统计讲课.ppt

/35 统 计 学 独立样本T检验 Logistic回归 ROC曲线 独立样本T检验 18例冠心病患者及16例健康人的血脂，分别为X1和X2，问两组人群的血脂水平有无不同。 计量资料的统计描述 集中趋势的描述 统计上使用平均数（average）这一指标体系来描述一组变量值的集中位置或平均水平。 常用的平均数有: 1、算术均数（均数）：可用于反映一组呈对称分布的变量值在数量上的平均水平或者说是集中位置的特征值。 适用于对称分布，特别是正态分布资料。 2、几何均数：可用于反映一组经对数转换后呈对称分布或正态分布的变量值在数量上的平均水平。 3、中位数 与百分位：数是将每个变量值从小到大排列，位置居于中间的那个变量值。 4、众数：数组观察值中出现频率最高的那个观察值 常用统计指标：极差、四分位数间距、方差、标准差和变异系数。 方差与标准差 方差，反映一组数据的平均离散水平。 标准差是方差的正平方根 说明资料的离散趋势(或变异程度)，标准差的值越大，说明变异程度越大，均数的代表性越差。 统计推断 在大多数情况下，研究者并不知道总体的参数，而是在总体中随机抽取一定数量观察单位作为样本进行抽样研究，通过样本指标来说明总体特征，这种从样本获取有关总体信息的过程称为统计推断 样本统计量 相应总体参数 统计推断包括：参数估计 和 假设检验 判断题 有95%可能性落在可信区间内？ 95%的可信区间包含了 ？ 可信区间确切含义 从正态分布的总体中随机抽取１００个样本，可以计算得到１００个样本均数、标准差及可信区间， 1??＝９５％时，在计算得的１００个可信区间中，平均有９５个可信区间包含了总体均数，而另外５个不包括 可信区间用于说明量的大小，即推断总体均数的范围 判断题 有95%可能性落在可信区间内 95%的可信区间包含了 问题 心脏生化标志物水平升高和(或)降低超过参考值上限99百分位值 心脏生化标志物水平升高和(或)降低超过参考值上限99百分位值 对于偏态分布或未知分布的资料，正常值范围的确定常用百分位数法，参考值范围是基于一定可信度（ 99% ）而建立的的，即它最多仅能包含95%或99%的“正常”个体 这一正常上限值来自99%的正常人测定数据，故非常可信 假设检验的基本步骤 1、建立假设检验，确定检验水平 H0：无效假设 样本均数=总体均数 H1: 备择假设 样本均数≠总体均数 : 确定检验水准 2、选定检验方法，计算检验统计量 3、确定P值，作出推断结论 4、根据统计推断结果，结合相应的专业知 识，给出一个专业的结论。 P ＜0.05含义：（代表曲线下面积）如果H0成立，出现现有样本（样本所代表的总体相同时所抽出的样本）均数的可能性小于0.05，即为小概率事件，故拒绝H0假设，接受H1，认为存在差异。 从问题的对立面H0出发，间接判定要解决的问题H1是否成立。然后在H0成立的条件下计算检验统计量，最后获得P值来判断。当P小于预先规定的概率值（α=0.05），就是小概率事件。根据小概率事件原理：小概率事件在一次抽样中发生的可能性很小，如果发生，则有理由怀疑原假设H0，认为其对立面H1成立。 P＜α，拒绝H0，接受H1 P＞α，不拒绝H0 某医生观察30例胃癌术后复发情况，以术后是否复发为因变量，拟选年龄、胃切除、家族遗传、营养状况、术后化疗为自变量，筛选胃癌复发的危险因素。 ROC(Receiver Operating Characteristic)曲线，用于二分类判别效果的分析与评价，一般自变量为连续变量，因变量为二分类变量。 曲线下面积（AUC） ， cut-off值，敏感性，特异性是必须交待的。AUC的取值是介于0.5和1之间的，不可能低于0.5 ROC曲线下的面积值在1.0和0.5之间。在AUC＞0.5的情况下，AUC越接近于1，说明诊断效果越好。AUC在0.5～0.7时有较低准确性，AUC在0.7～0.9时有一定准确性，AUC在0.9以上时有较高准确性。AUC＝0.5时，说明诊断方法完全不起作用，无诊断价值。AUC＜0.5不符合真实情况，在实际中极少出现。 利用ROC曲线确定诊断分界点cut-off值 附属超链接 t检验 One-Samples T Test：进行样本均数与已知总体均数的比较。 Independent-Samples T Test：进行两独立样本均数的比较，即两组资料的t检验。 P