医学常用统计方法.pptxVIP

医学常用统计方法

演讲人：

日期:

目录

CATALOGUE

02

假设检验方法

03

回归分析技术

04

生存分析方法

05

统计软件工具

06

医学研究应用

01

基础统计方法

01

基础统计方法

PART

描述数据的离散程度，反映数据分布的宽度和变异程度。

标准差

描述数据的取值范围，反映数据的波动幅度。

最大值与最小值

01

02

03

04

描述数据的平均水平，常用于反映数据的“中心”位置。

平均值

描述数据在某一百分位置的水平，常用于划分数据的等级。

百分位数

描述性统计分析

数据分布验证

正态性检验

用于检验数据是否符合正态分布，如Shapiro-Wilk检验、Kolmogorov-Smirnov检验等。

方差齐性检验

独立性检验

用于检验各组数据的方差是否相等，如Levene检验、Bartlett检验等。

用于检验两个分类变量是否独立，如卡方检验、Fisher精确检验等。

1

2

3

统计图表应用

条形图

用于比较不同类别之间的数量差异，直观展示各类别的频数或百分比。

02

04

03

01

散点图

用于展示两个变量之间的关系，判断变量之间是否存在某种关联或趋势。

折线图

用于展示数据随时间或某种连续变量的变化趋势，反映数据的变化速度和趋势。

箱线图

用于展示数据的分布特征，包括中位数、四分位数、异常值等信息，便于发现数据的异常和离群点。

02

假设检验方法

PART

t检验

用于比较两组数据的均值是否存在显著差异，通常用于样本量较小且总体方差未知的情况。

Z检验

用于比较样本均值与已知总体均值之间的差异，或用于两个样本均值的比较，要求样本量足够大且总体方差已知。

t检验与Z检验

通过比较实际观测频数与期望频数之间的差异，来检验观察数据是否符合某种理论分布或假设。

卡方检验原理

主要用于分类变量，如两个分类变量的独立性检验、拟合优度检验等。

适用范围

卡方检验原理

方差分析框架

方差分析（ANOVA）

通过计算总变异中的组间变异和组内变异，来评估不同组之间的差异是否显著。

方差分析的基本假设

方差分析的类型

样本数据来自正态分布总体；各组之间的方差相等（即方差齐性）。

单因素方差分析（用于比较两个或两个以上组的均值差异）和多因素方差分析（同时考虑多个因素对响应变量的影响）。

1

2

3

03

回归分析技术

PART

线性回归模型

线性回归模型主要用于预测一个连续变量（如血压、血糖等）与一个或多个自变量（如年龄、性别等）之间的关系。

预测连续变量

通过线性回归模型，可以评估自变量对因变量的影响程度，即回归系数的大小和方向。

线性回归模型可以提供预测值和置信区间，从而对未来观测值进行预测和置信区间估计。

评估自变量对因变量的影响

线性回归模型可以进行假设检验，例如检验自变量是否对因变量有显著影响，或者检验模型的拟合度等。

假设检验

01

02

04

03

区间估计和预测

预测分类变量

Logistic回归主要用于预测一个二分类变量（如是/否、有/无等）与一个或多个自变量之间的关系。

变量筛选和模型优化

通过Logistic回归，可以进行变量筛选和模型优化，以提高模型的预测能力和稳定性。

广泛应用于医学领域

Logistic回归在医学领域广泛应用于疾病预测、风险评估、临床试验等。

估计概率

Logistic回归可以估计自变量对于某个分类的概率，例如，患有某种疾病的概率等。

Logistic回归应用

01

02

03

04

Cox回归解析

生存分析

01

Cox回归主要用于生存分析，即研究某个事件（如死亡、疾病复发等）发生的时间与自变量之间的关系。

处理删失数据

02

Cox回归可以处理删失数据，即某些观察对象在观察期间未发生事件，但仍需考虑其生存时间和自变量对其生存的影响。

估计风险比

03

Cox回归可以估计自变量对生存时间的风险比（HazardRatio），从而评估自变量对生存时间的影响程度和方向。

广泛应用于临床研究和流行病学

04

Cox回归在临床研究和流行病学中广泛应用，如研究某种药物对患者生存时间的影响，或者评估某种暴露因素对疾病发生风险的影响等。

04

生存分析方法

PART

描述生存时间和结局，横轴表示生存时间，纵轴表示生存率。

根据样本数据估计在不同时间点上的生存概率，可评估因素对生存时间的影响。

曲线呈阶梯状下降，表示随着时间推移，生存概率逐渐降低。

比较不同组别患者的生存情况，评估治疗效果等。

Kaplan-Meier曲线

生存曲线

生存概率估计

曲线特点

曲线应用

Log-rank检验流程

检验目的

比较两组或多组患者的生存时间是否存在差异。

检验方法

基于生存数据计算卡方值，通过比较卡方值与临界值，确定差异的显著性。

检验结果

P值小于显著性水平（如0.05），认为组间生存时间存在差异。