医学统计学 2.统计学的几个基本概念 一、2.统计学的几个基本概念.pptVIP

（1）同质与变异 同质(homogeneity)：指根据研究目的所确定的观察单位其性质应大致相同。 观察单位(observed unit)：研究对象的基本单元，可以是一个人、一个地点、一只动物、一份生物样品等。 变异(variation)：性质相同的事物，如果观察同一指标，各观察单位之间由于存在个体差异，也会使测量结果不同。 案例：2018年盐城市10万个12岁健康女孩的身 高情况。 研究目的：2018年盐城12岁女孩身高情况 研究对象：10万个，18年盐城居住12岁女孩 观察指标：身高 观察单位：个体 同质与变异 变量（variable）：根据研究目的，对研究对象的某个或某些特征（研究指标或项目）实施观测，这些特征（指标或项目）称为变量（variable） 变量的观测值称为数据（data） 资料（数据）：变量的取值（变量值） 定量数据（quantitative data ）：也称计量资料。 定性数据：也称计数资料。 有序数据：也称半定量数据或等级资料。 统计分析方法的选用与数据类型有密切的关系。根据分析的需要，不同类型的变量或数据之间可以进行转换。 Variable and data 三类资料间关系举例： 例：一组20?40岁成年人的血压 以12kPa为界分为正常与异常两组，统计每组例数 8 低血压 8? 正常血压 12? 轻度高血压 15? 中度高血压 17? 重度高血压 计量资料 等级资料 计数资料 总体（ population ）：根据研究目的确定的所有同质观察单位的全体，它包括所有定义范围内的个体变量值。描述总体特征的指标称为参数（parameter） 样本（sample）：从研究总体中抽取部分有代表性的观察单位，对变量进行观测得到的数据。描述样本特征的指标称为统计量（statistic）。 举例：2018年盐城市12岁健康女孩的身高情况 已知盐城市2018年 12岁女孩有10万人 抽样调查 随机抽取100个女孩，测其身高，以之推断该地12岁女孩身高情况。 测量这10万个人的身高，后统计分析，得出结论 普查 抽样的原则 代表性(representative) 随机性(randomization)” 可靠性（reliability) 可比性(comparable) (4)：参数与统计量 参数：根据总体变量值统计计算出来的，描述总体特征的统计指标。 统计量：根据样本个体值计算出来的，描述样本特征的统计指标。 随机抽取部分观察单位 总 体 样 本 平均数 s p 标准差 率 μ π 参数 统计量 希腊字母 拉丁字母 推断 inference σ 系统误差（systematic error）: 误差的大小通常恒定或按照一定规律变化，具有明确的方向性。 随机测量误差（random measurement error ） : 各种偶然因素造成误差，误差没有固定的大小和方向，但具有一定的统计规律（如服从正态分布）。 抽样误差（sampling error）: 由于抽样而引起的样本统计量与总体参数间的差异，在统计学上称为抽样误差。不可避免。 方法：减少个体差异，增大样本含量 举例：2018年盐城市12岁健康女孩的身高情况 4 6 7 Population：10万人 5 8 9 13 15 12 6 3 10 17 抽样A （100人） 抽样B （100人） A=139.95cm B=138.83cm 1 9 2 3 5 8 11 17 16 15 13 14 12 10 6 7 普查 （10万人） 总体均数 μ =139.04cm 总体与样本 样本与样本 抽样 误差 概率（probability）：描述某事件发生可能性大小的度量。 事件A发生的概率可以写成 ，其取值范围为 , 表示该事件不可能发生， 表示该事件必然发生。 频率：样本中事件的实际发生率 估计方法：当n足够大时，用频率估计概率 在统计学上，统计推断结论都是基于一定概率得出的，习惯上将 的事件称为小概率事件，表示在一次试验或观察中某随机事件发生可能性很小 如果小概率事件在现实中出现，就要追究其原因。 小概率事件在一次随机试验中不太可能发生 小概率事件在一次随机试验中不会发生 注意： 正确理解：小概率事件在一次随机试验中并不是不会发生的，而是指在一般的情况下不会发生，但特殊情况下也会发生。 ≠