医学统计学(CLW)解答.docVIP

医学统计学 绪论 医学统计学(Medical Statistics) 基础：概率论和数理统计等数学的原理、方法 研究对象：医学资料 研究任务：搜集、整理、分析和推断 性质：一门应用学科 基本概念 （1）同质与异质 同质(homogeneity)： 性质相同 异质(heterogeneity) 例如，调查某地201112岁男童身高，则它的观察单位是每一个儿童，它的同质基础是同一地区、同一年份、同一年龄、同为男性。 个体的同质性是构成研究总体的必备条件 研究内容(指标/变量)不同，对同质性的要求不同 同质和异质是相对的概念 （2）变异 同质事物之间的差别称为变异(variation)亦称个体变异。 变异的两个方面： 个体与个体间的差别 同一个体重复测量值间的差别 个体变异(individual variation) 同质个体间的差异。 一种或多种不可控因素(已知的或未知的)作用下所产生的反映的综合表现。 结果是随机的(无法绝对正确地预测)。 个体变异是普遍存在的。 个体变异是有规律的。 没有个体变异，就没有统计学！ （3）总体 (population) 按研究目的所确定的同质研究对象某项观察指标的全体，即全体观察单位。 有限总体 (finite) 无限总体 (infinite) 个体 (individual) 组成总体的基本单位。 样本 (random sample) 从研究总体中随机抽取具有代表性的部分观察单位。 代表性，包含了总体的特性 样本含量(sample size)(population parameter) 总体的特征值称为参数。 未知的，固有的，不变的，需要研究的！ 样本统计量(sample statistic) 已知的，变化的，有误差的！ 在总体被确定之后，总体参数就是一个常数，是不会变化的，不管你是否确切知其大小；而统计量是几乎总是随着样本而变的。 参数一般用希腊字母表示， 如：总体均数 ( 总体标准差 ( 总体率 p 总体相关系数 r 统计量一般用拉丁字母表示 如：样本均数 样本标准差 s 样本率 p 样本相关系数 r （5）随机(random) 机会均等，无主观影响 抽样随机(random sampling) 有相同的机会被抽到 分组随机(random allocation) 有相同的机会被分到不同的组中 顺序随机(random order) 有相同的机会先后接受处理 （6）频率和概率 1）频率( relative frequency )：在n次随机试验中，事件A发生了m次，则比值 称为事件A在这n次试验中出现的频率。 2）概率： 数理统计学中的大数定理表明：当观察次数nf的随机波动幅度越来越小，并最终趋向于一个常数 p：随机事件A发生的概率 (probability)。 概率描述了随机事件发生的可能性的大小。是一种参数。常用P来表示。 0≤P ≤1 （7）小概率事件(rare event) 当某事件发生的概率很小(可能性很小),统计学上称该事件为小概率事件。 医学上：小于或等于0.05 小概率原理 ：小概率事件在一次试验中认为是不会发生的。 （8）变量 医学研究中，根据研究目的的要求对一些观察项目或研究指标在一些研究对象中进行观察(或测量)，由于这些指标存在着变异，故把这些观察项目或研究指标称为随机变量，简称变量(variable)。 观察结果对应的取值称为变量值或观察值。 变量的分类 数值变量 numerical Variable （定量变量） 可认为是连续的, 往往有单位, 取值间的差异是可度量的。 分类变量 categorical Variable 取值是是分散、定性的，表现为互不相容的类别和属性。 无序分类(定性变量) : 无顺序，无间隔，仅有分类 二项分类 多项分类 有序分类(等级变量):仅有顺序，无单位，取值间的差异是不可度量的 不同分类的互相转化 数值变量→无序分类变量 数值变量→有序分类变量 有序分类变量→无序分类变量 信息量只有减少，不可增加 （9）三个步骤 研究设计 运用医学统计学的起点，也是高质量地完成整个研究的重要基础。 资料分析 在研究设计基础上，通过实验(试验)或调查，将所得数据进行统计学处理的过程。 结论 在数据分析的基础上，应用统计学处理的结果，进行统计学推断；同时，依据相应的专业知识，作出专业性的结论