常见医学统计学术语介绍.PDF

常见医学统计学术语介绍 同质性（hemogeneity ）：是指研究事物现象存在的共性，它是统计研究的基础，是资料清理 和分析的前提，任何源于事实的数据，皆应以组内尽可能相同或相近，对比组间具有均衡可 比性为依据。 变异（variation ）：在同质总体中，不同个体某研究指标观测值间也经常存在不确定性，即 同质群体中自然状态下个体值之间千差万别、参差不齐的情况我们称其为变异。而统计学就 是处理这中变异性（不确定性）的科学。 总体（population ）：是根据研究目的确定的同质的所有观察单位某种变量值的集合。如某 地所有10 岁健康男孩身高值总体。 样本（sample ）：根据研究目的从总体中随机抽取反映总体特征的的部分观察单位我们称为 样本。 参数（parameter ）：将反映总体特征的指标我们称之为参数。 统计量（statistic ）：统计学中将反映样本特征的指标我们称之为统计量，又叫参数估计值。 误差（error）：在实际的研究过程中，调查研究结果可能会受到机遇和偏移的干扰与影响而 偏离真实情况，在统计研究中，将实测值与真实值之差我们将其称为误差。主要有过失误差、 系统误差和随机误差。 过失误差（gross error ）：又称为粗差，是由观察者的错误造成的误差。如记录误差、计算 误差或错用分析方法等，这类错误是不允许的，必须消除的。 系统误差（systematic error ）：由于受试对象、研究者、仪器设备、研究方法、非实验因素 影响等原因造成的，有一定倾向性或规律性的误差。如抽样不均匀、仪器未校正、操作技术 不当、计算方法不完善等。这类误差应通过严格的设计和严密的技术措施尽力消除或将其减 到最小。 随机误差(random error) ：又称为偶然误差，是排除了过失误差和系统误差后，由于众多无 法控制的因素引起的，大小及方向不一的随机变化。随机误差是不可避免的，它服从一定的 分布规律，可以用概率统计方法处理。 标准误 （standard error）：为了描述来自同一总体中抽取的诸多样本而计算得到的样本统计 量（均数或率）之间的离散程度的各种变异指标我们称之为标准误。它还能间接反映抽样误 差的大小。 参数估计 （estimation of parameter ）：科研工作中由于人力、物力、财力能影响我们一般仅 能根据样本资料计算其特征值（统计量），而我们的目的是要通过样本统计量对总体相应的 特征进行推断，用样本统计量来估计或推断总体参数的的过程我们称之为参数估计。参数估 计分为点估计和区间估计。 点估计 （point of parameter ）：即直接采用样本统计量（ 或p ）作为总体参数 （ 和 x （发病率）   ）的估计值。 区间估计 （interval of parameter ）：即按预先设定的概率，确定未知参数值的可能范围，该 范围应该以预先给定的概率包含相应的总体参数。此范围称为估计参数的可信区间或称置信 区间 （confidence interval,CI ）。预先给定的概率称为可信度或置信水平，符号为“1- ”，常 取 95%或 99%的可信区间，实际工作中若无特别申明，一般可根据研究目的和标准误的大 小来估计双侧的95%或99%的可信区间。 医学参考值范围 （medical reference range）：大多数 “正常”人，解剖、生理、生化指标等 的波动范围，我们称之为医学参考值范围，作为临床上判定正常与异常的参考标准，亦可作 为某种指标动态变化分析的依据。 变量（variable ）：研究对象或观察单位的研究特征我们就称为变量，变量的观察结果称为变 1 量值或观测值。如想了解常州地区某小学10 岁男生的身高水平，该学校每个年满10 周岁的 男生就是一个观察单位，身高就是我们此次研究的研究特征，对每个男生身高测量的结果称 为身高变量值，简称身高值或变量值。 变量类型： 根据变量的测量结果不同，我们可以将变量分为两类： 1.定量变量 （quantitative variable ）：当变量值表现为大小不等的数值时，且一般带有度量衡 单位，可用数量大小来度量某种特征或用以比值、比率等来度量某种特征测得其值。根据其 应用时以计数或测量的多少将定量变量我们可以细分为离散型（discrete ）定量变量和连续 性（continuous ）定