医学统计总结.docVIP

计量资料 统计描述 频数分布： 1.频数分布表 频数分布图 可以用来判断计量资料的分布类型，以便于进一步做统计分析和处理外， 还可以进行病因研究和疾病预防控制。 集中趋势的描述： 1.算术平均数 反映一组呈对称分布的变量值在数量上的平均水平。 2.几何平均数 反映一组经对数转换后呈对称分布的变量值在数量上的平均水平，常适 用于免疫学指标 中位数 将n个变量值从大到小排列，位置居于中间的那个数。适用于各种分布类型 ， 尤其是偏态分布和一端或两端无确切数值的资料。 百分位数PX 常用于确定单峰偏态分布资料的医学参考值范围（要求样本含量要足够大）； 离散趋势的描述： 1.极差 常用来说明传染病、食物中毒等的最短和最长潜伏期；一组变量值的最大值与 最小值之差。 2.四分位数间距 是由第3四分位数P75和第1四分位数P25相减而得，记为QR。 3.方差和标准差 方差就是离均差平方和除以N。 标准差就是方差的平方根。 4.变异系数 用于观察指标不同时和均数相差较大时，记为CV。用于两种或多种不同 性质变量变异程度的直观比较；在实验方法学研究中，用来表示方法的 精密度。 统计推断 单因素 单样本 （单组设计） 一个样本指标和一个已知的总体指标做比较 1. 样本含量较小n 60且样本来自正态分布的总体时——单样本t检验 2. 样本含量较大时——u检验 3. 样本来自的总体不服从正态分布——Wilcoxon符号秩检验 两相关样本（配对设计） 两同质受试对象配成对子分别接受两种不同处理；同一受试对 象分别接受两种不同处理；同一受试对象接受处理前后。 1.两样本差值服从正态分布——配对t检验 2两样本差值不服从正态分布——配对样本比较的Wilcoxon符号秩检验 当n≤50时，查T界值表。 当 50时。可用正态近似法作——u检验 两独立样本（成组设计） 适用于完全随机设计两样本的比较 1.两样本含量较小n1≤60或（和）n2≤60，两样本的总体均服从正态分布且总体方差 相等，——两独立样本t检验 2.两样本含量较小n1≤60或（和）n2≤60，两样本的总体均服从正态分布但总体方差 不相等，——两独立样本 t’检验或秩转换的非参数检验 3.两样本的总体有一不服从正态分布或总体方差不相等——两独立样本的Wilcoxon秩 和检验 当n1≤10和n2－≤10时，查T界值表。 当n1 10或n2－≤5时，查H界值表。 当g 3且最小样本例数 5或g 3时，则H近似服从 χ2分布，查χ2界值表。 2.随机区组设计资料的方差分析 对于正态分布且方差齐的资料——双向分类的方差分析 对于分正态分布或（和）方差不齐的资料——Friedman M检验或进行变量变换 后采用双向分类的方差分析。 Friedman M 检验 当n≤15和g≤15时，查M界值表。 当n 15或g 15时，可用卡方近似法，查χ2界值表。 实际上，当g 4或者g 4且n 5或者g 3且n 9时，就可用 χ2近似法，查χ2界值表。 多个独立样本间的多重比较 多个样本均服从正态分布且方差齐 1.LSD-t检验 适用于一对或几对在专业上有特殊意义的样本均数间的比较。 2.Dunnett-t检验 适用于g－≤15和g≤15时，查M界值表。 当n 15或g 15时，可用卡方近似法，查χ2界值表。 实际上，当g 4或者g 4且n 5或者g 3且n 9时，就可用 χ2近似法，查χ2界值表。 多个相关样本两两比较的q检验 析因设计——方差分析 完全随机的析因设计 SS总 SSA+SSB+SSAB+SSE 随机区组的析因设计 SS总 SSA+SSB+SSAB+SSE+SS区组 正交设计 是非全面实验，g个处理组是各因素个水平的部分组合。适用于寻找疗效好的 药物配方，医疗仪器多个参数的优化组合，生物体的培养条件等。 当以筛选各因素各水平最佳组合条件为目的时——直接分析，算一算 当需对实验结果进行统计推断时——方差分析 重复测量设计——方差分析 计数资料 统计描述 1.绝对数 如某病的出院人数、治愈人数、死亡人数等，通常不具有可比性。 2.强度相对数 说明某现象发生的频率或强度又称为率。 率 某时期内发生某现象的观察单位数/同期可能发生某现象的观察单 位数×比例基数 3.结构相对数 表示事物内部某一部分的个体数与该事物各部分个体数的总和之比，用 来说明各构成部分在总体中所占的比重和分布，又称为构成比。 构成比 某一组成部分的观察单位数/同一事物各组成部分的观察单位数×100% 4.相对比 简称比，是两个有关指标之比，说明两指标的比例关系。 相对比 甲指标/乙指标×100% 统计推断 样本率与总体率的比较 当n较大、p和1－－－－－－≥40且所有的T≥5时——χ2检验的基本公式或专用公式，