3_第三讲_统计推断概述5资料.ppt

统计推断概述 第三讲 了解总体特征的最好方法是对总体的每一个体进行观察、试验，但这在医学研究实际中往往不可行。 无限总体：欲分析全国成年人的血压与血脂水平？直接测量？抽样？ 对有限总体限于人力、财力、物力、时间或个体过多等原因，不可能也没必要对所有个体逐一研究。 临床研究的特殊性决定了只能采用抽样方法，通过从已知或未知的总体中随机抽取样本来推论总体特征。 一、统计推断概述 统计推断以概率论为基础,根据试验或观察得到的样本数据,来研究对象总体的客观规律性，以作出合理地估计和判断. 1、统计推断过程 实例演示抽样过程，寻找抽样规律 2008级研究生的临床科研设计成绩为已知总体（85±8分，400人） 从成绩单中反复做100次抽样，每次抽取10人成绩作为训练样本。 分别计算每次抽样的均数，以每个样本均数做为观察单位(共100个样本均数)。 样本均数抽样分布具有如下特点： 各样本均数未必等于总体均数； 各样本均数间存在差异； 样本均数围绕总体均数(85分)，呈正态分布； 样本均数变异范围较原变量变异范围大大缩小，这100个样本均数的均数为85.1分、标准差为1.79分 在非正态分布总体中可进行类似抽样。 2、频率分布与概率分布 3、中心极限定理 在样本量足够大时，不管原始分布如何，其抽样分布仍为正态分布。 4、抽样分布的描述 抽样分布呈现正态分布： 位置参数：“均数”？ 形状参数：“标准差”？ 4、抽样分布的描述 抽样分布呈现正态分布： 位置参数：“均数”？=总体均数 形状参数：“标准差”？=标准误 常见统计量与抽样概率分布类型 正态分布（大样本抽样） t分布（小样本抽样） 对数正态分布（OR） F分布（方差比） 卡方分布（率） ？？？ 二、偏差与抽样误差 在临床研究中，总会出现测量误差：即样本平均值与真值之间的差值。 系统误差(偏差)：研究/临床试验本身产生 抽样误差：随机误差 系统误差：可以避免，固定（或规律变化）具有方向性，往往是由于混杂与偏倚造成，可以通过严格设计加以消除与控制。 抽样误差：不可避免，随机没有方向性，可以测量与控制。 测量抽样误差的指标:标准误 与标准差有关:个体变异程度大,标准误大. 与样本含量有关:样本含量增大,标准误减少。 临床研究中如何控制抽样误差？ 定义总体与确定抽样单位 抽样过程 样本含量 严格定义总体与抽样单位 根据研究目的，确定目标人群与框架人群 明确诊断标准 纳入标准与排除标准 严格抽样过程 严格遵守随机化原则(randomization) 确立抽样框架(Sampling frame) 选择随机抽样方法 确保足够的样本含量 设计阶段估计样本含量 三、统计推断----假设检验 问题的提出 背景:根据前期大量调查与文献综述，脉搏数可能与海拔高度有关，已知健康成年男性的脉搏均数为72次/分，那么高原地区成年男性脉搏数与一般成年男性脉搏数有无差别？ 实例分析 研究对象与目标人群: 以川西高原某山区的成年男子(18-60岁)作为目标人群. 设计方案：横断面调查 调查结果:调查者在该山区随机抽查了25名健康男性,其脉搏均数为74.2次/分，标准差为6.0次/分. 本例资料特点分析 本该研究数据类型为数值变量资料 已知一般人群的总体脉搏均数为72次/分 从山区人群抽取了25例样本,均数为74.2次／分。 研究目的：山区成年人群脉搏数(总体1)与 一般人群脉搏数(总体2)是否相等 步骤 1：建立假设、确定检验水准 H0：μ=μ0 （无效假设） H1：μ≠μ0 （备择假设） 检验水准?=0.05 无效假设：检验假设、零假设/原假设，用H0表示。样本均数间差别是由抽样误差造成的。 H0通常：某两个(或多个)总体参数相等，或某两个总体参数之差等于0，或……无效，或某资料服从某一特定分布等； 备择假设：对立假设,用H1表示。 凡是不属于H0 情况的，统统纳入备择假设。 有单侧与双侧之分。 μ≠μ0 备择假设（μμ0 ，μμ0 ） μμ0 或μμ0 任一种 检验水准? ：为预先设定的概率值，确定了小概率事件标准． 实际工作中一般取?＝0.05 可根据不同研究目的,给予不同的设置值. 注意事项 无效假设： 无效假设针对总体而不是样本。 无效假设与备择假设是相互联系、相互对立的，两者缺一不可。 假设检验均是以无效假设为出发点。 步骤 2：选定检验方法,计算统计量 依靠资料类型、设计方案、检验方法的应用条件，抉择检验方法 基于无效假设成立的条件，计算统计量 根据统计量的抽样分布规律，确定P值。 步骤 3：确定P值,作出推断结论 P值指从无效假设规定的总体中随机抽取得到等于及大于(或等于及小于)现有样本获得的检验统计量值的概率。 P值的意义 The P val