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
习题-医学统计学基本概念 选择题： 1. 若以舒张期血压大于等于1 2.7kPa 为为高血压，调查某地1000 人，记录每人是否患有高血压。最后清点结果，其中有10 名高血压患者，有990 名非高血压患者。（） A.这是计量数据 B.这是等级数据 C.还看不出是记数还是计量数据 D.这是连续型数据 E.这是计数数据 2、统计学中所说的样本是指（） A.随意抽取的总体中任意的部分 B.有意识的选择总体中的典型部分 C.依照研究者要求选取总体中有意义的一部分 D.依照随机原则抽取总体中有代表性的一部分 E.按研究目的随意抽取有代表性的一部分 3、下列资料属等级资料的是（） A.白细胞计数 B.住院天数 C.门、急症就诊人数 D.病人的病情分级（轻、中、重） E.疾病疗效（有效、无效） 4、总体是由（） A.个体组成 B.研究对象组成 C.同质个体组成 D.研究指标组成 E.观察单位组成 5、抽样的目的是（） A.研究样本统计量 B.由样本统计量推断总体参数 C.研究典型案例研究误差 D.研究总体参数 E.研究样本特征 6、参数是（） A.参与个体数 B.总体的统计指标 C.样本的统计指标 D.样本的总和 E.参考值范围 7、关于随机抽样，下列哪一项说法是正确的（） A.抽样时应使得总体中的每一个个体都有同等的机会被抽取 B.研究者在抽样时应精心挑选个体，以使样本更能代表总体 C.随机抽样即随意抽样个体 D.为确保样本具有更好的代表性，样本量应越大越好 E.以上均不对 8、统计工作各个步骤的首要基础是（） A.收集资料 B.整理资料 C.核对资料 D.分析资料 E.医学研究设计 9、统计工作的基本步骤是：() A.调查资料、核对资料、整理资料 B调查资料、归纳资料、整理资料 C收集资料、核对资料、整理资料
1.总体：总体（population）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。总体可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。 样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。 2.随机抽样：随机抽样（random sampling）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中），从总体中抽取部分观察单位的过程。随机抽样是样本具有代表性的保证。 3.变异：在自然状态下，个体间测量结果的差异称为变异（variation）。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。 4.计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。如某一患者的身高（cm）、体重(kg)、红细胞计数(1012/L)、脉搏（次/分）、血压（KPa）等 计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O 四种血型的人数等。 等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。等级资料又称有序变量。如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为 +、++、+++等。 等级资料与计数资料不同：属性分组有程度差别，各组按大小顺序排列。 等级资料与计量资料不同：每个观察单位未确切定量，故亦称为半计量资料。 5．概率：概率(probability)又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P（A），P（A）越大，说明A事件发生的可能性越大。0﹤P（A）﹤1。频率：在相同的条件下，独立重复做n 次试验，事件A 出现了m 次，则比值m/n 称为随机事件A 在n 次试验中出现的频率(freqency)。当试验重复很多次时P（A）= m/n。 2.概率是描述随机事件发生可能性大小的数值，常用P表示。随机事件概率的大小在0与1之间，P越接近1，表示某事件发生的可能性越大；P越接近0，表示某事件发生的可能性越小。习惯上将P≤0.05的事件，称为小概率事件，表示在一次实验或观察中该事件发生的可能性很小，可视为不发生。 6. 随机误差：随机误差（random error）又称偶然误差，是指排除了系统误差后尚存的差。它受多种因素的影响，使观察值不按方向性和系统性而随机的变化。误差变量一般服从正态分布。随机误差可以通过统计处理来估计。 抽样误差（sampling error ）是指样本统计量与总体参数的差别。在总体确定的情况下，总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。 7．系统误差：系统误差(systematic error)是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因，使观察值不是分散在真值的两侧，而是有方向性、系统性或周期性地偏离真值。系统误差可以通过实验设计和完善技术措施来消除或使之减少。 8．随机变量：随机变量（random variable）是指取指不能事先确定的观察结果。随机量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。 9．参数：参数（paramater）是指总体的统计指标，如总体均数、总体率等。总体参数是固定的常数。多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。 10．统计量：统计量（statistic）是指样本的统计指标，如样本均数、样本率等。样本统计量可用来估计总体参数。总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。 11.频数表（frequency table）用来表示一批数据各观察值或在不同取值区间的出现的频繁程度（频数）。对于离散数据，每一个观察值即对应一个频数，如某医院某年度一日内死亡0，1，2…个病人的天数。对于散布区间很大的离散数据和连续型数据，数据散布区间由若干组段组成，每个组段对应一个频数。 12.算术均数（arithmetic mean）描述一组数据在数量上的平均水平。总体均数用μ表示，样本均数用X 表示。 13.几何均数（geometric mean）用以描述对数正态分布或数据呈倍数变化资料的水平。记为G。 14.中位数（median）Md将一组观察值由小到大排列，n 为奇数时取位次居中的变量值；为偶数时，取位次居中的两个变量的平均值。反映一批观察值在位次上的平均水平。 15.极差（range）亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。 16.百分位数（percentile）是将n 个观察值从小到大依次排列，再把它们的位次依次转化为百分位。百分位数的另一个重要用途是确定医学参考值范围。
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
卫生统计学知识点总结-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
卫生统计学 统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。 ★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。 变量资料可分为定性变量、定量变量。不同类型的变量可以进行转化，通常是由高级向低级转化。 资料按性质可分为计量资料、计数资料和等级资料。 定量资料的统计描述 1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。离散型定量变量的频率分布图可用直条图表达。 2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。 ★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。 （1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。 （2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。 标准差的应用：①表示变量分布的离散程度；②结合均数计算变异系数、描述对称分布资料；③结合样本含量计算标准误。 定性资料的统计描述 1定性资料的基础数据是绝对数。描述一组定性资料的数据特征，通常需要计算相对数。定性变量可以通过频率分布表描述其分布特征。 2 指标频率型指标强度型指标相对比型指标 概念近似反映某一时间出现概率单位时间内某现象的发生 率 两个有关联的指标A和B之比 计算 公式 A/B 有无 量纲 无有可有、可无 取值 范围 【0,1】可大于1无限制 本质大样本时作为概率近似值分子式分母的一部分频率强度，即概率强度的 似 值 表示相对于B的一个单位，A有多少 位 A和B可以是绝对数、相对数和平均
第二讲 非参数检验 1. 实验目的 1.了解非参数假设检验基本思想； 2.会用SAS 软件中的proc npar1way 过程进行非参数假设检验和proc freq 过程进行列联表的独立性检验。 2. 实验要求 1.会用SAS 软件建立数据集，并进行统计分析； 2.掌握proc npar1way 过程进行非参数假设检验的基本步骤； 3.掌握proc freq 过程进行列联表的独立性检验的基本步骤。 3. 实验基本原理 3.1 符号检验 0:H 两种方法的处理效果无显著性差异 令10 i i I i ?=??第个个体中新方法优于对照方法第个个体中新方法劣于对照方法1,2,,i N =L 统计量1N N i i S I ==∑ N S 表示新方法的处理效果优于对照方法的配对组总数。若新方法的处理效果显著的优于对照方法，则N S 的值应明显偏大。因此，若对给定的置信水平α，有 {}N P S c α≥<， 则拒绝0H 。 0H 为真时，（1）N S 服从二项分布1(,)2 b N (),()24N N N N E S Var S ==。拒绝域为：{}N N S S c > （2）由中心极限定理可知，当2 ,1N N S N - →∞的零分布趋于标准正态分布。
拒绝域为 ：N S u α??????>???????? 3.2 Wilcoxon 秩和检验 （1）单边假设检验 0:H 两种方法的处理效果无显著性差异 as 1:H ：新方法优于对照方法。 用于检验0H 的统计量为：1n s i i W I ==∑ 若对给定的置信水平α，有 {}s P W c α≥<，则拒绝0H 。且s W 的分布列为： 0#{;,}{}H s w n m P W w N n ==?? ??? 根据观测结果计算s W 的观测值0s W ，计算检验的p 值： 00{}{}s H s s H s k w p P W w P W k ≥=≥= =∑ 然后将p 值与显著水平α作比较，若p α<，则拒绝0H ，否则接受0H 。 （2）双边假设检验 给定的显著水平21,c c 和α应该满足： ε=≥+≤}{}{2100c W P c W P A H A H 仅由上式还不能唯一确定21c c 和，当我们对两种方法谁优谁劣不得而知时，通常取 2}{}{2100α =≥=≤c W P c W P A H A H 若利用p 值进行检验，设A A W ω的观测值为,计算概率值 }{}{00A A H A A H W P W P ωω≤≥或 由对称性可知，检验的p 值为上述两概率中小于1/2的那一个的2倍。例如
数学·选修1－2(人教A版) 1.2 独立性检验的基本思想及其初步应用 ?达标训练 1．在研究两个分类变量之间是否有关时，可以粗略地判断两个分类变量是否有关的是( ) A．散点图B．等高条形图 C．2×2列联表 D．以上均不对 答案：B 2．在等高条形图形图中，下列哪两个比值相差越大，要推断的论述成立的可能性就越大( ) A. a a＋b 与 d c＋d B. c a＋b 与 a c＋d C. a a＋b 与 c c＋d D. a a＋b 与 c b＋c 答案：C 3．对分类变量X与Y的随机变量K2的观测值k，说确的是( ) A．k越大，“ X与Y有关系”可信程度越小 B．k越小，“ X与Y有关系”可信程度越小 C．k越接近于0，“X与Y无关”程度越小 D．k越大，“X与Y无关”程度越大 答案：B 4．下面是一个2×2列联表：
则表中a、b的值分别为( ) A．94、96 B．52、50 C．52、54 D．54、52 答案：C 5．性别与身高列联表如下： 那么，检验随机变量K2的值约等于 ( ) A．0.043 B．0.367 C．22 D．26.87 答案：C 6．给出列联表如下： 根据表格提供的数据，估计“成绩与班级有关系”犯错误的概率约是( ) A．0.4 B．0.5 C．0.75 D．0.85 答案：B
?素能提高 1．在调查中发现480名男人中有38名患有色盲，520名女人中有6名患有色盲，下列说法中正确的是( ) A ．男人、女人中患有色盲的频率分别为0.038、0.006 B ．男人、女人患色盲的概率分别为19240、3 260 C ．男人中患色盲的比例比女人中患色盲的比例大，患色盲是与性别有关的 D ．调查人数太少，不能说明色盲与性别有关 解析：男人患色盲的比例为38480，比女人中患色盲的比例6 520 大， 其差值为?? ???? 38480－6520≈0.067 6，差值较大． 答案：C 2．通过随机询问110名性别不同的大学生是否爱好某项运动，得到如下的列联表： 男 女 总计 爱好 40 20 60 不爱好 20 30 50 总计 60 50 110 由K 2＝ 算得， K 2＝ ≈7.8. 附表： P (K 2≥k 0) 0.050 0.010 0.001 k 0 3.841 6.635 10.828 参照附表，得到的正确结论是( ) A ．有99%以上的把握认为“爱好该项运动与性别有关” B ．有99%以上的把握认为“爱好该项运动与性别无关”
第一章绪论 1.卫生统计学的概念P1 卫生统计学是应用概率论和数理统计学的基本原理和方法，研究居民卫生情况以及卫生服务领域中数据的收集、整理和分析的一门科学。 2.卫生（医学）统计学的主要步骤P3 设计；收集资料；整理资料；分析资料 3.（选择、判断）卫生统计学的基本概念P4 同质（homogeneity）：统计学中，若某些观察对象具有相同的特征或属性，称之为同质或具有同质性。 变异（variation）：将同质个体的某项特征或属性的观察值或测量值之间的差异称为变异。总体（population）：是根据研究目的确定的的所有观察单位某种特征或属性的观察值或测量值的集合。 样本（sample）：是从总体中随机抽取的具有代表性的部分观察单位的集合。样本中包含的观察单位个数称为样本含量。 参数（parameter）：反映总体特征的指标称为参数，一般是未知的，常用希腊字母表示。统计量（statistic）：根据样本观察值计算出来的指标称为统计量，常用拉丁字母表示。 变量（variable）：每个观察单位的某项特征或属性称为变量。 抽样研究（sampling research）：从总体中随机抽取样本，通过样本信息推断总体特征的研究方法称为抽样研究。 抽样误差（sampling error）：由随机抽样造成的样本统计量与总体参数之间、样本统计量之间的差异称为抽样误差。 资料（data）：变量值的集合称之为资料。 ★4.资料的分类P4 （1）定量资料：亦称计量资料，其变量值是定量的，表现为数值大小，一般有度、量、衡单位。 （2）定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。可进一步细分为两种资料： 1）计数资料：指将观察单位按某种类别或属性进行分组，清点各组观察单位数所得的资料。包括：①二项分类资料；②无序多项分类资料 2）等级资料：亦称有序多分类资料，是将观察单位按某特征或属性的程度或等级顺序分组，清点各组观察单位数所得的资料。 第二章调查研究设计 1.调查研究的特点P7 （1）不能人为施加干预措施（与实验研究主要的区别） （2）不能随机分组 （3）很难控制干扰因素 （4）一般不能下因果结论
卫生统计学复习笔记 一、概述 1、卫生统计学的概念（熟练掌握） 统计学是研究数据的收集、整理和分析的一门科学，帮助人们分析所占有的信息，达到去伪存真、去粗取精、正确认识世界的一种重要手段。 卫生统计学是应用数统计学的原理与方法研究居民健康状况以及卫生服务领域中数据的收集、整理和分析的一门科学。 由此看出：统计学是处理资料中变异性的科学和艺术，是在收集、归类、分析和解释大量数据的过程中获取可靠结果的一门学科。这里强调了“过程”，但在实际工作中，许多人往往是忽略了设计、收集和归类（整理），到了分析数据时才想到统计学，此时难免发生“悔之晚矣”的憾事。作为统计学的应用者应充分认识到这一点。 卫生统计学的内容（了解）： 1）健康统计：医学人口统计、疾病统计和生长发育统计等； 2）卫生服务统计：包括卫生资源利用、医疗卫生服务的需求、医疗保健体制改革等方面的统计学问题。 2、卫生统计学的工作步骤（熟练掌握） 统计学对统计工作的全过程起指导作用，任何统计工作和统计研究的全过程都可分为以下四个步骤： 1)、设计：在进行统计工作和研究工作之前必须有一个周密的设计。设计是在广泛查阅文献、全面了解现状、充分征询意见的基础上，对将要进行的研究工作所做的全面设想。其内容包括：明确研究目的和研究假说，确定观察对象、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、进度与费用等。设计是整个研究工作中最关键的一环，也是指导以后工作的依据 2)、收集资料：遵循统计学原理采取必要措施得到准确可靠的原始资料。及时、准确、完整是收集统计资料的基本原则。卫生工作中的统计资料主要来自以下三个方面：①统计报表：是由国家统一设计，有关医疗卫生机构定期逐级上报，提供居民健康状况和医疗卫生机构工作的主要数据，是制定卫生工作计划与措施、检查与总结工作的依据。如法定传染病报表，职业病报表，医院工作报表等。②经常性工作记录：如卫生监测记录、健康检查记录等。③专题调查或实验。 3）、整理资料：收集来的资料在整理之前称为原始资料，原始资料通常是一堆杂乱无章的数据。整理资料的目的就是通过科学的分组和归纳，使原始资料系统化、条理化，便于进一步计算统计指标和分析。其过程是：首先对原始资料进行准确性审查（逻辑审查与技术审查）和完整性审查；再拟定整理表，按照“同质者合并，非同质者分开”的原则对资料进行质量分组，并在同质基础上根据数值大小进行数量分组；最后汇总归纳。 4）、分析资料：其目的是计算有关指标，反映数据的综合特征，阐明事物的内在联系和规律。统计分析包括统计描述和统计推断。前者是用统计指标与统计图（表）等方法对样本资料的数量特征及其分布规律进行
医学统计学基本概念 1.医学统计学是以医学理论为指导，应用概率论与数理统计的有关原理和方法，研究医学资料的搜集、整理、分析和推断的一门应用科学。 2.统计工作的步骤：（1）设计（2）收集资料（3）整理资料（4）分析资料；或者分三步：（1）研究设计（2）资料分析（3）结论。 3.定量资料：又称为数值变量资料，特点：（1）各观察值之间有量的差别；（2）数据间有连续性。它是指变量的取值不止是可列个，而是可取某区间[a,b]，（-oo,oo） 上的一切值。 4.定性资料：又称为分类资料、分类变量资料（包括二项分类、多项分类资料），特点：（1）各观察值之间有质的差别；（2）数据间有离散性。它是指变量的取值有 限的，至多是可列多个。附：无序分类：二项分类、多项分类 5.等级资料：又称为半定量资料，有序分类，指各类之间有程度的差别。特点：（）各观察单位间或者相同，或者存在质的差别；（2）各等级间只有顺序，而无数值 大小，故等级之间不可度量。 6.个体individual：即每个观察单位。 7.总体population：根据研究目的确定的同质观察单位的全体。 8.样本：是从总体中随机抽取部分观察单位，其实测值的集合。样本包含的观察单位数称为样本含量或样本大小。 9.参数parameters：描述某总体特征的统计指标称为总体参数，简称参数。如总体均数、总体标准差等。特点：参数是未知的，固有的，不变的！ 10.统计量：描述某样本特征的的统计指标称为样本统计量，简称统计量。特点：统计量是已知的，变化的，有误差的！ 11.概率probability：是描述随机事件发生的可能性大小的数值。常用P表示。它的大小界于0和1之间。 12.随机事件：（1）可重复性：相同条件下可重复进行；（2）随机性：出现两种机两种以上结果；（3）偶然性：实验前不能肯定将出现哪种结果。 13.频率的稳定性：在重复试验中，事件A的频率随着试验次数的不断增加将愈来愈接近一个常数p，频率的这一特性称为频率的稳定性。 14.概率的统计定义：频率的稳定性充分说明随机事件出现的可能是事物本身固有的一种客观属性，因而是可以被认识和度量的。这个常数p就称为事件A出现的概 率(probability)，记作P(A) 或P。这一定义称为概率的统计定义。它是事件A发生的可能性大小的一个度量。容易看出，频率为一变量，是样本统计量，而概率为常数，是一总体参数。实践中，当试验次数足够多时，可以近似地将频率作为概率的一个估计。 15.小概率原理：当某事件发生的概率小于或等于0.05时，统计学通常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，此即为小概率原理。 16.同质（homogeneity）：性质相同的事物称为同质的。 17.变异(variation)：同质的事物内个体之间或同一个体重复测量间的差别称为变异。 18.参考值范围(reference interval)又称正常值范围(normal range)。由于正常人的形态、功能、生化等各种指标的数据因人而异，而且同一个人的某些指标还会随着时间、 机体内外环境的改变而变化，因此需要确定其波动范围，即正常值范围，简称正常值(normal value)。 19.正常值范围(normal ranges)，是指绝大多数正常人的某指标范围。 20.抽样误差(sampling error):由于抽样造成的样本统计量和总体参数之间的差异。 21.标准误(standard error)：样本统计量的标准差称为标准误。样本均数的标准差称为均数的标准误。 22.参数估计：由样本信息估计总体参数称为参数估计，包括点估计和区间估计。 23.点估计(point estimation) ：直接用样本统计量作为总体参数的估计值。这种估计方法简单，但未考虑抽样误差的大小。 24.区间估计(interval estimation) ：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度为1-α的可信区间(confidence interval, CI)，又 称置信区间。这种估计方法称为区间估计。 25.可信度为1-α的可信区间的确切涵义是：每100个样本所算得的100(1-α)％可信区间，平均有100(1-α)个包含了总体参数。如取α=0.05，则每100个样本所算得 的100个95％可信区间，平均有95个包含总体参数在内，有5个不包含总体参数。 26.可信区间的两个要素：第一个要素是可靠性，常用可信度1-α的大小表示；第二个要素是精确性，常用可信区间的长度CU-CL衡量。 27.均数95%可信区间，其涵义是：如果重复100次抽样，每次样本含量均为n，每个样本均按（见课本P42）构建可信区间，则在此100个可信区间内， 理论上有95个包含总体均数，而有5个不包含总体均数。 28.可信度为95%的CI的涵义：每100个样本，按同样方法计算95%的CI，平均有95%的CI包含了总体参数。这里的95%，指的是方法本身！而不是某个区间！ 29.第一类错误（I型错误）：拒绝了实际上成立的H0假设，称为“假阳性”, 用α来表示。 30.第二类错误（II型错误）：不拒绝实际上不成立的H0，称为“假阴性”,用β来表示。 31.检验效能(power of a test)或检验功效：1-β称检验效能(power of a test)，过去称把握度。为当两总体确有差异，按检验水准α所能发现该差异的能力。1-β只取单 尾。 32.完全随机设计：根据某一试验因素，将试验对象完全按随机设计分为若干个组，每个组的样本例数可以相等，也可以不等，分别求出各组试验结果的均数，即为 单因素多个样本均数，单个因素可以有多个水平，R>2 33.随机区组设计又称配伍组设计(Random Block Design)：即两因素多个样本均数的比较(或称两因素方差分析，two way analysis of variance）。 34.绝对数：在计数资料中，各组的观察数称绝对数。 35.相对数：是两个有联系的指标的比，计数资料的统计描述主要是相对数（relative number）。 36.率（rate）：说明某现象发生的频率或强度，常用%、‰、1/万、1/10万等作单位，表示在一定范围内,某现象的发生数与可能发生某现象的总数之比。率的结果常 以保留1-2位整数为宜。
卫生统计学 第一节统计学的几个基本概念 一、统计工作的步骤 统计工作的步骤包括：统计设计、收集资料、整理资料和分析资料。其中统计设计是最关键的一环，是后续步骤的依据。统计资料主要来自：①卫生统计报表；②经常性工作记录；③专题调查或实验研究。整理资料的目的是净化原始数据，使其系统化、条理化。分析资料即通过计算统计指标，反映数据的综合特征，阐明事物的内在联系和规律。统计分析包括统计描述和统计推断两部分。统计描述是指运用统计指标如平均数、标准差、率以及统计表和统计图等，对数据的数量特征及其分布规律进行客观地描述和表达，不涉及样本推论总体的问题；统计推断是指一定的可信程度或概率保证下，根据样本信息去推断总体特征。 二、统计学中的几个基本概念 （一）资料的类型 1.定量资料亦称计量资料，其变量值是定量的，表现为数值大小，一般有度量单位。如调查某年某地7岁女童的生长发育状况，以人为观察单位，女童的身高（cm）、体重（kg）、血红蛋白（g/L）等 均属于定量资料。
一年里的新生儿数。连续型变量可以取实数轴上的任何数值。有些变量的数值由测量得到，他们大多属于连续型变量。例如身高、体重等。 值是定性的，表现为互不相容的类别或属性，例如职业是一个分类变量，其可能的“取值”不是数字，而是工、农、商、学、兵等。 （1 表现为互不相容的两类属性，如性别、疾病和结局等。②多项分类。如血型，表现为互不相容的过个类别。 （2）有序分类资料：各类之间有程度的差别，给人以半定量的概念，亦称等级资料。如极不满意、有点满意、中毒满意、很满意、极满意等。 有时为了数据分析的方便，人们将一种类型的变量转化为另一种类型。但变量只能由高级向低级转化：连续型→有序→分类→二值；不能作相反方向的转化。离散型变量常常通过适当的变换或连续性校正后借用连续型变量或有序变量的方法来分析。 （二）总体与样本 总体：就是所有同质观察单位某种观察值（即变量值）的集合。 样本：是总体中随机抽取的部分观察值的集合。 抽样：从研究总体中抽取一部分有代表性的个体的手段。 统计推断的工具是有关概率的理论。如果某事件的结果具有多样
统计检验的基本思想： 任何实验都是从提出问题和研究假设开始的，当研究假说涉及直接可观察的或有限的现象时，研究假说可以直接被证实或证伪，不需要通过统计推理。 然而，当研究涉及不可直接观察的现象或不能观察所有的事例时，即当研究假说不能通过直接观察，或通过观察总体的所有成员而直接被估价时，就需要通过统计推论间接地对它进行估价。 统计检验假说的宗旨是确定以事实支持的概率。由于研究假说是关于变量之间关系的一般的预测，能够加以检验的事例非常多，要为所有的事例一一取得支持是不可能的。实际上我们只可能在有限的事实基础上做结论。 在实验研究中，研究者常常不直接对研究假说加以证实，而是采取检验它的虚无形式，即检验虚无假说。 检验虚无假说的基本思想： 两种假说：H 0：μ1=μ2 H 1：μ1≠μ2 μ1与μ2 的较小差别可能是由机遇产生的，因而不是真正的差别。如果μ1与μ2差别较大，并且这种差别的出现大于一定概率时，我们可以通过推翻虚无假说，而间接接受备择假说。统计功效是指，在假设检验中，在拒绝原假设后，接受正确的替换假设的概率。我们知道，在假设检验中有α错误和β错误。α错误是弃真错误，β错误是纳伪错误。纳伪错误是指，拒绝原假设后，接受错误的替换假设的概率。由此可知，统计功效等于1－β。因为在统计推论中，既要控制α错误，又要控制β错误，满足双重控制条件下的样本量才是更有效的样本量。统计功效的大小取决于多种因素，包括：检验的类型、样本容量、α水平，以及抽样误差的状况。统计功效分析应是上面诸因素结合在一起的综合分析。 影响统计检验力的因素有： 1、n，样本数； 2、双侧检验还是单侧检验；将通常的双尾检验变成单尾假设检验可增加假设检验效能。 3、处理效应大小，处理效应越大，1-β越大； 4、显著性标准α。降低假设检验的α水平也将降低检验效能，从.05降到.01将降低假设检验的效能。 序列设计(sequential design)： 为了取长补短，把横断研究与纵向研究的优点结合起来，序列设计可以达到这一目的。 序列设计是通过选择不同年龄的被试并对其进行追踪。 例： 想研究6~12岁儿童逻辑推理能力的发展，可以从2002年开始测量一个6岁的样本（1996出生）和一个8岁的样本（1994年出生）的逻辑推理能力。接着在2004年和2006年再次测量两个群体的推理能力。
卫生统计学 统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。 ★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。 变量资料可分为定性变量、定量变量。不同类型的变量可以进行转化，通常是由高级向低级转化。 资料按性质可分为计量资料、计数资料和等级资料。 定量资料的统计描述 1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。离散型定量变量的频率分布图可用直条图表达。 2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。 ★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。 （1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。 （2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。 标准差的应用：①表示变量分布的离散程度；②结合均数计算变异系数、描述对称分布资料；③结合样本含量计算标准误。 定性资料的统计描述 1定性资料的基础数据是绝对数。描述一组定性资料的数据特征，通常需要计算相对数。定性变量可以通过频率分布表描述其分布特征。 指标频率型指标强度型指标相对比型指标 两个有关联的指标A和B之比概念近似反映某一时间出现概率单位时间内某现象的发 频率 计算 A/B 公式 无有可有、可无 有无 量纲 取值 【0,1】可大于1 无限制 范围 表示相对于B的一个单位，A有多少本质大样本时作为概率近似值频率强度，即概率强度的
统计检验的基本思想是什么？ 先从一个例子谈起． 某公社种植的小麦，根据往年生产情况，平均每亩产量为μ0=350斤，标准差为σ0=75斤．今年，该公社引进新的小麦品种，试种了100亩，在田间管理大致相同的情况下，其平均亩产量为x=368斤，能否认为该品种可以推广呢？ 显然，新品种的亩产量比原品种的亩产量高．就是说，新品种与原品种存在差异，但如果不引进新品种，还用原品种种植，这100亩的小麦平均亩产量不一定仍旧还是350斤，而可能会增加或减少．因此，新品种与原品种的差异，可能是由于品种不同引起，也可能是由于其它因素引起的．前者称为条件差异，后者称为随机差异，这两种差异经常纠缠在一起，要解决上述问题，关键在于正确区分这两种差异．统计检验就是帮助我们处理这类问题的一种科学方法． 首先，我们假定新品种对亩产量没有影响(称为统计假设，简称假设)，就是说不存在条件差异，x 与0μ的差异纯粹是随机差异，样本仍可认为是从原总体抽出来的。 根据统计理论指导，x 应该遵从正态分布（ 0μ，20n σ），因而x 落在区间（0μ-1.962σ， 0μ-1.962σ=（335，364）的概率为95%，现x =368在区间之外，样本落在上述区间外的概率只有5％，极难由偶然因素造成．因为概率5％相当于二十次才能出现一次，这种事件称为小概率，小概率事件在一次试验中是很难发现的，因此我们认为x 来自正态分布 （0μ，20n σ）的可能性小，不能相信开始提出的统计假设是正确的，从而否定原假设． 我们否定假设的根据是因为样本均值x 与总体均值相差较大，这时我们说，新品种与原品种有显著性差异．其标准是在区间(335，364)外的概率只有5%，数值5％叫做显著性水平，通常用α表示，上述判断就是在α＝5％下作出的．显著性水平变了，判断也可能随着改变，例如，取α=1%，u 0.01=2.58，因而将上述区间的1.96换成2.53．这时，区间变为 否定原假设，现在算得：
统计假设检验的基本思想和概念 本章主要介绍统计假设检验的基本思想和概念以及参数的假设检验方法。 8.1假设检验的基本思想和概念 （一）统计假设的概念 为了引入统计假设的概念，先请看例8-1。 例8-1味精厂用一台包装机自动包装味精，已知袋装味精的重量， 机器正常时，其均值=0.5（0.5，0.015的单位都是公斤）。某日开工后随机抽取9袋袋装味精，其净重（公斤）为： 0.497,0.506,0.518,0.524,0.498,0.511,0.520,0.515,0.512 问这台包装机是否正常？ 【答疑编号：10080101针对该题提问】 此例随机抽样取得的9袋味精的重量都不正好是0.5公斤，这种实际重量和标准重量不 完全一致的现象，在实际中是经常出现的。造成这种差异不外乎有两种原因：一是偶然因素 的影响，二 是条件因素的影响。由于偶然因素而发生的（例如电网电压的波动、金属部件的不时伸缩、衡量仪器的误差而引起的）差异称为随机误差；由于条件因素（生产设备的缺陷、机械部件的过度损耗）而产生的差异称为条件误差。若只存在随机误差，我们就没有理由怀疑标准重量不是0.5公斤；如果我们有十足的理由断定标准重量已不是0.5公斤，那么造成这种现象的 主要原因是条件误差，即包装机工作不正常，那么，怎样判断包装机工作是否正常呢？ 我们通过解例8-1 来找出解假设检验问题的思想方法。 解已知袋装味精重，假设现在包装机工作正常，即提出如下假设： ， 这是两个对立的假设，我们的任务就是要依据样本对这样的假设之一作出是否拒绝的判断。 由于样本均值是的一个很好的估计，故当为真时，应很小。当过分大时，我们就应当怀疑不正确而拒绝。怎样给出的具体界限值 呢？ 当为真时，由于，对于给定的很小的数0<α<1，例如取α=0.05，考 虑
一名解 医学统计学:是用统计学原理和方法研究生物医学问题的一门学科。他包括了研究设计、数据收集、整理、分析以及分析结果的正确解释和表达。 统计描述：用统计指标、统计图表对资料的数量特征及分布规律进行客观的描述和表达。 统计推断：在一定的置信度和概率保证下，用样本信息推断总体特征： ①参数估计：用样本的指标去推断总体相应的指标 ②假设检验：由样本的差异推断总体之间是否可能存在的差异 同质：一个总体中有许多个体，他们之所以共同成为人们研究的对象，必定存在共性，我们说一些个体处于同一总体，就是指他们大同小异，具有同质性。 总体（population）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。总体可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。 样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。 随机抽样：随机抽样（random sampling）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中），从总体中抽取部分观察单位的过程。随机抽样是样本具有代表性的保证。 变异：在自然状态下，个体间测量结果的差异称为变异（variation）。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。 （1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。 （2）计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。 （3）等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。 概率：概率(probability)又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P（A），P（A）越大，说明A事件发生的可能性越大。0﹤P（A）﹤1。 频率：在相同的条件下，独立重复做n 次试验，事件A 出现了m 次，则比值m/n 称为随机事件A 在n 次试验中出现的频率(freqency)。当试验重复很多次时P（A）= m/n。 随机误差（random error）又称偶然误差，是指排除了系统误差后尚存的误差。它受多种因素的影响，使观察值不按方向性和系统性而随机的变化。误差变量一般服从正态分布。随机误差可以通过统计处理来估计。 抽样误差（sampling error ）是指样本统计量与总体参数的差别。在总体确定的情况下，总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。 系统误差：系统误差(systematic error)是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因，使观察值不是分散在真值的两侧，而是有方向性、系统性或周期性地偏离真值。系统误差可以通过实验设计和完善技术措施来消除或使之减少。 随机变量：随机变量（random variable）是指取指不能事先确定的观察结果。随机变量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。 参数：参数（paramater）是指总体的统计指标，如总体均数、总体率等。总体参数是固定的常数。多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。