简明医学统计学教程
作为一名临床医师，或是医学生，不管你愿意不愿意，都必须写论文。医学论文有别于其他论文，我们那些“神圣”的数据都必须进行统计学处理，这时，大多数人会遇到一个难题，大学时期学过的《医学统计学》早就忘得差不多了，重新翻开统计学书本，基本上也是看得云里雾里。为了不让同学们再次重温早年学习统计学时的那种痛苦的体验，我不自量力，特编写《医学统计学傻瓜教程》，本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，小学小用，大学大用，另有妙用。
你不需要任何的统计学基础，为了不引起你的反感，不会出现任何一道数学公式。本教程分“基础篇”及“提高篇”两个部分，学完“基础篇”即可解决绝大多数的统计学问题，学完“提高篇”，“降龙十八掌”的武功已修练到“第10层”，足以让你的同事对你刮目相看。
整个学习时间约需要2～3小时，在学习之前，我们需要到网上下载一个小工具，即《临床医师统计学助手 V10.0》，因为进行统计学处理时最令人头痛的问题是烦琐的计算，则全部由预存在本软件内的计算公式来完成。
这是一个全“傻瓜化”的教程，“基础篇”及“提高篇”各由数个实例组成，只要认真看完这些实例，将实际中碰到的问题对号入座即可，接下来我们开始轻松愉快的学习过程。
一、基础篇
1、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”的概念实在太重要了。【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：x±s，具体例子如：平均收缩压120±10.2mmHg。
我想现在同学们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x±s方式表示。利用软件《临床医师统计学助手 V10.0》，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。
2、两样本均数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，但是统计学可不是这样简单的看问题。
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”。最可靠的方法是把全部的北京产西瓜和全部的上海产西瓜都称重量，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。
凭我们的直觉和生活常识，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。为什么这样说呢？北京全部的西瓜叫“总体”，随机选择的2个西瓜叫“样本”，通常我们不会拿“总体”去比大小，这太困难了，而总是拿“样本”去比大小，这样就可能会有一个问题，你所抽到的样本，可能都是最大的西瓜，也可能都是最小的西瓜，这样由样本来推断总体就可能会出现错误（抽样误差），如何来解决这个问题呢，这就是统计学所研究的问题，总体来说，样本量越小，抽样误差越大，由样本推断总体的把握性越低，从上面例子中，相对B而言，A的可靠性就很低。现在，终于可以引出我们的主题了，统计学处理本质是研究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用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；如P＞0.05，可以理解为这种把握性在95%以下。
上面所讲的实已为统计学之精髓，也是本教程最艰难的部分，建议多看几遍。如果天生愚鲁，还是不明白，也没有关系，我们可以简单的理解为所谓统计学处理，实际上是为了弄明白两组数据的差异由抽样误差造成的可能性有多少？这种抽样误差的可能性由p值来表示，p＜0.05或p＜0.01，说明抽样误差的可能性很小（低于5%或1%），两组数据差异有显著意义；p>0.05，说明抽样误差的可能性很大（高于5%），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。那么如何求p值呢？这里本来需要例举出一大堆的数学计算公式，但是现在不这样做，我们由软件来直接计算。结合【例2】，具体操作如下。
【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），把这6个数据输入软件对应的框内，该软件就会利用预先存储的公式自动计算t值，并得出p＜0.01,由此判断两组间的差别具有极显著的意义（如果没有想成为统计学专家，就不必去理解“t值”是什么了，知道“t值”是为了求“p 值”用的就可以了），如下图。
