雷静《卫生统计学》第一章--绪论.ppt

西安医学院公共卫生系 《卫生统计学》 流病统计教研室 雷静 医学统计的发展 早在18世纪末，法国数学家Laplace就认为医疗是概率论应用的一个重要领域； 稍后，临床医生Louis通过观察、计算、比较，得出放血疗法（当时它被广泛用于伤寒、肺炎、扁桃体炎等的治疗）无效的结论； 19世纪初，伦敦统计学会成立，此时统计学的目标是数据收集。 统计学是公共卫生专业人员的得力工具； 现代公共卫生领域对统计学同样也提出了新要求、新挑战。 统计学的基本概念 样本：是从总体中随机抽取部分观察单位，其实测值的集合。 目的是用样本信息来推断总体特征。 样本含量（样本大小、样本例数）：即样本包含的观察单位数。 随机，不是随意，它应保证总体中每个个体被抽取的机率是相等的。 医学研究的现象绝大多数是随机现象。 二、同质与变异： 同一总体中的个体间具有同质性 变异：即同一总体中个体间存在差异的现象。 由众多的、偶然的、次要的因素造成。 ∴不能由个体代替总体，如许多药物广告 三、变量的类型 变量，即总体中个体的某种特性，用一个或多个数量来描述。 分定性和定量变量两种 定性，以分类变量最常见，分类变量又分为有序和无序两种 无序分类变量包括二分类变量和多分类变量； 有序分类变量即等级变量 定量，分为离散型变量和连续型变量两种。 离散型变量只能取整数值，如人数、菌落数； 连续型变量可以取实数轴上的任何数值，该变量可以在实数轴上连续变动。 特殊的连续型变量：如血细胞计数，它们在以千或万为单位时可以取小数值，所以视为连续型变量。 五、参数与统计量 统计学上常用一些典型的分布模式来近似的描述变量取值的实际分布，称之为统计模型。常见的模型有：正态分布、二项分布、泊松分布等。 描述总体分布特征的数值称之为参数；描述样本分布特征的数值称之为统计量。 ※复习 1.随机现象：在基本条件不变的情况下，观察的实验，可能出现这种结果，也可能出现那种结果，呈现出一种偶然性，这种现象称随机现象。 随机试验的三个特点： 可在相同条件下重复进行； 每次试验的可能结果不止一个，并且事先能明确试验的所有可能结果； 进行一次试验之前不能确定哪一种结果会出现。 2.随机事件（random event） 随机事件：在随机试验中，可能出现的结果称为随机事件。 频率：在相同条件下重复进行N次随机试验中，若事件A出现m次，则m/N称为事件A在N次试验中出现的频率，简称为事件A的频率记作W（A）。 大量的重复试验显示，某事件出现的频率具稳定性，说明随机事件出现的可能性大小是事件本身固有的一种客观属性，可以对它进行度量。 3.概率（probability） 统计定义：若在某一组条件下，当试验次数越来越多，事件A出现的频率稳定在某一常数p附近作微小摆动，称常数p为事件A的概率，记作P（A）=p 是描述随机事件发生的可能性大小的数值。 常用P表示，事件A发生的概率记为P（A）。 频率一般是不确定的数，概率则为确定的数；当试验次数足够多时，频率相对稳定，便把频率作为概率的近似值。 即P（A）≈W（A）。 概率的三个性质 （1）对于任何事件A，有0≤P（A）≤1； （2）对于必然事件，P（A）=1； （3）对于不可能事件，P（A）=0。 4.小概率事件： 统计学上，习惯将P≤0.05或P≤0.01的事件称为小概率事件。表示事件发生的可能性很小。 "这种小概率事件在一次试验中可以认为不会发生"即小概率原理。以此作为假设检验判断的基本依据。 目标与方法 一、基本概念、方法与技能 1.能够正确理解基本概念，如置信区间、置信水平、样本量、差异有无显著性、差异有无统计学意义等等； 2.方法的介绍： 设计方法：完全随机设计、配对设计、配伍设计等； 统计方法：t检验、u检验、卡方检验、线性相关回归、秩和检验等。 3.技能要求：会查书就是好学生。不必死记公式，只需注意公式间的区别、知道如何使用，如何通过统计软件完成分析、计算？ 二、教与学的方法： 统计学不是数学！应用是根本目的。不需要死记硬背，理解概念与动手实践是根本。 对统计公式，只要求了解其意义、用途和应用条件，不必深究其数学推导。 小结 统计工作的步骤 定量资料、定性资料 总体、样本 频率、概率、小概率事件 * * 西安医学院公共卫生系 统计学（statistics），是研究数据的搜集、整理与分析的科学，面对不确定性数据（偶然性的）作出科学的推断。 意义：偶然性 → 必然性（客观规律） 卫生统计学（health statistics）是应用统计学的原理、方法（如概率论数理统计的理论）研究医学数据资料的收集、整理、分析和推断的一门学科。 绪论 Karl Pearson（卡尔·皮尔逊）是英国生物