生物统计学新版市公开课金奖市赛课一等奖课件.pptxVIP

生物统计学;为何要学统计学？;;;2.用统计学思维方式考虑相关生物学研究中问题

“阳性”结果是否是虚假联系？

某感冒药治疗1周后，治愈率为90%，能否说该感冒药十分有效？

“阴性”结果是否是样本含量不足？

有些人曾对发表在Lancet,NEnglJMed，JAMA等著名医学杂志上71篇阴性结果论文作过度析，发觉其中有62篇（93%）也许是由于样本含量不足造成假阴性。;什么是生物统计学？;;课程特点与学习办法;二）提议学习办法;教学内容;第一章统计数据搜集与整理;几种惯用术语;对随机变量取值过程为测量。取值所采用原则为测量尺度。;变量——能够测量任何特性或属性Anycharacteristicorattributethatcanbemeasured。（不同个体结果可能不同）

随机变量——在概率论中称变量为随机变量

观测值（observedvalue）、变量值（valueofvariable）、资料（data）——变量测得值。;变量可是定量，也能够是定性。

定量变量（quantitativevariable）：亦称为数值变量，变量值是定量，表现为数值大小，普通有度量衡单位。e.g.身高、体重。

定性变量（qualitativevariable）：亦称为分类变量，其变量值是定性，表现某个体属于几个互不相容类型中一个。e.g.血型，豌豆花颜色。

常数（constant）：是不能给予不同数值变量，代表事物特性和性质数值。e.g.样本平均数，标准差。;误差（Error）

测量值=真实值+随机误差+非随机误差

1．随机误差（随机抽样误差）：

由于试验中许多无法控制偶然原因所造成试验结果与真实结果之间产生误差，是不可避免，不能消除。

2．系统误差

受拟定原因影响，大小改变有方向性。某种程度上能够控制。

3．非系统误差（错误）

研究者偶然失误而造成误差。;准确度与可靠度;§1.1总体与样本;二、样本;参数：总体统计指标，如总体均数、原则差，采用希腊字母分别记为μ、σ。固定常数;三、抽样;;（一）随机抽样办法;;（二）随机抽样方式;§1.2数据类型与频数（率）分布;;§1.2.2频数（率）表与频数（率）图编绘;;编制连续型数据频数（率）表

办法环节

从原始数据表中找出最大值和最小值，并求出极差。

决定划分组数，分组数是由??据多少决定，在数据较少时，如50～100个数，能够分为7～10组。数据较多时，可分为15～20组。

依据极差与决定划分组数，拟定组限。

在频数表中列出所有组限、组界及中值。

将原始数据表中数据，用唱票方式填入频数表中，计算出各组频数和频率。;;;;累计频数图意义？;研究频数（率）分布意义;频数（率）分布不恒定性;1.3样本几种特性数;频数表和频数图只能定性地描述一组数据。对于生物统计学来说，这种描述远远不够。为了更客观地描述这些数据，需要借助于下列分析工具帮助。

它们是数据集中点度量——平均数，数据变异程度度量——极差、方差、原则差和变异系数。这些数字是描述样本频率分布特性，称为样本数字特性或简称为样本特性数（samp1echaracteristics）（总体称参数）。;平均数（mean）; 算术平均数;;2加权法;算数平均数基本特性;平均数计算办法;例1.1新生儿体重;连续型数据频数资料：;例1.2“三尺三”株高;二、中（位）数;三、众数;变异程度度量;;;第53页;平均离差（meandeviation,MD）;除得商称为样本方差（samplevariance），用符号s2表示。;原则差（s，SD）;s要比MD要大一些。

假如数据分布曲线是平滑且对称，那么大约57％数据落在平均数±MD内；

假如数据分布曲线是平滑且对称，那么大约68％数据落在平均数±s内。;总之，衡量数据离散程度时，三种办法都能够使用。用抽样理论能够证实：用原则差预计总体离散程度最可靠，平均离差次之。;原则差计算办法;例1．3从两个小区别别随机抽取20株小麦，测其单穗粒数，结果下列表，计算其原则差。;列出下表计算;但是若将上述数据进行编码，则可明显看出用（1.12）式计算极为便利。详细做法是任选一个数C，求每一个数与C差，利用差值计算离差平方和。结果与未编码所得值是同样。C最好选靠近平均数一个数，这样编出数码最容易计算。;现仅对例1.3中

第一个小区进行

计算，取C＝25，

于是x＝x－25。

依据（1.12）式;1.频数资料计算办法;第65页;对于连续型数据，能够用中值代替离散型数据中组值做近似计算，但是连续型数据中中值普通都较大，必须编码后再计算。可用下式：;第67页;第68页