医学统计学数学与模型.pptxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

生物医学数学模型

任课教师:

——医学统计学数学与模型

2

一、假设检验

1.为什么要进行假设检验?

样本和总体之间或两次不同抽样之间必然有差异。样本和总体间的差异或者两次不同抽样间的差异可能有两方面的原因:

A.抽样误差所至

B.本质上的差异所至

那么差异究竟是合理的抽样误差造成的还是本质差异造成的,需要进行检验。这就是假设检验研究的内容。因此假设检验是对抽样误差的评估和处理。

3

例1

一篇题为《重症肺炎并发DIC*29例》的文章中写道,有3例脑型病例,只有1例死亡。作者结论“一般脑型病死亡率高达57%,本组脑型病死亡率为33%,较低,…….本疗法对降低脑型病死率有重要意义。”

假如将上述实验重复100次,每次均含有3例脑型病例,可能的死亡组合及几率如下:

所以:在57%的总体死亡率情况下,至多死亡一人的概率为0.316179+0.079507=0.395686≈40%,可见进行100次实验,就有40次病死率不超过33%。

1如果医生对30人进行治疗,结果10人存活,在检验水准α=0.01下,能够给出该治疗方法有效()

不能

不确定

A

B

C

提交

5

原文结论难以成立的理由

在57%的病死率的情况下,3个病例中仅死亡1例的概率高达40%,因此原文病死率为33%的结果偶然性很大,不能认为该疗法对降低病死率有统计学意义。

那么,30个病例中,死亡10例,是否可下这样的结论:本组脑型病死亡率为33%,低于57%的一般脑型病死亡率,可见本疗法对降低脑型病死率有重要意义

可求得30人死亡人数小于等于10人的概率为0.0077。(在检验水准α=0.01下,课接受治疗方法有效)

6

一假设检验的基本思想-小概率原理

某事件发生的概率很小,则认为在一个抽样中实际不可能发生。

作出一个假设,在该假设条件下计算某事件的概率,如果概率小,但事件发生了,则认为所作假设不合理,拒绝假设。

1.建立假设H0

检验假设H0(无效假设)

备择假设H1(要求:H0和H1对立)

2.确定检验水准

检验水准即是允许的最大误差

常用的检验水准为:α=0.05

较高要求的检验水准为:α=0.01

也可选择其他水准,必须在结论时标明

3.选定统计方法并计算检验统计量

要根据检验的目的确定统计推断的统计量,并计算该统计量

的值,从而求得概率P

4.界定P值并作结论

事先确定的检验水准界定P值,并据此认定对H0的取舍

P≤α拒绝H0,接受H1(称差异有统计学意义)

Pα不拒绝H0,(称差异尚无统计学意义)

二回归分析与经验公式

回归分析(regressionanalysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少,分为一元回归和多元回归分析;按照因变量的多少,可分为简单回归分析和多重回归分析;按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析。

建立预测模型:依据自变量和因变量的历史统计资料进行计算,在此基础上建立回归分析方程,即回归分析预测模型。

进行相关分析:回归分析是对具有因果关系的影响因素(自变量)和预测对象(因变量)所进行的数理统计分析处理。只有当自变量与因变量确实存在某种关系时,建立的回归方程才有意义。因此,作为自变量的因素与作为因变量的预测对象是否有关,相关程度如何,以及判断这种相关程度的把握性多大,就成为进行回归分析必须要解决的问题。进行相关分析,一般要求出相关关系,以相关系数的大小来判断自变量和因变量的相关的程度。

8

例2冠心病患者的血清脂蛋白检测

冠状动脉粥样硬化性心脏病患者的血清中常出现β-脂蛋白增高,α-脂蛋白降低,它们之间有无规律呢?

β

460

480

476

490

510

520

470

464

α

240

220

230

210

190

185

215

235

R=-9558

9

例3小儿体重与体表面积的关系

要测小儿体表面积是非常复杂的,但在药物代谢、水电解质平衡、基础代谢、心搏出量、每分钟呼吸量、肾小球过滤等都需要指导体表面积,小儿体重可以很容易测量,现研究能否通过小儿体重来计算体表面积呢?

实验数据如下:

体重x

2

3.3

5

8

10

15

20

30

40

体表面积y

0.15

0.2

0.25

0.35

0.45

0.6

0.8

1.05

1.3

R=0.9962

10

例4、药物浓度在体内的变化规律

某种新药对一受试者一次静脉注射2克的剂量,测得不同时刻血液中药物浓度如下表:

1

2

3

4

5

6

8

10

0.28

0.24

0.21

0.18

0.16

0.14

0.1

0.08

时间t

浓度s

文档评论(0)

138****1610 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档