医学统计学范例.doc

统计资料类型 变量（variable）：同质研究对象的某特征值具有变异性，构成了研究的变量。如年龄，性别等 2. 变量值（variable value）:变量观察结果或变量的测定数值 3.统计资料（data）:某次研究的全部或部分变量值的组合 4.由不同的变量产生的统计资料类型也不同：定量变量，定性变量，等级变量 1．计量资料（或定量资料）:对每个观察单位用定量方法测定某项指标的数值大小所得的资料.计量指标也称为数值变量或定量变量，按取值的不同可分为离散型变量和连续型变量。特点：有度量衡单位，如现有子女数（人）、龋齿数（颗）、患者的身高（cm）、血压（mmHg）、脉搏（次/分）、红细胞计数（10１２/L），体重 2．计数资料或定性资料，或分类资料:按性质或类别进行分组,然后再清点各组数目所得的资料。特点：无固有度量衡单位，各属性之间互不相容。如肤色（黑、白）、血型（ABO）、职业（工??、医生、教师等）、性别（男女）。 计数指标也称为分类变量或名义变量 3．等级资料将观察单位按某项指标的等级顺序分组，再清点各组观察单位的个数所得的资料。特点：半定性或半定量的观察结果。有序多分类①癌症分期：早、中、晚②药物疗效：治愈、好转、无效、死亡③尿蛋白：-,?,+,++,+++及以上。 一组20~40岁成年人的血压（计量资料） 以12kPa为界分为正常与异常两组，统计每组例数（计数资料） 某人记录了50名病人体重的测定结果：小于50Kg的13人，介于50Kg和70Kg间的20人，大于70Kg的17人，此时资料属于（计数资料） 4 统计学中的几个基本概念1. 随机事件与必然事件: 随机事件：个别试验中呈现不确定性，而大量重复试验中又具有规律性的事件。医学上很多事件都是随机事件。如病人的疗效治愈或无效。随机变量：代表随机事件的变量就称为随机变量。必然事件是指在一定条件下必然会发生的事件 2. 同质与变异:在科学研究中，除了直接关注的研究因素外，其他非研究因素（如性别、年龄）也会影响研究结果，为了突出研究因素的作用，需要使各比较组之间的非研究因素尽可能相同，即同质。同质：所研究的观察对象具有某些相同的性质或特征.即使非研究因素控制在相同条件下，个体的观察值之间也会有所不同（如双胞胎的性格、身高、体重等），这种在同质基础上个体的某项指标之间的差异称为变异。变异是统计学研究的基础，没有变异就无需统计学，统计学正是处理数据变异的科学 3. 总体与样本 总体：根据研究的目的确定的，同质个体所构成的全体。样本：从总体中随机抽取的具有代表性的部分个体。样本要具有：代表性、随机性和可靠性 4. 抽样研究与抽样误差 抽样研究：从总体中随机抽取样本，对样本信息进行分析，从而推断总体特征的研究方法常用的方法抽样方法:简单随机抽样，系统抽样，分层抽样，整群抽样 误差：统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。主要有以下二种：系统误差和随机误差（随机测量误差,抽样误差）。(1)系统误差：指数据搜集和测量过程中由于仪器不准确、标准不规范等原因，造成观察结果呈倾向性的偏大或偏小，这种误差称为系统误差。特点：具有累加性(2)随机误差：由于一些非人为的偶然因素使得结果或大或小，是不确定、不可预知的。特点：随测量次数增加而减小 A随机测量误差：在消除了系统误差的前提下，由于非人为的偶然因素，对于同一样本多次测定结果不完全一样，结果有时偏大有时偏小，没有倾向性，这种误差叫随机测量误差。特点：没有倾向性，多次测量计算平均值可以减小甚至消除随机测量误差。 B.抽样误差：样本指标与总体指标之间的差值或样本指标之间的差值。产生原因：个体差异即变异；样本只是部分研究对象。减少抽样误差：控制方法;改进抽样方法;增加样本量;选择变异程度小的指标 5. 参数与统计量（1）参数描述总体特征的指标。 一般用小写的希腊字母表示总体参数。如总体均数（μ）、总体标准差（σ）、总体率（π）等。 （2）统计量：由总体中随机抽取样本而计算的，描述样本特征的相应指标。一般用拉丁字母代表。如样本均数（X）、样本标准差（s）、 样本率（p）等。 （3）统计推断：根据统计量推断参数 ? 包括：参数估计:对总体参数大小进行估计。假设检验:对总体参数进行比较。 6. 频率与概率:概率：描述某一事件发生的可能性大小的指标(0~1)。统计学上常用符号P来表示，记为P（A）。必然事件概率为1，不可能事件概率为o，随机事件概率为0＜P＜1（描述总体的特征） 2、 小概率事件：如果一个事件发生的可能性P≤0.05或P≤ 0.01的话，则认为一次是实验中是不大可能发生的。在医学科研论著中经常见到P≤0.05，或P≤0.01，前者表示事件发生的可能性等于或小于0.05，后者表示事件发生的可能性等于或小于0.01