生物统计学基本概念及公式.docxVIP

生物统计学(Biostatistics )是以概率理论为基础，研究生命科学中随机现象规律性的应用数 学科学。涉及到医学科学研究的设计、 资料搜集、归纳、分析与解释的一门应用性基础学科、 二、科学研究的基本程序 1提出一个欲待研究的问题： 2、 科学研究设计：专业设计、统计学设计： 统计学设计(statistical design):是指用统计学原理对研究的全过程所作出的周密合理的统 筹安排，如确定研究对象，拟定研究因素及其分配，如何执行随机、对照与重复的统计学原 则，如何观察与度量效应，以及数据收集、整理与分析的方法 ，通过合理的、系统的安排， 达到控制系统误差，以尽可能少的资源消耗(最小的人力、物力、财力和时间)获取准确可 靠的信息资料及可信的结论，使效益最大化。 3、 获取试验与观察的资料，又称为搜集资料 4、 数据审核与计算机录入 5、 分析资料 描述性统计(descriptive statistics)是指用统计指标、统计图、统计表等方法，对数据的 特征及其分布规律进行检测与描述。 统计推断(inferential statistics )是通过随机样本信息推断总体特征的过程。 统计推断又包 括置信区间(con fide nee in terval)估计与统计学假设检验( hypothesis test)。统计学分析过 程按变量的多寡可分为单变量分析与多重变量分析。 6、 分析结果的合理解释 (Explication of results): 研究中应注意的问题 1统计学结论的正确与否取决于统计学分析数据的真实性、准确性以及研究样本对研究总 体的代表性。 2、 尽可能地控制系统误差是统计分析数据真实性、准确性的保证。 3、 随机化抽样是确保样本数据对研究总体具有代表性的重要过程。 变量variable :在总体中,个体的许多属性(如年龄、性别、血浆胆固醇等)存在变异性，统 计学上将反映个体属性变异性特征的指标称为随机变量( Random variable)，简称变量；针 对不同类型的属性，需采用不同类型的变量，因而产生不同类型的资料。 总体(Population )与样本(Sample):根据研究目的所确定的具有相同性质的观察单位的集 合成为总体(母体)。从同一总体中通过随机化过程抽取的部分观察单位称为样本(子样) 。 抽样(Sampling )从研究总体中通过一定原则获取样本的过程 样本含量(Sample size).样本中所包含的基本研究单位数量 同质(Homogeneity匚—司一总体中的每一个体都具有相同性质类别的特征。 变异(Variation):司一总体中的各个体间的差异性。 随机化(randomization ):能使总体中每一观察单位均能以同等机会(概率)进入样本，或 分配到实验组与对照组的过程。 抽样误差(Sampling Error):由于总体中各个体间存在变异性，因抽样过程的随机性所至样 本的统计量与总体的参数不等，或多个样本的统计量存在差异性称为抽样误差。 概率(Probabi明:描述随机事件发生的可能性的度量。 随机事件A的发生概率记为 P(A)。 概率的取值在0到1之间，若P=1或P=0的事件称为必然事件，若0P1的事件为随机事 件。概率接近于 0 (如P0.05)的事件称为小概率事件。 分布(distribution ): 一个随机试验的所有结局事件与对应的概率的排列称为分布 。 对应于样本数量值分布称其为频率分布 (Frequency Distribution );对应总体数量值的分布则 称其为概率分布(Probability Distribution) 。 参数(Parameter)：描述总体特征的数量称为参数; 常用希腊字符表示， 如卩表示总体均数， b表示总体标准差，n表示总体率。 统计量(Statistic):描述样本特征的数量称为统计量； 常用英语字母表示，如X表示样本均数， s表示样本标准差，p表示样本率。 生物医学数据的组织与表达 变量的类型：按变量测量的精确程度由低到高，将数据分类为：名义变量(如性别、婚姻状 况)、有序变量(如疗效，类别间差别大小难以度量) 、区间变量(如摄氏体温，类别间差别 有实际意义)、比变量(如身高，除具有区间变量的特征外，还具有真实意义的零点。摄氏 温度的零点为水结冰时温度，并非绝对意义的零点，所以它不属于比变量) 1、 定性变量(Qualitative Variable ) 名义变量(Nominal variable )二项分类：性别分类，如男性为 1,女性为0。多项无序 分类：血型的 A、B、AB、O型多项无序分类 有序(等级)变量(Ordinal or ranking variable)多项有序分类：疗效观测分为显效、有 效、好转及无效