医学统计学的基本内容课件.pptVIP

**********************医学统计学的基本内容什么是医学统计学？数据分析运用数学和统计方法，收集、整理、分析和解释医学数据。医学研究为临床研究、药物开发、疾病预防提供科学依据和决策支持。临床实践帮助医生更准确地诊断和治疗疾病，制定个性化的治疗方案。医学统计学的重要性帮助研究人员分析数据，得出科学结论，为临床决策提供依据。提供客观证据，支持医疗实践的合理性和有效性，提高医疗质量。推动医药研发，评估药物和治疗方法的有效性和安全性。医学统计学的基本概念1数据收集收集数据，例如患者的年龄、性别和疾病症状。2数据整理将收集到的数据进行整理、分类和汇总，以方便后续分析。3数据分析使用统计方法对数据进行分析，得出结论和趋势。4结果解释解释分析结果，并将其应用于医学研究或临床实践。描述性统计汇总数据描述性统计用于概括数据的主要特征，帮助我们理解数据的整体趋势和分布。中心趋势描述数据的集中趋势，如平均数、中位数和众数，可以帮助我们了解数据的典型值。离散程度描述数据的离散程度，如标准差和方差，可以帮助我们了解数据的分散程度。平均数、中位数和众数1平均数所有数值的总和除以数值的个数2中位数将数据从小到大排序，中间的数值3众数数据集中出现次数最多的数值标准差和方差方差标准差标准差和方差是描述数据离散程度的指标，方差是数据与其平均值平方差的平均值，标准差是方差的平方根。正态分布正态分布是统计学中最重要的分布之一，也称为高斯分布。在医学统计学中，许多数据都服从或接近正态分布。正态分布的图形呈现钟形曲线，左右对称。了解正态分布有助于我们理解数据的特征，例如平均值、标准差等，从而更好地分析数据和做出结论。抽样方法随机抽样每位个体都有相等的被选中的机会。这确保样本代表总体。这包括简单随机抽样、分层随机抽样和整群抽样等方法。非随机抽样并非所有个体都有相等的被选中的机会。这可能会导致偏差，但有时是必要的。这包括方便抽样、判断抽样和配额抽样等方法。假设检验定义假设检验是一种统计推断方法，用于检验关于总体参数的假设是否成立。步骤1.提出零假设和备择假设

2.选择检验统计量

3.计算检验统计量的值

4.确定拒绝域

5.进行决策P值和统计显著性P值假设检验中，观察到的结果与原假设相矛盾的可能性。统计显著性当P值小于显著性水平（通常为0.05）时，拒绝原假设，认为观察到的结果是显著的。两组比较的方法T检验用于比较两组数据的均值，适用于连续型数据。例如，比较两种药物治疗效果的差异。卡方检验用于比较两组数据的比例，适用于分类数据。例如，比较两种治疗方法的成功率的差异。秩和检验适用于数据分布不符合正态分布的情况，例如比较两组数据的中位数。T检验和卡方检验T检验用于比较两组数值型数据的平均值是否不同，例如比较两组患者的平均血压。卡方检验用于比较两组或多组类别型数据的分布是否相同，例如比较两组患者的性别比例是否不同。相关分析变量间关系研究两个或多个变量之间是否存在关系，以及关系的强弱程度。线性相关当两个变量之间存在线性关系时，可以使用相关系数来衡量线性相关程度。非线性相关当两个变量之间存在非线性关系时，可以使用非线性相关系数来衡量非线性相关程度。线性回归1基本原理寻找最佳拟合直线2应用场景预测连续变量3示例血压与年龄的关系多元回归分析1预测结果多个自变量对因变量的影响2模型构建建立多元回归方程3变量选择确定显著影响因变量的自变量4数据准备收集整理相关数据ROC曲线和AUCROC曲线（接收者操作特征曲线）是反映诊断测试准确性的重要指标。它以真阳性率（TPR）为纵坐标，假阳性率（FPR）为横坐标绘制的曲线。AUC（曲线下面积）是ROC曲线下的面积，它代表了诊断测试的整体性能。AUC值越大，诊断测试的准确性越高。生存分析生存时间研究个体从特定时间点开始直到发生特定事件的时间长度。事件发生率考察特定时间段内事件发生的概率，例如死亡率、复发率等。生存曲线以图形方式展示生存时间分布，用于比较不同组别的生存情况。卡普兰-迈耶分析生存曲线绘制事件发生率随时间的变化情况生存率在特定时间点仍然存活的个体比例危险率在特定时间点发生事件的概率Cox比例风险模型时间依赖性分析事件发生的时间和风险因素之间的关系，考虑时间因素的影响。比例风险假设假设不同组别之间的风险比在所有时间点都保持一致。风险因素估计评估不同风险因素对事件发生风险的影响程度。相对风险和优势比相对风险暴露组患