医学统计学完整版课件.pptxVIP

医学统计学完整版课件

contents

目录

医学统计学概述

医学统计学基础知识

医学统计推断方法

医学统计图与统计表

医学多因素分析方法

医学统计实践与应用

医学统计学概述

01

医学统计学是应用数理统计学的原理和方法，在医学领域中研究数据的收集、整理、分析和解释的一门科学。

定义

揭示医学领域中的数量规律，为医学研究和实践提供科学依据，促进医学科学的发展。

任务

医学领域中的各种数据

包括生物医学数据、临床医学数据、公共卫生数据等。

数据间的数量关系

研究数据间的关联、差异和变化趋势等。

数据的不确定性

分析数据的随机性和误差，评估结果的可靠性和稳定性。

生存分析方法

研究生存时间和相关因素的关系，如寿命表、Cox回归等。

多元统计方法

研究多个变量间的关系，如回归分析、方差分析等。

实验设计方法

研究如何合理设计实验，减少误差，提高实验效率。

描述性统计方法

对数据进行整理和描述，如频数分布、集中趋势和离散程度等。

推断性统计方法

通过样本数据推断总体特征，包括参数估计和假设检验等。

医学统计学基础知识

02

计量资料

计数资料

等级资料

医学数据的特点

01

02

03

04

具有连续性的数值变量，如身高、体重等。

表示观察单位个数或事件发生次数的数据，如发病率、死亡率等。

介于计量资料和计数资料之间的一种半定量资料，如病情严重程度分级等。

常具有不确定性、多源性、时变性等。

包括调查法、实验法、观察法等。

数据收集方法

包括数据审核、数据分组、编制频数分布表等。

数据整理步骤

使原始数据系统化、条理化，便于进一步分析。

数据整理的目的

包括算术均数、几何均数、中位数等。

包括极差、四分位数间距、方差、标准差等。

包括偏态系数、峰态系数等，用于判断数据分布的形状。

如直方图、折线图、散点图等，用于直观展示数据的分布和规律。

集中趋势描述

离散趋势描述

分布形态描述

统计图表应用

医学统计推断方法

03

用样本统计量直接估计总体参数，如样本均数估计总体均数。

根据样本统计量和抽样分布，构造一个包含总体参数的置信区间，并给出该区间估计的可靠性。

区间估计

点估计

根据研究目的和专业知识，提出关于总体参数的假设。

建立假设

根据P值和显著性水平，作出是否拒绝原假设的推断结论。

作出推断结论

根据数据类型、研究设计和假设形式，选择合适的检验方法，如t检验、F检验等。

选择检验方法

根据样本数据计算检验统计量的值。

计算检验统计量

根据检验统计量的值和抽样分布，计算P值，即观察到的数据或更极端数据出现的概率。

确定P值

02

01

03

04

05

研究一个控制变量对观察变量的影响，通过比较不同水平下观察变量的均值是否有显著差异来判断控制变量是否对观察变量产生显著影响。

单因素方差分析

研究两个或多个控制变量对观察变量的影响，以及控制变量之间的交互作用。通过构建不同的模型，比较模型的拟合优度和均方误差来判断哪些因素对观察变量有显著影响。

多因素方差分析

医学统计图与统计表

04

条形图、线图、直方图、散点图等

种类

构成

用途

标题、图序、图例、标目、尺度等

形象、直观地表达统计数据，便于分析和对比

03

02

01

简单表、分组表、复合表等

种类

表号、表题、标目、线条、数字等

构成

系统、有序地列举统计数据，便于查阅和计算

用途

医学多因素分析方法

05

03

多重共线性问题

当自变量之间存在高度相关时，会导致多重共线性问题，影响模型的稳定性和解释性，需要进行相应的处理。

01

多重线性回归模型构建

通过引入多个自变量，构建多重线性回归模型，分析多个因素对因变量的影响。

02

模型假设检验

对多重线性回归模型进行假设检验，包括回归系数的显著性检验、模型的拟合优度检验等。

1

2

3

通过引入自变量，构建Logistic回归模型，分析多个因素对二分类因变量的影响。

Logistic回归模型构建

对Logistic回归模型进行假设检验，包括回归系数的显著性检验、模型的拟合优度检验等。

模型假设检验

利用Logistic回归模型进行预测，并评估模型的预测效果，如准确率、召回率等。

模型预测与评估

医学统计实践与应用

06

试验样本量估算

根据研究目的、效应大小、显著性水平和把握度等因素，合理估算试验所需样本量。

试验设计类型

包括随机对照试验、交叉设计、析因设计等，以及各种设计类型的优缺点和适用场景。

试验数据分析

运用统计学方法对试验数据进行描述性统计、差异性检验、回归分析等，以评估试验效果和安全性。

介绍观察性数据的来源、收集方法和整理过程，包括数据清洗、变量定义和数据转换等。

数据收集与整理

运用图表和数值方法对数据进行描述，包括频数分布、集中趋势、离散程度和偏态分布等。

描述性统计分析

通过假设检验、方差分析、卡