间他得了肺结核，幸运地是他地免疫系统足够坚强，侥幸逃过一劫.不过他元气大伤，当医生地幻想破灭了，只好改行学习经济学，并因此而获得了大量地统计学知识.资料个人收集整理，勿做商业用途
( ). ' , , . , . , , , , . 资料个人收集整理，勿做商业用途
希尔地恩师格林伍德是个非常聪明地学者，他认为现代医学必须运用统计学地方法才能保证治疗地准确性.要知道，当时地西方医学骨子里和中医一样，仍然属于“经验医学”，医生们更愿意相信自己多年临床积累地经验，而不是客观地科学实验.格林伍德则不然，他本人精通统计学，非常推崇年出版地一本名为《怎样设计科学实验》地教科书.这本书地作者运用统计学原理，提出了一整套设计科学实验地方法和原则.资料个人收集整理，勿做商业用途
' , . , , "" , , . , , , " . , . 资料个人收集整理，勿做商业用途
年，格林伍德从伦敦卫生学校首席教授地职位上退休，他推荐希尔做为自己地接班人.
就这样，一个没有受过科班训练地统计学家当上了医学院地教授.次年希尔被邀请加入
了肺结核试验委员会，这个委员会地主要任务就是检验链霉素到底能不能治疗肺结核.
资料个人收集整理，勿做商业用途
, , . , . , . 资料个人收集整理，勿做商业用
途
要知道，青霉素刚被用于临床时根本不会有人想到要去检验它地有效性，因为病人服
药后几天内就见效，临床效果好得惊人.可是肺结核杆菌外表有一层厚厚地黏膜，链霉
素不容易接触到它，因此病人往往需要连续注射几个月链霉素才能见效.即使如此，当
时地英国医学界仍然认为没必要进行什么科学检验，只要多找几个病人，观察一下疗
效就可以了.资料个人收集整理，勿做商业用途
, ' , . , , . , ' , , . 资料个
人收集整理，勿做商业用途
做为一个外行，希尔不信邪，他坚持必须先进行一次科学试验来验证链霉素地有效性.
正好当时英国刚刚从二战中走出来，国库空虚，买不起那么多链霉素大量供应给医
院，专家们只好同意先进行一次小规模临床试验，并请希尔来设计试验方案.希尔找来
名患者充当“试验品”，其中人服药，人做为对照.但究竟谁服药谁对照，完全是随机选
取地，就连主治医生也不知道谁是谁，这个方法是希尔对现代医学所做地最大地贡
献，他认为医生地主观印象会影响试验地准确性，必须随机取样，并用统计学地方法
对结果进行分析.资料个人收集整理，勿做商业用途
, ' , . , , ' , , , . "", , . , , ' , ' , ' , , . 资料个人收集整理，勿做商业用途
半年后，服药地病人中有人病情明显好转，对照组却有人死亡，显示链霉素确实有效.
假如事情到此结束地话，希尔地贡献也许就不值一提了.可是，年后，服药组有人死
亡，对照组则死了人，两者几乎不存在统计意义上地差别.这一惊人地结果让医生们得
出结论：链霉素确实有效，但是一段时间后细菌会产生抗药性.假如当初没采用希尔地
建议，那么医生们决不会那么快就得出这个结论.资料个人收集整理，勿做商业用途
, , , . , ' . , , , . , . ' , . 资料个
人收集整理，勿做商业用途
一旦找出原因，解决办法自然很快就想出来了，那就是在使用链霉素地同时.再让病人
服用另一种药物.这个药很快就找到了，这就是“对氨基水杨酸”().这种药单独使用时疗
效并不高，但医生们希望两种药结合使用能对付细菌地抗药性，理由很简单：假如病
菌对每种药物地抗药性产生几率都是％，那么同时产生两种抗药性地几率就是.试验结
果验证了这一理论地正确性，链霉素地方法使结核病人地存活率上升到了％.资料个人收集整理，勿做商业用途
, . . , "
(). , , : , , . , . 资料个人收集整理，勿做商业用途
后来又有几种新药被发现，医生们又按照希尔地方法进行了几次试验，证明种药物合用地疗效比两种药物还要好很多.如果三种药物持续用上年地话，结核病地治愈率几乎可以达到％.人类终于宣布攻克了“白色瘟疫”.资料个人收集整理，勿做商业用途
, ' , . , . " ". 资料个人收集整理，勿做商业用途
希尔采用地这一方法叫做“随机对照试验”( )，这种方法很快就成为医学研究领域地标准试验方法，目前所有已知地西药必须经过这种方法地检验才能上市.从此，西医从经验医学时期进入了实证医学地时代.资料个人收集整理，勿做商业用途
, " ( ), , . , . 资料个人收集整理，勿做商业用途
至此，希尔地故事还远未结束.年，英国医学研究委员会又给希尔布置了一个新地任务：找出肺癌和吸烟之间地关系.那一年英国地肺癌死亡率比年前提高了倍，这个数字引起了广泛地关注.大家都想找出其中地原因，有人说这是因为工业化造成地空气污染，还有人说这是由于新式柏油马路散发地有毒气体，只有少数医生怀疑是吸烟造成地.资料个人收集整理，勿做商业用途
, ' . , : . ' , . , , , . 资料个人收集整理，勿做商业用途
众所周知，两次世界大战造就了大批吸烟者，据统计，英国当时有超过％地成年男子都是香烟地瘾君子.正是因为吸烟人数实在太多，希尔犯了难.他不可能去统计得肺癌地人当中抽烟地有多少，不抽烟地有多少，因为他几乎找不到不吸烟地人.资料个人收集整理，勿做商业用途
, , , . , . ' , , ' , ' ' . 资料个人收集整理，勿做商业用途
怎么办呢?希尔想出了一个变通地办法.首先，他做了个合乎情理地假设：如果吸烟确实能引起肺癌，那么吸烟越多地人得肺癌地几率就越大.其次，他认为必须排除其它地致癌因素，比如空气污染，初次吸烟年龄，居住环境等等.换句话说，他必须找出一群人，其它方面都比较相似，只有吸烟地量不同.资料个人收集整理，勿做商业用途
? . , : , , . , , , , . , , , . 资料个人收集整理，勿做商业用途
年，他从伦敦地医院里找出了个肺癌病人，以及同样数量地情况相似地其它病人.然后他雇佣了一批富有经验地调查人员，挨个询问病人地吸烟史，把结果做成了一个统计表.结果显示，肺癌病人中有％地人吸烟，其它病人则有％是瘾君子.这两个数字当然说明不了什么问题，可当他把病人按照吸烟数量地多少分成不同地组之后，情况发生了变化.有％地肺癌病人每天吸支烟以上，而只有％地其它病人每天吸这么多烟.也就是说，吸烟越多地人患肺癌地几率就越大.资料个人收集整理，勿做商业用途
, , . , ' , . , , .
' , , , , . , . , , . 资料个人收集整理，勿做商业用途
年，希尔把这个实验结果发表在《英国医学杂志》上，首次科学地证明了吸烟和肺癌地对应关系.但是这个结果相当微妙，不懂统计学地人很难理解其中地重大意义.为了进一步说明这个问题，希尔又设计了一个全新地实验.他给万名英国医生发了封调查表，请求他们把自己地生活习惯和吸烟史详细记录下来寄还给他.之所以选择医生做为调查对象，是因为希尔相信医生们对自己生活状况地描述能力肯定比普通老百姓更精确，也更诚实.资料个人收集整理，勿做商业用途
, , , . , . , . , . , , . 资料个人收集整理，勿做商业用途
有万名医生寄回了调查表.希尔把他们按照吸烟数量进行了分类，并要求他们(或者他们地家属)及时汇报自己地健康状况.年半后，有名医生因病去世，其中只有人死于肺癌.但是当他把医生们地吸烟量和发病率联系起来后，发现只有肺癌地死亡率和吸烟量有对应地关系，其余疾病都和吸烟量没有任何关联.比如，每天吸克烟草地人地肺癌死亡率比每天吸克烟草地人多倍以上，而其它疾病地死亡率前者只比后者多％.资料个人收集整理，勿做商业用途
. , ( ) . , , . , ,
' . , , , . 资料个人收集整理，勿做商业用途
年，大约有万名当初接受调查地英国医生去世了，其中有名医生死于肺癌.如果把他们地吸烟数量和肺癌发病率联系起来地话，就可以得出一个惊人地结论：每天吸根烟以上地人得肺癌地几率比不吸烟地人多倍!后来其它一些类似地研究也都得出了相似地结论.现在，吸烟和肺癌地关系已经是家喻户晓了，发达国家地烟民数量正在逐年下降，其肺癌地发病率也呈现出下降地趋势.那些因为戒烟而免于肺癌地人真应该感谢希尔当初所做地贡献.资料个人收集整理，勿做商业用途
, , . , : ! . , , , , . . 资料个人收集整理，勿做商业用途
希尔使用地第一种方法叫做“对照研究”( )，第二种方法叫做“定群研究”( ).这两种方法是目前群体医学研究领域最常用地两种生物统计学方法，我们所熟悉地大部分关于健康地忠告都应该经过这两个方法地验证才能被认为是科学地.资料个人收集整理，勿做商业用途
, " " ( ), " ( . , . 资料个人收集整理，勿做商业用途
事实上，我们每天都会从报纸上读到大量这类忠告，有些忠告根据地是确凿地科学实验，有着确凿地因果对应关系，这当然没话讲.但是更多地忠告来自于统计学，因为它们所涉及地病因都十分复杂，必须运用希尔博士发明地“对照研究”和“定群研究”等方法找出内在地规律.就拿吸烟和肺癌来说，我们并不能说“吸烟能够引起肺癌”，因为我们经常能在生活中找到吸了一辈子香烟也没有得肺癌地人.我们只能说“吸烟能够提高肺癌地发病率”，这才是科学地描述方法，因为肺癌地发病机理还没有完全搞清呢!资料个人收集整理，勿做商业用途
, , , , , , . , , "" " " . , , ' " ," ' . " ", , !资料个人收集整理，勿做商业用途
医学统计学简答题 1.简述标准差、标准误的区别与联系？ 区别：（1）含义不同：标准差S表示观察值的变异程度,描述个体变量值（x）之间的变异度大小,S越大,变量值（x）越分散；反之变量值越集中,均数的代表性越强。标准误..估计均数的抽样误差的大小,是描述样本均数之间的变异度大小,标准误越大,样本均数与总体均数间差异越大,抽样误差越大；反之,样本均数越接近总体均数,抽样误差越小。 （2）与n的关系不同： n增大时,S趋于σ（恒定）,标准误减少并趋于0（不存在抽样误差）。 （3）用途不同：标准差表示x的变异度大小、计算变异系数、确定医学参考值范围、计算标准误等,标准误用于估计总体均数可信区间和假设检验。 联系：二者均为变异度指标,样本均数的标准差即为标准误,标准差与标准误成正比。 2.简述假设检验的基本步骤。 1.建立假设,确定检验水准。 2.选择适当的假设检验方法,计算相应的检验统计量。 3.确定P值,下结论 3.正态分布的特点和应用：? 特点：?1、集中性：正态曲线的高峰位于正中央,即均数所在的位置；? 2、对称性：正态分布曲线位于直角坐标系上方，以x=u为中心,左右对称,曲线两端永远不与横轴相交； 3、均匀变动性：正态曲线由均数所在处开始,分别向左右两侧逐渐均匀下降；?
4、正态分布有两个参数,即均数μ和标准差σ,可记作N（μ,σ）：均数μ决定正态曲线的中心位置；标准差σ决定正态曲线的陡峭或扁平程度。σ越小,曲线越陡峭；σ越大,曲线越扁平； ?5、u变换：为了便于描述和应用,常将正态变量作数据转换；?? 应用：?1.估计医学参考值范围?2.质量控制?3.正态分布是许多统计方法的理论基础 4.简述参考值范围与均数的可信区间的区别和联系 可信区间与参考值范围的意义、计算公式和用途均不同。 ?1.从意义来看?95％参考值范围是指同质总体内包括95％个体值的估计范围,而总体均数95％可信区间是指?95％可信度估计的总体均数的所在范围? 2.从计算公式看?若指标服从正态分布,95％参考值范围的公式是：±1.96s。?总体均数95％可信区间的公式是：??前者用标准差,后者用标准误。前者用1.96,后者用α为0.05,自由度为v的t界值。 5.频数表的用途和基本步骤。 用途：（1）揭示资料的分布特征和分布类型；（2）便于进一步计算指标和分析处理；（3）便于发现某些特大或特小可疑值。 基本步骤：（1）求出极差；（2）确定组段，一般设8~15个组段；（3）确定组距；组距=R/组段数，但一般取一方便计算的数字；（4）列出各个组段并确定每一组段频数。 6.非参数统计检验的适用条件。 （1）资料不符合参数统计法的应用条件（总体为正态分布、且方差相等）或总体分布类型未知；（2）等级资料；（3）分布呈明显偏态又无适当的变量转换方法使之满足参数统计条件；（4）在资料满足参数检验的要求时，应首选参数法，以免降低检验效能 7.线性回归的主要用途。
统计学 1.医学统计学： 是运用统计学原理和方法研究生物医学资料的搜集、整理、分析和推断的一门学科。（医学研究的对象主要是人体以及与人体的健康和疾病相关的各种因素） 2.同质： 性质相同的事物成为同质的，否则成为异质的或间杂的。 （观察单位间的同质性的进行研究的前提，也是统计分析的必备条件，缺乏同质性的观察单位的不能笼统地混在一起进行分析的） 3.变异： 是指在同质的基础上各观察单位(或个体)之间的差异。 4.总体： 总体是根据研究目的所确定的同质观察单位的全体。 5.样本： 样本是从总体中随机抽取的部分个体。（样本中包含的个体数称为样本含量） 6.随机： 即机会均等，是为了保证样本对总体的代表性、可靠性，使各对比组间在大量不可控制的非处理因素的分布方面尽量保持均衡一致，而采取的一种统计学措施。(包括抽样随机、分组随机、实验顺序随机) 7.统计量： 由样本所算出的统计指标或特征值称为统计量。(反映样本特性的有关指标) 8.参数： 总体的统计指标或特征值称为参数。 (总体参数是事物本身固有的、不变的，为常数) 9.抽样误差： 从某总体中随机抽取一个样本来进行研究，而所得样本统计量与总体参数常不一致，这种由抽样引起的样本统计量与总体参数间的差异称为抽样误差。这种在抽样研究中不可避免。（抽样误差有两种表现形式：①样本统计量与总体参数间的差异②样本统计量间的差异）10.概率: 描述事件发生可能性大小的一个度量，常用P表示，取值为0≤P≤1。 11.频率： 用随机事件A发生表示观察到某个可能的结果，则在n次观察中，其中有m次随机事件A发生了，则称A发生的比例0≤f≤1为频率。显然有 f = m / n 12.小概率事件： 当某事件发生的概率小于或等于0.05时，统计学上称该事件为小概率事件，其涵义为该事件发生的可能性很小，进而认为其在一次抽样中不可能发生。（为进行统计推断的依据） 13.定量资料： 以定量值表达每个观察单位的某项观察指标，如血脂，心率等。 14.定性资料： 以定性方式表达每个观察单位的某项观察指标，表现为互不相容的类别或属性，如血型、性别等。 15.等级资料： 以等级表达每个观察单位的某项观察指标，如疗效分级、血粘度、心功能分级等。
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
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
第二单元 计量资料的统计推断 分析计算题 2.1 某地随机抽样调查了部分健康成人的红细胞数和血红蛋白量，结果见表4： 表4 某年某地健康成年人的红细胞数和血红蛋白含量 指 标 性 别 例 数 均 数 标准差 标准值* 红细胞数/1012·L -1 男 360 4.66 0.58 4.84 女 255 4.18 0.29 4.33 血红蛋白/g ·L -1 男 360 134.5 7.1 140.2 女 255 117.6 10.2 124.7 请就上表资料： (1) 说明女性的红细胞数与血红蛋白的变异程度何者为大？ (2) 分别计算男、女两项指标的抽样误差。 (3) 试估计该地健康成年男、女红细胞数的均数。 (4) 该地健康成年男、女血红蛋白含量有无差别？ (5) 该地男、女两项血液指标是否均低于上表的标准值（若测定方法相同）？ 2.1解： (1) 红细胞数和血红蛋白含量的分布一般为正态分布，但二者的单位不一致，应采用变异系数(CV )比较二者的变异程度。 女性红细胞数的变异系数0.29 100%100% 6.94%4.18 S CV X = ?=?= 女性血红蛋白含量的变异系数10.2 100%100%8.67%117.6 S CV X =?=?= 由此可见，女性血红蛋白含量的变异程度较红细胞数的变异程度大。 (2) 抽样误差的大小用标准误X S 来表示，由表4计算各项指标的标准误。 男性红细胞数的标准误0.031 X S = ==(1210/L ) 男性血红蛋白含量的标准误0.374 X S = ==(g/L )
女性红细胞数的标准误0.018X S = ==(1210/L ) 女性血红蛋白含量的标准误0.639X S = ==(g/L ) (3) 本题采用区间估计法估计男、女红细胞数的均数。样本含量均超过100，可视为大样本。σ未知，但n 足够大 ，故总体均数的区间估计按 (/2/2X X X u S X u S αα-+ , )计算。 该地男性红细胞数总体均数的95%可信区间为： (4.66－1.96×0.031 , 4.66＋1.96×0.031)，即(4.60 , 4.72)1210/L 。 该地女性红细胞数总体均数的95%可信区间为： (4.18－1.96×0.018 , 4.18＋1.96×0.018)，即(4.14 , 4.22)1210/L 。 (4) 两成组大样本均数的比较，用u 检验。 1) 建立检验假设，确定检验水准 H 0：12μμ=，即该地健康成年男、女血红蛋白含量均数无差别 H 1：12μμ≠，即该地健康成年男、女血红蛋白含量均数有差别 0.05α= 2) 计算检验统计量 22.829X X u === 3) 确定P 值，作出统计推断 查t 界值表(ν＝∞时)得P <0.001，按0.05α=水准，拒绝H 0，接受H 1，差别有统计学意义，可以认为该地健康成年男、女的血红蛋白含量均数不同，男性高于女性。 (5) 样本均数与已知总体均数的比较，因样本含量较大，均作近似u 检验。 1) 男性红细胞数与标准值的比较 ① 建立检验假设，确定检验水准 H 0：0μμ=，即该地男性红细胞数的均数等于标准值
浅谈医学统计方法在临床医学科研中的应用 【摘要】在现代医疗事业的发展中，医疗实践与临床医学科研是不可或缺的两部分，两者之间具有紧密的联系。医疗实践是临床医学科研的重要源泉，而临床医学科研则对于医疗实践具有重要的指导意义。在临床医学科研工作中，医学统计方法的合理应用必将有助于提高各项临床数据的真实性与可靠性，是广大医学科研人员在实际工作中应重视的环节之一，本文就此作以浅谈。 【关键词】医学统计方法；临床医学研究；应用 在现代临床医学科研工作中，医学统计方法得到了广泛的应用，而且在实践中不断创新和发展。但是部分医学科研人员却相对忽视对于医学统计方法的研究和应用，并且缺乏相应的专业理论知识和操作技巧，导致临床医学研究中出现较多的实际问题。在今后的临床医学科研中，科研人员只有加深对于医学统计方法的认识，选择科学、合理的方法，才能保证科研工作的顺利开展和完成。 1医学统计方法概述 在现代临床医学科研工作中，专业设计与统计学设计是重要的两个环节，也是影响科研工作实际效率和质量的重要因素，必须引起科研人员的高度重视。医学统计方法作为现代临床医学科研中一门独立的自然科学，其从形成与发展共经历了近300年的历史，由较为简单的统计方法逐步向各种科学统计方法综合应用的方向转变。随着现代电子计算技术的不断发展，特别是SPSS、SAS等统计处理软件的研发和应用，客观促进了临床医学科研工作的大幅发展。在现代科学技术的发展中，医学统计方法在临床医学科研中应用的基本步骤为：1)对于某项临床医学科研工作进行全过程的设计；2)根据统计学设计的基本要求，收集和整理所需的各类资料和临床数据；4)对于经过归纳后的资料和数据，选择科学、合理的医学统计方法，以保证科研工作所获取各类信息和数据的客观性、可靠性。从现代临床医学科研发展的角度而言，科研人员在专项研究或论文撰写时，都离不开医学统计方法的应用，所以他们必须掌握基本的医学统计学原理和方法，并且依靠其掌握科研项目的客观发展规律，形成具有一定价值的专业文献。由此可见，现代医学统计方法则广泛用于临床医学科研、医学论文撰写，以及卫生事业管理等领域，其实际作用和意义是不容忽视的。 2统计学设计与指标选择 在现代临床医学科研中，统计学设计和指标选择是科研人员开展工作的首要环节，他们必须坚持对照、重复与随机化的基本原则，在重复观察一定数量的样本基础上，合理设定对照组，以保证统计学设计中的随机抽样或随机化分组。在临床医学科研的统计学指标选择时，应注意下列问题：1）采用配对设计的医学统计方法，尽量保证组间的均衡性2）临床医学科研的目的必须明确，特别是要与现代医学实践工作紧密结合，以促进现代医学事业的稳步发展；3）注重医学统计方法与指标的可行性研究，注重于解决某一或几个方面的现实医疗问题；4）
第二单元 计量资料的统计推断 分析计算题 2.1 某地随机抽样调查了部分健康成人的红细胞数和血红蛋白量，结果见表4： 表4 某年某地健康成年人的红细胞数和血红蛋白含量 指 标 性 别 例 数 均 数 标准差 标准值* 红细胞数/1012 ·L -1 男 360 4.66 0.58 4.84 女 255 4.18 0.29 4.33 血红蛋白/g ·L -1 男 360 134.5 7.1 140.2 女 255 117.6 10.2 124.7 请就上表资料： (1) 说明女性的红细胞数与血红蛋白的变异程度何者为大？ (2) 分别计算男、女两项指标的抽样误差。 (3) 试估计该地健康成年男、女红细胞数的均数。 (4) 该地健康成年男、女血红蛋白含量有无差别？ (5) 该地男、女两项血液指标是否均低于上表的标准值（若测定方法相同）？ 2.1解： (1) 红细胞数和血红蛋白含量的分布一般为正态分布，但二者的单位不一致，应采用变异系数(CV )比较二者的变异程度。 女性红细胞数的变异系数0.29 100%100% 6.94%4.18 S CV X = ?=?= 女性血红蛋白含量的变异系数10.2 100%100%8.67%117.6 S CV X =?=?= 由此可见，女性血红蛋白含量的变异程度较红细胞数的变异程度大。 (2) 抽样误差的大小用标准误X S 来表示，由表4计算各项指标的标准误。 男性红细胞数的标准误0.031 X S = ==(1210/L ) 男性血红蛋白含量的标准误0.374 X S = ==(g/L )
女性红细胞数的标准误0.018X S = ==(1210/L ) 女性血红蛋白含量的标准误0.639X S = ==(g/L ) (3) 本题采用区间估计法估计男、女红细胞数的均数。样本含量均超过100，可视为大样本。σ未知，但n 足够大 ，故总体均数的区间估计按 (/2/2X X X u S X u S αα-+ , )计算。 该地男性红细胞数总体均数的95%可信区间为： (4.66－1.96×0.031 , 4.66＋1.96×0.031)，即(4.60 , 4.72)1210/L 。 该地女性红细胞数总体均数的95%可信区间为： (4.18－1.96×0.018 , 4.18＋1.96×0.018)，即(4.14 , 4.22)1210/L 。 (4) 两成组大样本均数的比较，用u 检验。 1) 建立检验假设，确定检验水准 H 0：12μμ=，即该地健康成年男、女血红蛋白含量均数无差别 H 1：12μμ≠，即该地健康成年男、女血红蛋白含量均数有差别 0.05α= 2) 计算检验统计量 22.829X X u === 3) 确定P 值，作出统计推断 查t 界值表(ν＝∞时)得P <0.001，按0.05α=水准，拒绝H 0，接受H 1，差别有统计学意义，可以认为该地健康成年男、女的血红蛋白含量均数不同，男性高于女性。 (5) 样本均数与已知总体均数的比较，因样本含量较大，均作近似u 检验。 1) 男性红细胞数与标准值的比较 ① 建立检验假设，确定检验水准 H 0：0μμ=，即该地男性红细胞数的均数等于标准值
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**
均数±标准差：表示集中位置、离散程度均数±标准误：表示平均水平、抽样误差大小P75 一、标准差的主要作用是估计正常值的范围 实际应用中，估计观察值正常值范围应该用标准差（s），表示为“Mean±SD”。此写法综合表达一组观察值的集中和离散特征的变异情况，说明样本平均数对观察值的代表性。s 的大或小说明数据取值的分散或集中。s与样本均数合用, 主要是在大样本调查研究中, 对正态或近似正态分布的总体正常值范围进行估计。如果不是为了正常值范围估计，一般不用。当数据与正态分布相差很大，或者虽为正态分布, 但样本容量太小(小于30 或100)，也不宜用估计正常值范围。 二、标准差还可用来计算变异系数（CV） 当两组观察值单位不同, 或两均数相差较大时，不能直接用标准差比较其变异程度的大小, 须用变异系数系数来做比较。： 标准误的正确使用 一、标准误用来衡量抽样误差的大小和了解用样本平均数来推论总体平均数的可靠程度。在抽样调查中，往往通过样本平均数来推论总体平均数，样本标准误适用于正态或近似正态分布的数据, 是主要描述小样本试验中，样本容量相同的同质的多个样本平均均数间的变异程度的统计量。即如果多次重复同一个试验, 它们之间的变异程度用。显然它越小，样本平均数变异越小，越稳定，用样本平均数估计总体均数越可靠。因此，为说明它的稳定性、可靠性或通过几个对几组数据进行比较(这是科研论文中最常见的)，应当用描述数据。实际应用中应该写成“平均数±标准误”或而英文表示为“Mean±SE”的形式。 二、标准误还可以进行总体平均数的区间估计与点估计（置信区间）。 根据正态分布原理，与合用还可以给出正态总体平均数的可信区间估计即推论总体平均数的可靠区间，例如常用（其中 (n-1) 为样本容量是n的t界值）表示总体均值的95%可信区间, 意指总体平均数有95%的把握在所给范围内。 三、标准误还可用来进行平均数间的显著性检验，从而判断平均数间的差别是否是由抽样误差引起的。例如：某当地小麦良种的千粒重=34克，现在从外地引入一新品种，通过多小区的田间试验得到千粒重的平均数=克，问新引进品种千粒重与当地良种有无显著差异新引进品种千粒重与当地良种有无显著差异实质是判断与的差别是否是有田间试验是抽样误差引起，所以要进行显著性检验，这里用t测验进行检验，而，由于，故，所以认为新引进品种千粒重与当地良种千粒重的不同是由于田间试验是抽样 误差引起，因此他们之间无显著差异。所以在进行平均数间的显著性检验是必须用到。 总之，标准差和标准误最常用的统计量，二者都是衡量样本变量(观察值) 随机性的指标，只是从不同角度来反映误差，二者在统计推断和误差分析中都有重要的应用。如果没有标准差，人们就无法看出一组观察值间变异程度有多大，这些数字到底有无代表性，如果没有标准误又很难看出我们的样本平均数是否可以代表总体平均数。所以二者都非常重要。 定量资料的统计描述：
第二单元计量资料的统计推断 分析计算题 2.1某地随机抽样调查了部分健康成人的红细胞数和血红蛋白量，结果见表 4: 表4某年某地健康成年人的红细胞数和血红蛋白含量 指标性另U例数均数标准差标准值* 红细胞数/1012L-1男360 4.660.58 4.84 女255 4.180.29 4.33 血红蛋白/g L-1男360134.57.1140.2 女255117.610.2124.7 请就上表资料: (1) 说明女性的红细胞数与血红蛋白的变异程度何者为大？ (2) 分别计算男、女两项指标的抽样误差。 (3) 试估计该地健康成年男、女红细胞数的均数。 (4) 该地健康成年男、女血红蛋白含量有无差别？ (5) 该地男、女两项血液指标是否均低于上表的标准值 (若测定方法相同)？ 2.1 解： (1) 红细胞数和血红蛋白含量的分布一般为正态分布，但二者的单位不一致，应采用变异系数(CV)比较二者的变异程度。 S 0 29 女性红细胞数的变异系数CV = 100% —9 100% 6.94% X 4.18 女性血红蛋白含量的变异系数CV 2 100%竺2100% 8.67% X 117.6 由此可见，女性血红蛋白含量的变异程度较红细胞数的变异程度大。 (2) 抽样误差的大小用标准误S X来表示，由表4计算各项指标的标准误。 男性红细胞数的标准误S X -5-。竺0.031 (1012/L) J n 7360 5 7 1 男性血红蛋白含量的标准误S X丁丁一0.374 (g/L) J n V360
可视为大样本。 未知，但n 足够大，故总体均数的区间估计按 该地男性红细胞数总体均数的 95%可信区间为: (4.66— 1.96 0.031 , 4.66+ 1.96 E .031),即(4.60,4.72)1012/L 。 该地女性红细胞数总体均数的 95%可信区间为： (4.18— 1.96 0.018,4.18+ 1.96 0.018), 即(4.14,4.22)1012/L 。 (4)两成组大样本均数的比较，用 u 检验。 1) 建立检验假设，确定检验水准 H 0： 1 2 ，即该地健康成年男、女血红蛋白含量均数无差别 H 1： 1 2 ，即该地健康成年男、女血红蛋白含量均数有差别 0.05 2) 计算检验统计量 3) 确定P 值，作出统计推断 查t 界值表(尸呦寸)得PV0.001,按 0.05水准，拒绝H 。，接受H 1，差别 有统 计学意义，可以认为该地健康成年男、女的血红蛋白含量均数不同， 男性高 于女性。 (5)样本均数与已知总体均数的比较，因样本含量较大，均作近似 u 检验。 1)男性红细胞数与标准值的比较 ① 建立检验假设，确定检验水准 女性红细胞数的标准误S X S 0.29 ?、n .255 0.018(10 /L ) 女性血红蛋白含量的标准误 S X S 10.2 、、n . 255 0.639 (g/L ) (3)本题采用区间估计法估计男、 女红细胞数的均数。样本含量均超过100, (X u /2S X , X u /2S X )计算。 134.5 117.6 22.829 u X 1 X 2 2 2 7.1 10.2 360 255
医学统计学常见考题 1. 要反映某市连续5年甲肝发病率的变化情况，宜选用 C A．直条图 B．直方图 C．线图 D．百分直条图 2. 下列哪种统计图纵坐标必须从0开始，D A. 普通线图 B.散点图 C.百分分直条图 D.直条图 3. 关于统计表的列表要求，下列哪项是错误的？A A．横标目是研究对象，列在表的右侧；纵标目是分析指标，列在表的左侧B．线条主要有顶线、底线及纵标目下面的横线，不宜有斜线和竖线 C．数字右对齐，同一指标小数位数一致，表内不宜有空格 D．备注用“*”标出，写在表的下面 4. 医学统计工作的基本步骤是 C A．统计资料收集、整理资料、统计描述、统计推断 B．调查、搜集资料、整理资料、分折资料 C．设计、搜集资料、整理资料、分析资料 D．设计、统计描述、统计推断、统计图表
5. 统计分析的主要内容有B A. 描述性统计和统计学检验 B.统计描述和统计推断 C．统计图表和统计报告 D.描述性统计和分析性统计 6 制作统计图时要求D A．纵横两轴应有标目。一般不注明单位 B. 纵轴尺度必须从0开始 C．标题应注明图的主要内容，一般应写在图的上方 D. 在制作直条图和线图时，纵横两轴长度的比例一般取5：7 7. 痊愈、显效、好转、无效属于C A. 计数资料 B. 计量资料 C. 等级资料 D.以上均不是 8. 均数和标准差的关系是D A．愈大，s愈大 B．愈大，s愈小 C．s愈大，对各变量值的代表性愈好 D．s愈小，对各变量值的代表性愈好 9. 对于均数为，标准差为的正态分布，95%的变量值分布范围为B A. － ~ ＋ B. －1.96~ ＋1.96 C. －2.58 ~ ＋2.58 D. 0 ~ ＋1.96
医学统计常见资料统计方法归类 计量资料： 一、统计描述：SPSS中的频数统计 二、统计推断：t检验，方差分析，非参数检验 1．t检验：适用于两计量数据间平均水平的比较 1）一个样本和一个总体比较：单个样本t检验 2）两个样本：（1）完全随机分组—成组资料比较：两独立样本t检验 要求：样本来自正态总体、方差齐 （2 ）配对设计的两样本资料：配对t检验 往往是：A）治疗前后数据比较 B）同一个样本用两种不同方法处理后的数据间比较 2．方差分析：适用于两个及两个以上计量数据间平均水平的比较 1）单因素的方差分析：往往是随机分组的多个均数间比较 2）双因素方差分析：除了组别因素外还有配伍因素（用SPSS中一般线性模型） 3．非参数检验：适用于资料总体分布类型不清，或者偏态资料，或者方差不齐的情况下比较计量资料间总体分布的差异。 1）配对计量资料：两相关样本非参数（秩和）检验 2）成组的两样本资料两独立样本非参数（秩和）检验 3）多组资料的比较多个独立样本非参数（秩和）检验 计数资料： 卡方检验：适用于两个率或构成比间以及多个率或构成比间比较 1．四格表卡方检验：两个率或构成比间比较差异 1）非校正卡方：条件：n>40 , T>5 Pearson Chi-Square 2) 校正卡方：条件：n>40 , 1 几则很有趣的医学统计学故事 医学统计学是一门很奇妙的科学。要说它简单吧，其实也挺简单的，常见的统计方法也就十余种，在教科书上都能找到，只要熟练掌握了，虽不敢夸下海口说可以“以秋风扫落叶的气概横扫四海之内的杂志”，但足以轻车熟路地应付99%的科学研究。要说它复杂吧，也挺复杂的，毫不夸张地说，绝大部分国内期刊，甚至在很多低分SCI杂志上，乱用统计学的现象多如牛毛。 很多同行在学习医学统计学时，都在抱怨自己很难走出“一学就会，一会就用，一用就错，一错就懵”的怪圈。究其原因，主要是部分同行学习医学统计学时都抱着一副“依葫芦画瓢”的态度，试图“套用统计学方法”来解决自己面临的问题，而不去仔细思考统计学方法的来龙去脉。本文拟谈几则与医学统计学相关的故事，希望能帮助大家从宏观上正确认识医学统计学这门科学。 1、两个指标诊断疾病的问题 路人甲做了一个研究，旨在比较两个指标（A和B）对肝癌的诊断价值。路人甲以A和B 的参考范围上限作为诊断界值，得出了A和B在该界值下对应的诊断敏感性和特异性。结果表明，A的诊断敏感性为0.80，特异性为0.90；B的诊断敏感性为0.85，特异性为0.87。路人甲很快撰写论文报道了自己的研究成果，指出B诊断肝癌的敏感性高于A，而特异性低于A。 路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：就敏感性而言，B高于A；就特异性而言，A高于B。诊断敏感性和特异性与所采用的界值密切相关，作者得出的敏感性和特异性仅仅代表了一个诊断界点下面的诊断效能，无法从全局上反映A和B的诊断价值。文章的结论到底是想说明A优秀还是B优秀呢？Reject! 这个故事说明：统计指标选错了，统计出来的东西往往难以“自圆其说”。 稿件被退了，路人甲有些许郁闷。经过认真学习科研设计与统计学知识后，路人甲终于明白了一个问题：两个指标诊断性能的比较是不能比较敏感性和特异性的，而应该比较ROC的曲线下面积，因为曲线下面积才是衡量整体诊断效率的最佳指标。路人甲很快绘制了ROC 曲线，统计结果表明，A的曲线下面积为0.80，B的曲线下面积为0.82。路人甲欣喜若狂，赶紧动笔写论文，并且理直气壮地给文章定了一个结论：B的诊断效率是优于A的，其理由就是因为B的曲线下面积大于A。 路人丙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：从表面上看，B的曲线下面积高于A，但是导致这种差异的原因有两种，一种是抽样误差，一种是试验效应，即B确实是高于A的。你怎么能确定这不是抽样误差呢？在统计学上，要确定0.82是否高于0.80，就一定要经过统计学检验的。Reject! 这个故事说明：在医学科研中，没有经过统计学检验的结论多半是不科学的。 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 医学统计学重点 第一章绪论 1.基本概念： 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。 样本：从总体中随机抽取部分个体的某个变量值的集合。 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。 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。 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。 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 = ∑ 第一单元概述 1.研究设计应包括那几方面内容？ 答：包括：专业设计和统计设计。 专业设计是针对专业问题进行的研究设计，如选题、形成假说等。统计设计是针对统计数据收集和分析进行的设计，如样本来源、样本量等。统计设计是统计分析的基础。任何设计上的缺陷，都不能在统计分析阶段弥补和纠正。 第二单元资料描述性统计 1.描述计量资料的集中趋势和离散趋势的指标有哪些？各指标的适用范围如何？ 答：集中趋势的指标有：算术均数、几何均数、中位数。算术均数适用于描述对称分布资料的集中位置，尤其是正态分布资料；几何均数用来描述等比资料和对数正态分布资料的集中位置；中位数可用于任何资料。 描述离散趋势有：极差、四分位数间距、方差、标准差和变异系数。极差和四分位数间距可用于任何分布，但两个指标都不能反映变异程度；方差和标准差常用于资料为近似正态分布；变异系数可用于多组资料间量纲不同或均数相差较大时变异程度间的比较。 2.变异系数和标准差有何区别和联系？ 答：区别：1.计算公式不同：CV=S/X*100%，标准差是方差的平方根。2.单位不同：变异系数无量纲，标准差量纲和原指标一致。3.用途不同。联系：都是适用于对称分布的资料，尤其是正态分布的资料，并且由公式所知，在均数一定时，CV与s呈正比。 3.频数表的用途有哪些？ 答：1.描述资料的频数分布的特征；2.便于发现一些特大或特小的可疑值；3.将频数表作为陈述资料的形式，便于进一步的统计分析和处理；4.当样本量足够大时，可以以频数表作为概率的估计值。 4.用相对数时应注意哪些问题？ 答：1.在实践工作中，应注意各相对数的含义，避免以比代率的错误现象。2.计算相对数时分母应该有足够的数量，如资料的总数过少，直接报告原数据更为可取。3.正确计算频数指标的合并值。4.相对数的比较具有可比性。5.在随机抽样的情况下，从样本估计值推断总体相对数应该考虑抽样误差，因此需要对相对数指标进行参数估计和假设检验。 第三单元医学统计推断基础 1.正态分布和标准正态分布的联系和区别？ 答：联系：均为连续型随机变量分布。区别：标准正态分布是一种特殊的正态分布（均数为0，标准差为1）。一般正态分布变量经标准化转换后的新变量服从标准正态分布。 4.简述二项的应用条件？ 答：条件为：1.每次试验只会发生两种互斥的可能结果之一，即两种互斥结果的概率之和为1；2.每次试验产生某种结果固定不变；3.重复试验是相互杜立的，即任何一次试验结果的出现不会影响其他试验结果的概率。 5.简述Q-Q图法的基本原理？ 答：u－变换可以把一个一般正态分布变量变换为标准正态分布变量，反之，u－变换的逆变换也可以把一个标准正态分布变量变换为一个正态变量。Q-Q图法实际上就是首先求的小于某个x的积累频率，再通过该积累频率求得相应的u值，如果该变量服从正态分布，则点（u，x）应近似在一条直线上（u－变换直线），否则（u，x）不会近似在一条直线上。Q－Q图法正是根据（u，x）是否近似在一条直线上来判断是否为正态分布。 第四单元参数估计与参考值范围的估计 1.均数的标准差和标准误的区别和联系？ 答：区别和联系：标准差是描述个体值变异程度的指标，为方差的算术平方根，该变异不能几则很有趣的医学统计学故事
常用医学统计学方法的选择
(完整版)医学统计学重点
医学统计学公式总结
医学统计学 (2)
相关主题
文本预览