统计学精华版解析.docVIP

统计学是收集、分析、解释与呈现数据资料的一门科学。 收集数据：实验设计、调查设计 分析数据：统计学描述、统计学推断 解释数据：根据专业等解释统计结果 呈现结果：向杂志社、上级部门发表结果 参数与统计量 parameter and statistic 参数：总体的统计指标，如总体均数、标准差，采用希腊字母分别记为μ、σ。固定的常数。 统计量：样本的统计指标，如样本均数、标准差，采用英文字母分别记为 。 参数附近波动的随机变量 。 误差及种类 误差指观察值与真实值之差 系统误差 在实际观测过程中，由受试对象、研究者、仪器设备、研究方法、非实验因素影响等原因造成的有一定倾向性或规律性的误差。流行病学称之为偏倚（bias）。 特点：观察值有系统性、方向性、周期性的偏离真值。 措施:可以通过严格的实验设计和技术措施消除。 过失误差： 由于观察过程中不仔细造成的错误判断或记录。 措施:应认真检查核对，否则将会影响研究结果的准确性。 随机测量误差： 各种偶然因素（电压、环境温度等）的影响造成同一对象多次测定的结果不完全一样。 或同一样品不同观察者之间的差异。该误差不可避免，但要控制在容许范围内。 措施:提高操作者熟练程度可以减少这种误差。 抽样误差： 在排除了系统误差，控制了随机测量误差后，由于抽样过程造成的样本指标与总体指标之间的差异。原因：个体差异的存在。 措施:该误差不可避免，但有一定的分布规律，可估计。 准确度精密度 准确度(accuracy)或真实性（validity） ： 观察值与真值的接近程度，受系统误差的影响(常用指标：如灵敏度、特异度)。 可靠度（reliabiliy）—— 也称精密度(precision)或重复性（repeatability） ： 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（常用指标：一致百分率、Kappa值）。 举例说明统计资料的类型和不同类型资料间的相互转化 1、数值变量资料（计量资料）也叫定量数据 用仪器、工具等测量方法获得的数据 特点：有计量单位，如患者的身高（cm）、体重（kg）、血压（mmHg） 2、分类变量资料（计数资料）也叫定性数据 按某种属性分类，然后清点每类的数据 特点：无固有计量单位，如肤色（黑、白）、血型（ABO）、性别（男女） 3、等级资料 半定性或半定量的观察结果。有大小顺序，所以也叫有序分类资料 如癌症分期：早、中、晚。药物疗效：治愈、好转、无效、死亡。 尿蛋白： (、(、(、++、+++及以上 各类变量间的互相转化： 有序分类变量转化为数值变量： 如：治愈3、显效2、好转l、无效0 数值变量也可转化为分类变量： 如：按血压测量值大小将血压分为：低血压、正常、高血压 变量及其分类 连续性变量（continuous variable） 相当于计量资料 离散型变量（discrete variable） 相当于计数资料 有序变量（ordinal variable） 相当于等级资料 注：a、虽然如脉搏、白细胞计数等测量值只能是正整数，但为研究方便习惯上也视为连续变量。 b、各类变量间的互相转化。 统计工作的基本步骤- -单选 or 简答 设计design 按是否对研究对象施加干预分为：实验设计和调查设计 实验设计必须遵循的基本原则： 随机化原则（randomization) 对照原则（control） 重复原则 (replication) 医学论文统计设计方面存在的常见问题： 组间的可比性问题 对照的设立问题 样本含量的问题 样本代表性问题 搜集资料data collection 整理资料data sorting 使原始数据条理化，便于进一步的计算和分析。 1、对资料进行检查、核对 2、设计分组：质量分组、数量分组 3、按分组要求设计整理表。 分析资料data analysis 按设计的要求，根据研究目的和资料的类型，对整理出的基础数据作进一步的计算分析和统计处理，并用适当的统计图表表达出来，最后结合专业做出结论。 频数分布的类型 对称分布：集中位置居中，左右两边对称 偏态分布：正偏态分布（右偏态）峰左尾右 负偏态分布（左偏态）峰右尾左 计量资料集中趋势和离散趋势的主要统计指标及其适用范围=频数分布的两个特征 集中趋势：指变量值的中心数值或中心位置所在。 平均数： a.算术均数or均数:反映一组观察值在数量上的平均水平。 适用 主要用于对称性或近似对称性分布的资料; 尤其是在正态分布或近似正态分布上的应用。 均数的两个重要特征 离均差之和为零 离均差平方和为最小 b.几何均数:反映一组呈倍数关系的观察值的平均水平 适用：数据呈正偏态分布，经对数转换后