常用医学统计方法.ppt

常用医学统计方法xx年xx月xx日

描述性统计概率论和数理统计回归分析和相关分析方差分析、协方差分析和多元方差分析聚类分析、判别分析和决策树分析医学统计在实际应用中的重要性contents目录

01描述性统计

将所研究变量的取值范围划分为一系列区间，每个区间内的频数即表示该变量取值落在该区间内的样本数，形成频数分布表。频数分布表用直条矩形面积代表各组频数，各矩形面积总和代表频数的总和，可以直观地表示变量的频数分布情况。直方图频数分布

算数均数反映一组数据的平均水平或集中趋势，代表数据的平均水平或中心位置。几何均数在一组呈偏态分布的数据中，更具有代表性的一组数据，用于反映数据的集中趋势。集中趋势

反映一组数据的离散程度或变异程度，表示每个数据点与均数之间的差异程度。离散程度方差方差的平方根，反映一组数据的离散程度或变异程度，表示每个数据点到均数的距离的平均数。标准差反映一组数据的离散程度或变异程度，表示一组数据中第三四分位数与第一四分位数之间的差距。四分位数间距

02概率论和数理统计

事件随机试验中的可能结果，可以表示为集合中的一个元素。随机试验在一定条件下进行的一系列可能结果的事件，并且每次试验的结果具有不确定性。概率表示事件发生的可能性大小，可以用数值表示，取值范围为[0,1]。概率

随机变量和概率分布表示随机试验的结果，可以用一个变量来表示。随机变量离散型随机变量连续型随机变量概率分布随机变量的取值是离散的，可以一一列举出来。随机变量的取值是连续的，无法一一列举出来。表示随机变量取每个值的概率大小。

参数估计和假设检验根据样本数据估计总体参数的情况。参数估计用样本统计量估计总体参数的情况。点估计在一定的置信水平下，利用样本统计量估计总体参数的范围。区间估计根据一定的假设，利用样本数据检验该假设是否合理。假设检验

03回归分析和相关分析

总结词线性回归是一种常见的统计分析方法，用于描述两个或多个变量之间关系的强度和方向。详细描述线性回归分析是通过建立一个变量（自变量）和一个因变量之间的线性关系，来解释自变量对因变量的影响。它通常用于医学研究中，以了解生物标志物、药物剂量等因素对疾病发生、发展和预后的影响。线性回归分析

Logistic回归分析Logistic回归是一种用于预测分类结果的统计分析方法。总结词Logistic回归分析是通过建立一个逻辑函数（即，将某个连续的因变量转换为二进制的或二项的结果），来预测一个分类结果。它通常用于医学研究中，以了解一系列因素对疾病状态的影响，例如，预测某病发生的可能性。详细描述

生存分析是一种统计方法，用于描述和比较在给定时间点上事件发生的情况。总结词生存分析主要用于医学研究中，描述疾病患者的生存时间、生存率以及影响生存时间的各种因素。它可以通过计算生存函数、风险函数、事件发生的时间等指标，为临床医生和研究者提供重要的参考信息。详细描述生存分析

04方差分析、协方差分析和多元方差分析

基本思想方差分析是通过将数据的变异分解为可解释的和不可解释的变异，从而估计和比较各因素对数据的变异贡献。适用范围方差分析适用于研究两个或多个样本均数间的比较，适用于研究因素为分类变量的情况。分析步骤1.数据的正态性和方差齐性检验；2.建立方差分析表，计算组间变异和组内变异；3.进行F检验，比较组间变异和组内变异是否有统计学意义。方差分析

基本思想协方差分析是在方差分析的基础上，通过将数据中的可解释变异和不可解释变异分离，进一步分析各因素对数据的变异贡献。适用范围协方差分析适用于研究两个或多个样本均数间的比较，适用于研究因素既有分类变量又有连续变量的情况。分析步骤1.建立协方差分析模型；2.进行模型的拟合和检验；3.计算各因素的效应大小和效应比，并比较各因素对数据的变异贡献。协方差分析

多元方差分析是在方差分析的基础上，考虑了多个因素对数据的变异影响，从而估计和比较各因素对数据的变异贡献。多元方差分析多元方差分析适用于研究多个样本均数间的比较，适用于研究因素既有分类变量又有连续变量的情况。1.建立多元方差分析模型；2.进行模型的拟合和检验；3.计算各因素的效应大小和效应比，并比较各因素对数据的变异贡献。基本思想适用范围分析步骤

05聚类分析、判别分析和决策树分析

聚类分析要点三无监督学习方法聚类分析是一种无监督学习方法，它通过相似性度量将数据集中的样本分为不同的簇，使得同一簇内的样本尽可能相似，而不同簇的样本尽可能不相似。要点一要点二样本间关系聚类分析可以揭示样本间关系，例如可以根据基因表达谱将患者分为不同类型，或者根据临床特征将疾病分为不同亚型。降维聚类分析还可以降低数据的维度，使得数据的可视化变得更加容易，也更容易发现数据中的模式和规律。要点三

判别分析分类问题判别分析是一种有监督学习方法