医学统计学傻瓜教程
作为一名临床医师，有时为了完成一些小科研，或晋升职称，都必须撰写医学论文。大多数人会碰到一个难题，医学论文的数据都必须进行统计学处理，上大学时学过的《医学统计学》早已忘得差不多了，重新翻开统计学书本，花上十天半个月的时间，还是看得不知所云。《医学统计学傻瓜教程》有别于其他任何的统计学教程，其特点是略去一些高深难懂的统计学原理及计算公式，直奔解决实际问题的方法。
本教程的学习时间约需要2～3小时，但你必须曾经学过《医学统计学》，不管学得好或学得差，或是否已忘记，只要有一点印象即可，同时还需要下载一个简明统计学处理软件《临床医师统计学助手V3.0》，因为作数据统计学处理时最令人头痛的问题是烦琐的计算，则由预存在本软件内的计算公式来完成。
《临床医师统计学助手V3.0》下载地址: https://www.doczj.com/doc/7d10653940.html,/03/tjx/help.htm
这是一个全“傻瓜化”的教程，由4个实例组成，只要认真看完这4个实例，将实际中碰到的问题对号入座，就足以解决绝大多数问题了。接下来我们开始轻松愉快的学习过程。
一、均数与标准差
【例1】本组105 例，男55例，女50例；平均年龄：62.3±6.1岁，所有入选病例均符合1999年WHO高血压诊断标准。
举这个例子是为了说明“均数”与“标准差”的概念。我实在不愿意多花时间阐述一些概念性的东西，但是由于“标准差”实在太重要了。【例1】中的数据“62.3±6.1”，“62.3”就是年龄的均数，均数的概念大家都懂，那么后面的“6.1”是什么呢？它就是标准差。有人可能会问，表达一组人的平均年龄，用均数就够了，为什么还要加一个标准差呢？先看下面的一个例子：有两组人，第1组身高（cm）：98、99、100、101、102；第2组身高（cm）：80、90、100、110、120，这两组人虽然身高的均数都是100cm，但是，仔细观察，第1组的身高很接近，第2组的身高差别很大，故仅仅用一个平均数表达一组数据的特征是不完整的，还需要用另一个指标来表达其参差不齐的程度，这就是标准差。统计学上对一组测量结
果的数据都要用“均数±标准差”表示，习惯表达代号是：，具体例子如：平均收缩压120±10.2mmHg。
我想现在大家都已知道标准差是什么东东了，那么，标准差是怎样得到的呢？有一个比较复杂的计算公式，我们不必去深究这个公式是怎么样的，只需知道标准差越小，说明数据越集中，标准差越大，说明数据越分散。
撰写医学论文的第一步是收集原始数据，如：
第1组身高（cm）：98、99、100、101、102；
第2组身高（cm）：80、90、100、110、120。
在论文中并不是直接给出原始数据，而是要以方式表示。利用软件《临床医师统计学助手V3.0》，只要输入原始数据，就能自动计算出均数及标准差，即第1组平均身高：100±1.58cm；第2组平均身高：100±15.81cm，如下图。
二、两样本均数差别T检验
【例2】目的研究中药板兰根对“非典”疗效。方法将36例“非典”患者随机分为治疗组19例，采用常规治疗+板兰根口服，对照组17例，仅采用常规治疗。结果治疗组平均退热时间3.28±1.51d；对照组平均退热时间 5.65±1.96d，两组间对照差别有极显著意义（p ＜0.01 ）结论中药板兰根对“非典”有显效疗效，实为国之瑰宝。
这是最常见的一种统计学数据处理类型，统计学述语叫做“两样本均数差别T检验”，说得通俗易懂一些，就是检验两组方法所得到的数据到底有没有差异，或者说，差异是否有意义。我们平时的思维习惯是，数据的大小还用得着检验吗？这是小学生都会的问题。可是别忘记了现在是在搞科研，科学方法看问题可不一定这么简单。
可能还没有说明白这个问题，下面举一个简单的例子。我们的目的是得出这样一个结论：“北京出产的西瓜比上海出产的西瓜大”。最可靠的方法是把所有北京的西瓜和上海的西瓜都测量重量，得到两个均数，然后比大小即可，可是智商正常的人并不会这样去做，通常的做法是，随机选一部分北京的西瓜和一部分上海的西瓜，先让这两部分西瓜比大小，然后推断到底那里的西瓜大。这种方法是“窥一斑可见全豹”，统计学述语叫做“由样本推断总体”，事实上，我们所做的医学科研都是基于这种方法。
再回到上面的例子，假如我们有二种做法：
A、随机选2个北京西瓜，平均重量是5.6±0.3kg；再随机选2个上海西瓜，平均重量是
4.3±0.25kg；
B、随机选1000个北京西瓜，平均重量是5.6±0.3kg；再随机选1000个上海西瓜，平均重量是4.3±0.25kg。
凭生活常识，由B推出“北京的西瓜比上海西瓜大”这个结论的把握性就非常的大，而A 则基本上推不出这个结论。现在，终于可以引出我们的主题了，统计学处理本质是考查由样本差异推断总体差异的把握性有多大，这种把握性在统计学上由P值表示。如P＜0.05或P ＜0.01，可以理解为由样本差异推断总体差异的把握性达95%或99%以上，两组数据差异有显著意义；如P＞0.05，可以理解为这种把握性在95%以下，两组数据差异没有显著意义。
上面所讲的实已为统计学之精髓，建议多看几遍，如果天生愚鲁，还是看不太懂，也没有关系，现在进一步“傻瓜化”，即所谓统计学处理，只要求得P值即可。P＜0.05或P＜0.01，表示阳性结果，两组数据差异有显著意义；P>0.05，表示阴性结果，两组数据差异没有显著意义。所以，统计学处理的中心任务是求P值。
下面讲解遇到【例2】这样的问题，如何求P值。【例2】中一共有6个数据：第一组均数（X1）、标准差（S1）、例数（N1）与第二组均数（X2）、标准差（S2）、例数（N2），就是根据这6个数据，先通过复杂计算，求出“T”值（如果没有想成为统计学专家，就不必去理解“T”是什么了，知道“T”是为了求“P”用的就可以了），求出“T”值后，再查“T界值表”，就知道“P值”了。
具体解法步骤如下：
⑴通过计算（这里略去计算公式，可由软件求出），T=4.088
⑵计算自由度：自由度=N1+N2-2=19+17-2=34（计算自由度是为了查T界值表用的，自由度即两组例数之和减去2，不要问我为什么不减去3或减去1这样的问题了。）
⑶查T界值表，对应自由度34，T0.05=2.032，T0.01=2.728,今T=4.088＞T0.01，即P＜
0.01,差别有高度显著意义。
T=4.088是如何求出的呢？我们再回到软件《临床医师统计学助手V3.0》，只要把第一组均数（X1）、标准差（S1）、例数（N1）与第二组均数（X2）、标准差（S2）、例数（N2）这6个数据输入对应的框内，该软件就会利用预先存储的公式自动计算T值，并查T界值表，得到P值，如图：
三、配对计量资料T检验
【例3】目的研究音乐胎教对胎儿运动技能培养的效果。方法10例28～32周孕妇，分别记录听音乐（水浒传主题曲）前每小时的胎动次数及听音乐后每小时的胎动次数，结果数据如表1所示，音乐胎教后胎动次数增多，差别有显著意义（p＜0.05 ）结论音乐胎教可增强胎儿运动技能，对培养我国运动天才有现实意义。
显然【例3】与【例2】有所不同，主要是【例3】两组间的数据可以前后配对的。我们经常碰到这种情况，即同一个体做两次处理，如治疗前检测某一指标，治疗后再检测某一指标，而后做治疗前后配对比较，以判断疗效，正如【例3】。这种情况如何进行统计学处理呢？同样也是先计算T值，然后按自由度（这时自由度=对子数-1，如本例自由度是9。）查T界值表，求得P值。
但是“配对T检验”计算T值的方法与“两样本均数T检验”有所不同，这里不再作介绍，由软件《临床医师统计学助手V3.0》自动完成即可，如下图。本例T=2.47，自由度=10-1=9，查T界值表，对应自由度9，T0.05=2.26，T0.01=3.25,今T=2.47＞T0.05，即P＜0.05,差别有显著意义。
可能有人会问,【例3】的情况，也可以把胎教前视为对照组，求得平均胎动次数是：21.8±5.31，胎教后视为治疗组，求得平均胎动次数是：24.0±6.31，然后套用【例2】的方法，用“两样本均数T检验”行不行？这样虽无大错误，但是将会导致检验效率的下降，就是说，如果数据差异较大时，两种方法均可，如果数据差异较小时，用“配对T检验”会显示出差异有意义，而用“两样本均数T检验”时，可能差异无意义。切记，非配对资料误用配对T检验，则是错误的。
四、计数资料卡方检验
【例4】目的研究医患关系对重症病人死亡率的影响。方法根据问卷调查对收住重症监护病房的病人分为“医患关系良好组”与“医患关系紧张组”，比较两组间的住院死亡率。结果“医患关系良好组”25例，住院间死亡3例，死亡率13.6%，“医患关系紧张组”23例，住院间死亡9例，死亡率39.1%，两组间差别有显著意义（p＜0.05 ）结论医患关系紧张增加重症病人的住院死亡率，可能与医师害怕被病人告而治疗方案趋向保守有关。
【例4】又是一个非常常见的一种统计学数据处理类型。【例4】中所提供的数据是“比例”，或百分数，与前面三个例子不同，前面三个例子所提供的数据则是直接在病人身上测量到的数据，如收缩压120±10.2mmHg、身高100±15.81cm等，我们把【例4】中的数据叫做计
数资料，而【例1、2、3】中的数据叫做计量资料。计数资料无法用形式表示，只能用比例表示，如：死亡率13.6%、30例中显效10例（10/30）等。
显然，对于计数资料，再用T检是不适合了，必须用卡方检验。卡方检验的步骤是：先求出X2（类似于T检验时先求T值）值，然后进行判断：
⑴如果X2＜3.84，则P＞0.05；
⑵如果X2＞3.84，则P＜0.05；
⑶如果X2＞6.63，则P＜0.01。
解释一下，上面的两个数字“3.84”与“6.63”是查“X2界值表”得来的，只要记住即可。
所以，卡方检验的关键是求出X2值。为了求出X2值，必须先介绍“四表格”概念。“四表格”的形式如下，关键数据是a、b、c、d 四个数，X2值就是通过这四个数据计算出来的（这里仍不介绍公式，由软件计算。）。
现将【例4】中的数据填入“四表格”即如下图。
当你学会了填“四表格”数据之后，就能利用软件《临床医师统计学助手V3.0》非常容易的进行卡方检验了，本软件提供与“四表格”完全相同的界面，把数据填写正确之后，就自动计算X2值并判断结果，【例4】X2=4.702＞3.84，故P＜0.05，如下图：
在此说明一下，大家可能已注意到本软件中出现的“理论数（T）”，在此不解释“理论数（T）”是什么，只要记住，当例数（n）＜40或T＜1时，应采用“精确概率法”，这个方法太复杂，在此不作介绍。
现在已经讲完了4个实例，掌握本教程的诀窍是将实际中碰的的情况，对照实例，“对号入座”即可，而具体计算过程，可由软件去完成。
1. 总体(population)：根据研究目的所确定的同质观察单位的全体。只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。假想的，无时间和空间概念的，称为无限总体(infinite population)。 2. (总体)参数(parameter)：总体的统计指标或特征值。总体参数是事物本身固有的、不变的。 3. 样本(sample)：从总体中随机抽取的部分个体。 4. 样本含量(sample size)：样本中所包含的个体数。 5. 变量(variable)：观察对象个体的特征或测量的结果。由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量(random variable)，简称变量(variable)。变量的取值称为变量值或观察值(observation)。根据变量的取值特性，分为数值变量和分类变量。 6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。对每个观察单位用定量的方法测定某项指标的数值，组成的资料。 7. 计数资料：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。 8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。 9. 抽样误差(sampling error)：由于抽样造成的统计量与参数之间的差别，特点是不能避免的，可用标准误描述其大小。 10. 误差(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。主要有以下二种：系统误差和随机误差 。 11. 可信区间(confidence interval, CI)：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1-α的可信区间，又称置信区间。 12. 总体均数的可信区间：按一定的概率大小估计总体均数所在的范围(CI)。常用的可信度为95％和99％，故常用95％和99％的可信区间。 13. 变异(variation)：同质事物间的差别。由于观察单位通常即为观察个体，故变异亦称为个体变异(individual variation)。 16. 平均数(average)：也叫平均值，是一组(群)数据典型或有代表性的值。这个值趋向于落在根据数据大小排列的数据的中心，包括算术平均数(arithmetic mean)、几何平均数(geometric mean)、中位数(median)等。 17. 中位数(median)：将一组观察值按升序或降序排列，位次居中的数，常用M 表示。适用于偏态分布资料或不规则分布资料和开口资料。所谓“开口”资料，是指数据的一端或两端有不确定值。当n 为奇数时，M=X (n+1)/2；当n 为偶数时，M=[X n/2+ X n/2+1]/2。 18. 百分位数(percentile)：是一种位置指标，以P x 表示，一个百分位数Px 将全部观察值分为两个部分，理论上有x%的观察值小于Px 小，有(1-x%)的观察值大于Px 。 19. 变异系数(coefficient of variance, CV)：亦称离散系数(coefficient of dispersion)，为标准差与均数之比，常用百分数表示。100%X s/CV ?=, 变异系数没有度量衡单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。 20. 频率(relative frequency)：在n 次随机试验中，事件A 发生了m 次，则比值 22. 概率(probability)：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 ，这个常数p 就称为事件A 出现的概率(probability)，记作P(A)或P 。 描述随机事件发生的可能性大小的数值，常用P 来表示。 23. 统计量(statistic)：由样本所算出的统计指标或特征值。 24. 相关系数(correlation coefficient)：用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数，又称为积差相关系数(coefficient of product-moment correlation)，总体相关系数用希腊字母ρ表示，而样本相关系数用r 表示，取值范围均为[-1, 1]。 25. 回归系数(regression coefficient)：直线回归方程Y ?= a+b X 的系数b 称为回归系数，也就是回归直线的斜率(slope)，表示X 每增加一个单位，Y 平均改变 b 个单位。 26. 参考值范围(reference range)：也称为正常值范围(normal range)，医学上常把绝大多数正常人的某指标值范围称为该指标的正常值范围。绝大多数：可以是90%、95%、99%等等，最常用的是95%。正常人：不是指健康人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。又称参考值范围，是指特定健康人群的解剖、生理、生化等各种数据的波动范围。习惯上是确定包括95%的人的界值。 28. 统计推断(statistic inference)：从总体中随机抽取一定含量的样本进行研究，目的是通过样本的信息判断总体的特征，这一过程称为统计推断。 29. 标准误(standard error, SE)：在统计理论上将样本统计量的标准差称为标准误，用来衡量抽样误差的大小。据此，样本均数的标准差X σ称为标准误。 30. 参数估计(parameter estimation)：由样本信息估计总体参数。它包括两种：点估计和区间估计。 点估计：直接用样本统计量作为对应的总体参数的估计值。 区间估计：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。 33. 95%可信区间含义：如果重复若干次样本含量相同的抽样，每个样本均按同一方法构建95%可信区间，则在这些可信区间中，理论上有95个包含了总体参数，还有5个未估计到总体均数。 34.Ⅰ类错误(type Ⅰerror)：统计学上规定，拒绝了实际上成立的H 0，这类“弃真”的错误称为Ⅰ型错误或第一类错误，Ⅰ型错误的概率用α表示。 35.Ⅱ类错误(type Ⅱerror)：统计学上规定，不拒绝实际上不成立的H 0，这类“存伪”的错误称为Ⅱ型错误或第二类错误，Ⅱ型错误的概率用β表示。 36. 检验效能(power of a test)：又称把握度，即两总体确有差别，按α水准能发现它们有差别的能力。 37. 参数检验：总体分布已知，对其中一些未知参数进行估计或检验。这类统计推断的方法叫参数统计或参数检验。 38. 参数检验：假定比较数据服从某分布,通过参数的估计量(x , s)对比较总体的参数(μ)作检验，统计上称为参数法检验(parametric test)。如t 、u 检验、方差分析。 39. 率(rate)：又称频率指标，用以说明某现象发生的频率或强度。常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。其计算公式为： 40. 构成比(proportion)：又称构成指标，它说明一种事物内部各组成部分所占的比重或分布，常以百分数表示。 41. 比(ratio)：又称相对比，是A 、B 两个有关指标之比，说明A 为B 的若干倍或百分之几，它是对比的最简单形式。其计算公式为：比=A/B 。 统计学（Statistics ）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达 的科学。 总体（population ）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample ）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。
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。
统计学是应用概率论和数理统计的方法，研究数据的搜集、整理、分析与推断的学科，是认识世界的一种重要手段。 变量（variable）：就是反映个体特征或属性的量.变量值(variable value)：变量的观察结果或测量值。定量变量quantitative variable/数值变量numerical variable 定性变量qualitative variable/分类变量categorical variable 同质（homogeneity）是指被研究指标的影响因素相同。但在医学研究中，有些影响因素往往是难以控制的（如遗传、营养等），甚至是未知的。因此，在实际工作中只有相对的同质。 变异(variation):同质基础上的各观察单位间的差异称为变异。 总体：是根据研究目的所确定的同质观察对象的全体，或者说所有同质的某指标实测值的集合。样本：根据随机化的原则从总体中抽取有代表性的部分观察单位，其变量实测值构成样本。 参数（parameter）：根据总体变量值统计计算出来的、描述总体特征的统计指标。统计量（statistic）：根据样本变量值统计计算出来的、描述样本特征的统计指标。 误差：指测量值和真实值之间的差别 准确度(accuracy) ：观察值与真值的接近程度，受系统误差的影响。可靠度（reliability）：也称精密度(precision)或重复性（repeatability）：是重复观察时观察值与其均值的接近程度，受随机误差的影响。 概率:是描述随机事件发生的可能性大小的一种度量，常用P表示。0≤P≤1 随机事件 P=1 必然事件P=0 不可能事件P≤0.05或P≤0.01为小概率事件 统计工作的基本步骤: 统计设计(研究对象,处理因素,统计分析),搜集资料(任务：遵循统计学原理，按照设计要求，采取必要措施得到准确可靠的原始资料。原则：及时、准确、完整。),整理资料(编码，将数据输入计算机;纠错改错、补漏等;根据研究目的将原始数据进行归纳、分组或计算),分析资料如何对数值变量进行统计描述。1频数表与频数分布图2集中趋势的统计描述3离散趋势的统计描述 相对数的概念包括率、构成比、相对比和动态数列，由于它是两个有联系的指标之比，因而叫作相对数。相对数应用中的注意事项1计算相对数的分母不易过小2防治概念混淆, 分析时不能以构成比代替率3对观察单位不等的几个率，不能直接相加求其平均率。4资料的对比应注意同质5对样本率的比较应遵循随机抽样，要作假设检验。 率:表示在一定条件下，发生某现象的观察单位数与可能发生某现象的观察单位数之比。 构成比表示某一现象内部各组成部分所占的比重或分布。特征1各组成部分的构成比之和为100% 2某一部分构成比增大或减小，必然使其它部分产生相应的变化。注意区别率和构成比虽然两者均为两个指标之比，但意义却完全不同。率反应了某项指标的平均强度或平均水平，它具有数值变量中平均数的含意,构成比表示某一现象内部各组成部分所占的比重或分布，不能反应该现象的平均强度或平均水平。 正态分布的概念若将各直条顶端的中点顺次连接起来,得到一条折线。当样本量n越来越大时，组段越分越细，此时直方渐进直条，这条折线就越来越接近于一条光滑的曲线（见图3.1），我们把这条呈中间高，两边低，左右基本对称的“钟型”曲线称为正态分布曲线，近似于数学上的正态分布（高斯分布; Gauss）。正态分布的特征1．集中性：正态曲线在横轴上方均数处最高2．对称性：以均数为中心，左右对称。3．正态分布的图形由均数和标准差两个参数决定。位置参数μ；变异度参数σ4. 正态分布曲线下的面积分布有一定规律：正态曲线与横轴所夹的面积为1(1.64,1.96,2.58)应用1. 制定医学参考值范围2. 估计频数分布3. 进行质量控制4.正态分布是许多统计方法的理论基础 二项分布在医学研究中，许多观察或试验的可能结果可以归结为二个相互排斥的结果。性质与特征⑴形态取决于π和n：当π接近0.5时，分布对称，π离
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
2017年人民大学统计学生物医学统计学考研参考书 统计学:生物医学统计学 风险管理与精算学: 《概率论》，李贤平，高等教育出版社 《数理统计基础》，陆璇，清华大学出版社 《概率论与数理统计》，茆诗松、周纪芗，中国统计出版社 《应用回归分析》，何晓群等编，中国人民大学出版社 《统计学》，贾俊平等编，中国人民大学出版社 概率论与数理统计: 《数学分析》上、下册复旦大学数学系陈传璋、金福临等编高等教育出版社《高等代数》北京大学出版社 《概率论》李贤平高等教育出版社 《数理统计基础》陆璇清华大学出版社 《概率论与数理统计》茆诗松、周纪芗中国统计出版社 流行病与卫生统计学: 《流行病学》詹思延人民卫生出版社 《卫生统计学》方积乾、徐勇勇、陈峰编人民卫生出版社 (专业学位)应用统计: 《统计学》第四版贾俊平中国人民大学出版社配套习题 《应用回归分析》何晓群等编中国人民大学出版社 《多元回归分析》何晓群等编中国人民大学出版社 《抽样技术》金勇进等编中国人民大学出版社 《时间序列分析》易丹辉中国人民大学出版社 《概率论与数理统计》第三版刘次华高等教育出版社配套习题 2017年新祥旭考研全程复习计划
一、英语全程规划 基础阶段(3月-6月) 1.学习目标：完成至少1轮的单词背诵，巩固语法基础 2.阶段重点：英语单词、语法 3.复习建议： （1）英语每天抽空背背单词，建议时长0.5-1h；不管是用单词软件还是传统词书，不管是用词根词缀还是死记硬背，最重要的是每天都背。积累到某一天时，你会发现好多文章都看得懂了。 （2）英语基础不牢的童鞋，应该花点时间复习语法。语法知识能帮助你在读文章和翻译时更加流畅、对文章意思把握得更准确。 （3）多看看新闻，关注时事热点。近年来的英语作文和阅读都是涉及到热点话题的。 （4）不建议大家在这个阶段做习题集。 强化阶段(7月-10月) 1.学习目标：熟读并详细分析近10年真题 2.阶段重点：真题真题真题，重点是阅读 3.复习建议： （1）单词记忆每天进行，不间断。 （2）定时做真题阅读，做完后详细分析。 ①利用早上整段的时间做真题（作文可以不写），不要查单词，完全自己做，然后对答案，之后看一下答案分析。 ②每天分析2-3篇，分析包括：第一遍分析正确选项，第二遍分析错误选项的设置，第三遍在原位中找对应的句子，是每个选项对应的句子哟，分析为什么这样出题，第四遍，了解文章的背景，作者的情感。 ③此阶段不建议专门建立单词笔记本，重要的单词在分析时顺便查一下就好。 ④时间比较充足的童鞋可以全文翻译阅读原文。 （3）完成阅读后，用同样的方法完型、翻译和新题型。完型和新题型这两类题型不用全文
思考与练习参考答案 第1章绪论 一、选择题 1. 研究中的基本单位是指( D)。 A．样本 B. 全部对象C．影响因素 D. 个体 E. 总体 2. 从总体中抽取样本的目的是（ B ）。 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 D. 研究总体统计量Ｅ. 计算统计指标 3. 参数是指（ B ）。 A．参与个体数 B. 描述总体特征的统计指标 C．描述样本特征的统计指标 D. 样本的总和 E. 参与变量数 4. 下列资料属名义变量的是（E）。 A．白细胞计数B．住院天数 C．门急诊就诊人数D．患者的病情分级 E. ABO血型 5．关于随机误差下列不正确的是（C）。 A．受测量精密度限制B．无方向性 C. 也称为偏倚 Ｄ．不可避免 E. 增加样本含量可降低其大小 二、名称解释（答案略） 1. 变量与随机变量 2. 同质与变异 3. 总体与样本 4. 参数与统计量 5. 误差 6. 随机事件 7. 频率与概率 三、思考题 1. 生物统计学与其他统计学有什么区别和联系？ 答：统计学可细分为数理统计学、经济统计学、生物统计学、卫生统计学、医学统计学等，都是关于数据的学问，是从数据中提取信息、知识的一门科学与艺术。而生物统计学是统计学原理与方法应用于生物学、医学的一门科学，与医学统计学和卫生统计学很相似，其
不同之处在于医学统计学侧重于介绍医学研究中的统计学原理与方法，而卫生统计学更侧重于介绍社会、人群健康研究中的统计学原理与方法。 2. 某年级甲班、乙班各有男生50人。从两个班各抽取10人测量身高，并求其平均身高。如果甲班的平均身高大于乙班，能否推论甲班所有同学的平均身高大于乙班？为什么？ 答：不能。因为，从甲、乙两班分别抽取的10人，测量其身高，得到的分别是甲、乙两班的一个样本。样本的平均身高只是甲、乙两班所有同学平均身高的一个点估计值。即使是按随机化原则进行抽样，由于存在抽样误差，样本均数与总体均数一般很难恰好相等。因此，不能仅凭两个样本均数高低就作出两总体均数熟高熟低的判断，而应通过统计分析，进行统计推断，才能作出判断。 3. 某地区有10万个7岁发育正常的男孩，为了研究这些7岁发育正常男孩的身高和体重，在该人群中随机抽取200个7岁发育正常的男孩，测量他们的身高和体重，请回答下列问题。 (1) 该研究中的总体是什么？ 答：某地区10万个7岁发育正常的男孩。 (2) 该研究中的身高总体均数的意义是什么？ 答：身高总体均数的意义是: 10万个7岁发育正常的男孩的平均身高。 (3) 该研究中的体重总体均数的意义是什么？ 答：体重总体均数的意义是: 10万个7岁发育正常的男孩的平均体重 (4) 该研究中的总体均数与总体是什么关系？ 答：总体均数是反映总体的统计学特征的指标。 （5）该研究中的样本是什么？ 答：该研究中的样本是：随机抽取的200个7岁发育正常的男孩。 （宇传华方积乾） 第2章统计描述 思考与练习参考答案 一、最佳选择题 1. 编制频数表时错误的作法是（ E ）。 A. 用最大值减去最小值求全距 B. 组距常取等组距，一般分为10~15组 C. 第一个组段须包括最小值 D. 最后一个组段须包括最大值
《医学统计学》单项选择题 摘自：马斌荣主编.医学统计学.第5版.北京：人民卫生出版社，2008 第一章医学统计中的基本概念 1. 医学统计学研究的对象是 A. 医学中的小概率事件 B. 各种类型的数据 C. 动物和人的本质 D. 疾病的预防与治疗 E．有变异的医学事件 2. 用样本推论总体，具有代表性的样本指的是 A．总体中最容易获得的部分个体B．在总体中随意抽取任意个体 C．挑选总体中的有代表性的部分个体D．用配对方法抽取的部分个体 E．依照随机原则抽取总体中的部分个体 3. 下列观测结果属于等级资料的是 A．收缩压测量值B．脉搏数 C．住院天数D．病情程度 E．四种血型 4. 随机误差指的是 A. 测量不准引起的误差 B. 由操作失误引起的误差 C. 选择样本不当引起的误差 D. 选择总体不当引起的误差 E. 由偶然因素引起的误差 5. 收集资料不可避免的误差是 A. 随机误差 B. 系统误差 C. 过失误差 D. 记录误差 E．仪器故障误差 答案: E E D E A 第二章集中趋势的统计描述 1. 某医学资料数据大的一端没有确定数值，描述其集中趋势适用的统计指标是 A. 中位数 B. 几何均数 C. 均数 D. P百分位数 95 E. 频数分布
2. 算术均数与中位数相比，其特点是 A．不易受极端值的影响B．能充分利用数据的信息 C．抽样误差较大D．更适用于偏态分布资料 E．更适用于分布不明确资料 3. 一组原始数据呈正偏态分布，其数据的特点是 A. 数值离散度较小 B. 数值离散度较大 C. 数值分布偏向较大一侧 D. 数值分布偏向较小一侧 E. 数值分布不均匀 4. 将一组计量资料整理成频数表的主要目的是 A．化为计数资料 B. 便于计算 C. 形象描述数据的特点 D. 为了能够更精确地检验 E. 提供数据和描述数据的分布特征 5. 6人接种流感疫苗一个月后测定抗体滴度为1：20、1：40、1：80、1：80、1：160、1：320，求平均滴度应选用的指标是 A. 均数 B. 几何均数 C. 中位数 D. 百分位数 E. 倒数的均数 答案: A B D E B 第三章离散程度的统计描述 1. 变异系数主要用于 A．比较不同计量指标的变异程度 B. 衡量正态分布的变异程度 C. 衡量测量的准确度 D. 衡量偏态分布的变异程度 E. 衡量样本抽样误差的大小 2. 对于近似正态分布的资料，描述其变异程度应选用的指标是 A. 变异系数 B. 离均差平方和 C. 极差 D. 四分位数间距 E. 标准差 3. 某项指标95%医学参考值范围表示的是 A. 检测指标在此范围，判断“异常”正确的概率大于或等于95% B. 检测指标在此范围，判断“正常”正确的概率大于或等于95% C. 在“异常”总体中有95%的人在此范围之外 D. 在“正常”总体中有95%的人在此范围 E. 检测指标若超出此范围，则有95%的把握说明诊断对象为“异常”
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**
哈佛大学生物医学信息学专业详解 校名称： 美国哈佛大学(剑桥) Harvard University (Cambridge) 所在位置：美国，86 Brattle Street Cambridge, MA 02138
创建时间：1636年 QS排名：1 USNEWS排名：2 学费：39849 录取率：0.058 学校中文网址：https://meiguo./school/2139/
哈佛大学生物医学信息学硕士专业由哈佛医学院生物医学信息学系提供，它提供给有志于从事对数据科学技能有很高要求的生物医学行业的学生。学生有机会向整个哈佛大学的专家们学习。毕业生对生物医学信息学领域的基础知识和原理有充分的理解，有能力将众多方法和技能运用于选定的行业。 以下是哈佛大学生物医学信息学专业介绍，带你了解。 1. 学位要求 哈佛医学院的生物医学信息学专业提供两条入学的路径。对于持有学士学位(48个学分)的学生，它要求具备优秀的定量分析能力。 对于持有博士学位或者注册医学博士(MD)项目(36个学分)的学生，它要求： a. 持有生物医学学位，并认可信息学与数据科学在个人研究中的相关性。 b. 有意向拿到临床信息学进修资格。 c.
有意向在医学实践中挖掘信息学的重要意义。 针对以上两类学生的课程都提供知识框架，便于将系统的定量方法熟练地运用到自己的领域。项目包含实践拓展训练营、一系列设计定量合生物医学学科的基础课程，以及精准施药、数据科学、数据可视化等新兴领域的课程。 所有学生都需要完成一个顶石研究项目，参与纵向的系列研讨会。 2. 入学要求 生物医学信息学硕士新生必须具备相关专业的本科知识，比如生物信息学、数学、计算机科学、统计学、物理学、机械工程、化学工程。必须具备一定的生物统计学基础，比如假设检验、线性回归、分类。必须了解分类器(classifier)，分类器的检测及诊断。 此外，必须具备一定的程序设计和计算机科学知识，至少有一门程序语言经历(包括算法、变量、控制结构相关知识)，对R编程语言有基本的认识，了解文件管理、数据解析、基础数据库原理等数据处理知识。 3. 课程
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
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12章实验设计 思考与练习参考答案 一、最佳选择题 1. 处理因素作用于受试对象的反映须通过观察指标来表达，则选择指标的依据具有（ E ）。 A.客观性 B. 特异性 C. 敏感性 D. 特异性和敏感性 E. A与D 2. 以前的许多研究表明，血清三酰甘油的含量与冠心病危险性有关，即三酰甘油的含量越高，患冠心病的危险性就越大，有的医生以此筛选危险人群。后来的研究表明，冠心病还与其他因素有关，特别是血清中高含量胆固醇和低含量的高密度脂蛋白，它们常与冠心病同时发生联系，采用严格的实验设计平衡了其他因素的作用后，发现三酰甘油的含量与冠心病发病的危险性之间的联系就不复存在了。这是以下选项中的（B）选项把握得较好所致。 A. 重复实验次数较多 B.均衡性原则考虑得周到 C.用多因素设计取代单因素设计 D.提高实验人员的技术水平 E.严格按随机化原则进行分组 3. 实验共设4个组，每组动物数均为4只，在4个不同的时间点上对每只犬都进行了观测，资料概要列于教材表12-7中，此资料取自（B）。(注：B100 mg代表用B药的剂量) 教材表12-7 Beagle犬受6.5 Gy不均匀γ射线照射再用Ｂ药后外周血白细胞总数的结果━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━时间白细胞总数(S X ，×109/L) ─────────────────────────────────────── /天照射对照照射+B100 mg 照射+阳性对照药照射+B100 mg+阳性对照药────────────────────────────────────────────照射前 14.30±3.77 14.70±2.83 14.08±1.60 13.98±1.37 照射后: 6 3.68±0.82 4.26±1.40 5.28±1.52 6.90±0.97 12 7.23±0.83 7.44±1.10 8.75±1.02 10.53±1.57 18 6.87±1.50 9.26±1.36 9.87±1.23 12.78±1.83 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ A. 具有一个重复测量的两因素 B.具有一个重复测量的三因素设计 C.两因素析因设计 D. 三因素析因设计 E.交叉设计 4. 已知A、B、C都是三水平因素，且根据预试验结果得知，三个因素之间的各级交互作用都很重要，需要考察。好在这个实验作起来比较方便，需要的费用和时间都比较少。最好选用（A）。 A.析因设计Ｂ. 交叉设计Ｃ. 随机区组设计 Ｄ. 配对设计 E. 单因素三水平设计
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
流行病学与生物统计学生物统计学与流行病学卫生和生物 医学专业人员入门（第三版） Sylvia Wassertheil-Smoller, Department of Epidemiology and Population Health, Albert Einstein College of Medicine Biostatistics and Epidemiology A Primer for Health and Biomedical Professionals Third Edition xx, 243pp. Softcover $ 33.20 ISBN 0-387-40292-6
本书是由美国Albert Einstein医学院流行病学和群体健康系流行病学室Sylvia Wassertheil Smoller教授编著的。第一版于1990年出版，第二版于1995年出版，现为第三版。本书的特点是根据流行病学和统计学的基本框架，使读者理解流行病学与生物统计学的基本原理，理解“为什么做”和“做什么？”学会“如何做、如何解释”。书中的内容都是临床试验和基础研究中最常用的、或是在文献中经常引用的。 全书共分9章。第1章讲述科研方法问题，包括逻辑推理、变异、研究设计、变量的量化、无效假设、假设检验、检验错误的类型、显著性水平等；第2章叙述概率的一些基本概念；第3章介绍常用的统计学检验方法；第4章介绍流行病学的基本概念，包括流行病学的应用、常用指标、流行病学研究类型、偏倚、混杂、交互、多变量分析等；第5章介绍筛检的基本概念；第6章是叙述随机对照临床试验；第7章介绍生活质量的评价，包括量表的结构、可靠性、真实性、敏感性（反应性）以及用量表评价生活质量的局限性；第8章介绍遗传流行病学的基本概念，包括双生子研究、连锁和联系分析、传递不平衡检验等；第9章阐述科研伦理学与统计学的关系。第8、9两章的
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。