课堂笔记——医学统计学
卫生统计学笔记整理
卫生统计学笔记整理第1章绪论1、卫生统计学的概念：2、统计工作的基本步骤：3、卫生统计学的几个基本概念（attention:资料的分类）第2章调查研究设计1、调查研究的特点：2、调查研究的类型，按调查抽样比例划分.第3章实验设计1、实验设计的特点.2、实验设计的三要素四原则。
3、常用的实验设计方案：（attention:正确区别完全随机设计和配对设计）第4章定量资料的统计描述1、频数表的编制步骤和频数表的用途2、集中趋势的描述。
（P55知识点4-2）3、离散趋势的描述。
（P58知识点4-3）4、正态分布的特征5、制定医学参考值范围第5章定性资料的统计描述1、相对数是对定性资料进行统计描述的一类指标。
2、常用相对数（率、构成比、相对比）的定义3、应用相对数需要注意的问题[知识点5-3] P694、标准化法的意义和基本思想5、标准化率的计算方法与注意事项[知识点5-5] P74补充：1、该方法便于比较，但不能反映实际情况。
2、并非所有资料都可以计算标准化率，若各组间出现交叉，不宜用该方法。
3、两样本做标准化率后应做假设检验第6章总体均数和总体率的估计1、抽样误差的概念。
2、标准误的概念。
[知识点6-2] P793、t分布（了解）（一）t分布的概念与计算公式（二）t分布的特征与t界值表4、可信区间的概念。
5、总体均数的估计方法：[知识点6-3] P83第7章假设检验1、假设检验的基本思想及基本步骤[知识点7-1] P922、Ⅰ型错误与Ⅱ型错误。
[知识点7-2] P933、单侧检验与双侧检验区分。
[知识点7-3] P954、假设检验应该注意的问题。
[知识点7-3] P97第8章 t检验第一节样本与总体均数的比较1.检验步骤2.[知识点8-1] P1003.当样本数量n≧50或总体均数已知时用z检验[知识点8-2] P102第二节配对设计均数的比较1.检验步骤2.[知识点8-3] P103第三节两样本均数的比较1.检验步骤2.z检验的适用条件第9章方差分析第一节方差分析的基本思想和应用条件（1）总变异、组间变异、组内变异的定义与公式（2）条件：符合定量资料，具有独立性正态分布方差齐性的特征，多样本（3或3个以上）间的比较第二节完全随机设计的方差分析（1）检验步骤（2）注意事项:[知识点9-2] P120第四节多个样本均数的两两比较1.q检验适用范围：当方差分析得出结论拒绝H0接受H1假设时需进行q检验2.掌握检验步骤第10章 X2检验第一节2x2表的X2 检验(一)完全随机设计X2 检验1.检验步骤及公式2.注意事项:[知识点10-2] p141（二）配对设计X2 检验1.检验步骤及公式2．[知识点10-3] p142第二节RⅹC表的X2 检验1.注意事项：[10-4] p143第11章非参数检验适用条件:(1)总体分布形式未知或分布类型不明(2)偏态分布的资料(3)等级资料不能精确测定，只能以严重程度优劣等级次序先后等表示(4)不满足参数检验条件资料各组方差明显不齐(5)数据的一端或两端为不确定数值的资料、等级资料(6)[知识点11-1] p153第一节秩和检验1.检验步骤：详读p154 （2）（3）3.第二节两样本比较的秩和检验1.掌握编秩的方法2.注意条件详看p157的3第12章双变量关联性分析第一节直线相关1、直线相关的概念：又称简单相关，是用来描述具有直线关系的两变量x、y相互关系的统计方法，要求两变量均来自双变量正态分布的随机变量，且两变量不分主次，处于同等地位。
医学统计学笔记12
---------------------------------------------------------------最新资料推荐------------------------------------------------------医学统计学笔记12医学统计学笔记统计学：是收集、分析、解释与阐述数据资料的一门科学。
通过收集、分类、分析来处理数据变化的科学与艺术，获得可信结果。
医学统计学：将概率论和数理统计的原理和方法应用于医疗卫生实践和医学科研，研究其数据的搜集、整理与分析的一门科学。
是认识人群健康与疾病数量特征的重要工具，是进行医药卫生科学研究的重要手段。
国外统计学家：统计学并不能证明事物，但它能进行推断，发现线索，提供信息，使得人们有根据去改善事物。
科研原则：随机化原则，对照原则，重复原则，齐同原则（均衡原则）。
统计内容：设计，总体指标估计，假设检验，现象联系关系的分析，多因素分析，健康估计。
统计三大内容：科研设计，统计描述，统计推断。
变量：1/ 25被观察和测量单位的特征。
变量值：对变量的测量值。
同质：被研究指标的影响因素相同或具有相同性质的事物。
变异：在同质的基础上各观察单位之间的差异或同质事物之间的差别。
总体：根据研究目的确定的同质的研究对象的全体。
（无限总体，有限总体）个体：是构成总体最基本的观察单位。
样本：从总体中按照一定的目的随机抽取的有代表性的部分观察单位。
（随机性，可比性，可靠性）。
从总体中按照一定的目的随机抽取的有代表性的部分观察单位。
（随机性，可比性，可靠性）。
样本含量：样本中包含的个体数。
样本含量要大，越大越具代表性，随机抽。
参数：刻画总体特征的指标（用希腊字母表示）是常数。
统计量：---------------------------------------------------------------最新资料推荐------------------------------------------------------ 样本系统指标（用拉丁字母表示）是变化的。
职称考试卫生统计学重点学习笔记
卫生统计学第一章统计学的基本内容第一节医学统计学的含义1、医学统计学定义医学统计学（statistics）作为一门学科的定义是：关于医学数据收集、表达和分析的普遍原理和方法。
2、医学统计学研究方法：通过大量重复观察，发现不确定的医学现象背后隐藏的统计学规律。
3、医学统计推论的基础：在一定条件下,不确定的医学现象发生可能性，即概率。
第二节、统计学的几个重要概念一．资料的类型1、计量资料（数值变量）：对每一观察对象用定量的方法，测定某项指标所得的资料。
一般有度量衡单位，每个对象之间有量的区别。
2、计数资料（分类变量）：对观察对象按属性或类型分组计数所得的资料。
每个对象之间没有量的差异，只有质的不同。
3、等级资料（有序分类变量）：对观察对象按属性或类型分组计数，但各属性或类型之间又有程度的差别。
注意：不同类型的资料采用的统计分析方法不同；三类资料类型可以相互转化。
二、总体根据研究目的所确定的同质的所有观察对象某项变量值的集合1、有限总体：只包括在确定时间、空间范围内的有限个观察对象。
2、无限总体：没有时间、空间范围的限制，观察对象的数量是不确定的，无限的三、样本从总体中随机抽取部分观察对象，其某项变量值的集合。
从总体中随机抽取样本的目的是: 用样本信息来推断总体特征。
四、随机事件可以发生也可以不发生，可以这样发生也可以那样发生的事件。
亦称偶然事件。
五、概率描述随机事件发生可能性大小的数值，记作Ｐ，其取值范围0≤P≤1，一般用小数表示。
Ｐ＝0，事件不可能发生必然事件（随机事件的特例）；Ｐ＝1，事件必然发生；Ｐ→0，事件发生的可能性愈小；Ｐ→1，事件发生的可能性愈大六、小概率事件习惯上将Ｐ≤0.05或Ｐ≤0.01 的随机事件称小概率事件。
表示某事件发生的可能性很小。
七、参数和统计量参数：总体指标，如总体均数、总体率，一般用希腊字母表示统计量：样本指标，如样本均数、样本率，一般用拉丁字母表示八、学习医学统计学的方法1、重点掌握“四基”：基本知识、基本概念、基本原理和基本方法；2、重视统计方法在实际中应用，重视实习和综合训练；注意学习每种统计方法的应用范围、应用条件，大多数公式只要求了解其意义和使用方法，不用记忆和探究数理推导。
医学统计学学习笔记
医学统计学笔记一、绪论及基本概念1. 资料类型①计量资料（定量资料、数值变量资料）：连续型、离散型②计数资料（定性资料、无序分类变量、名义变量）：二分类、多分类③等级资料（半定量资料、有序分类变量）信息量：计量资料＞等级资料＞计数资料2.误差类型①过失误差：可避免②系统误差：具有明确的方向性，可避免③随机误差：分为随机测量误差和随机抽样误差，没有固定的大小和方向，不可避免3.核心概念参数：u、σ；固定的常数，总体的统计指标，参数大小客观存在，但往往未知。
统计量：X̅，S，P；样本的统计指标，参数附近波动的随机变量。
概率为参数，频率为统计量。
4.医学统计工作的基本步骤：设计、收集资料、整理资料、分析资料二、计量资料的统计描述1.集中趋势的描述a.算术均数，简称均数（mean）：主要适用于对称分布或偏度不大的资料，尤其适合正态分布资料。
不能用于开口型资料。
u（总体均数），X（样本均数）。
b.几何均数（geometric mean，G）：适用于经对数转换后呈对称分布。
观察值不能为0 、不能同时有正有负。
同一资料算得的几何均数小于算术均数。
c.中位数（median, M）和百分位数（precentile, Px）：适用于各种分布类型资料。
当计量资料适合计算均数或几何均数时，不宜用中位数表示其平均水平。
用频数表法计算百分位数时，组距不一定要相等。
P x=L x+i x(n∗x%−∑f L)f xL x：第x百分位数所在组段的下限i x：第x百分位数所在组段的组距f x：第x百分位数所在组段的频数∑f L：第x百分位数所在组段上一组段累计频数d.调和均数（harmonic mean，H）：适用于表达呈极严重的正偏态分布资料的平均水平。
计算方法为求倒数的均值后再取其倒数。
SPSS：在Transform中输入公式。
2.离散（dispersion）趋势的描述a.极差（range，R）：也称为全距。
b.四分位数间距（quartile range，Q）：即统计图中箱子的高度，常用于偏态资料离散度的描述，多与M 合用。
[医学]课堂笔记——医学统计学
![[医学]课堂笔记——医学统计学](https://img.taocdn.com/s3/m/6e4903b7011ca300a7c3905f.png)
第一章医学统计中的基本概念一、医学统计工作的内容：实验设计（experiment design）、收集资料（collecting data）、整理资料（sorting data）和分析资料（analyzing data）二、变异：医学研究的对象是有机的生命体，其功能十分复杂，不同的个体在相同的条件下，对外界环境因素可以发生不同的反应，这种现象称为个体差异或称为变异三、总体（population）和样本（sample）：总体是同质的个体所构成的全体。
从总体中抽取部分个体的过程称为抽样，所抽的部分称为样本，在一个样本里含有的个体数可以不同，样本包含的个体数目称为样本容量。
四、样本的特性：代表性（representation）——要求样本能够充分反应总体的特征；随机性（randomization）——需要保证总体中的每个个体都有相同的几率被抽做样本；可靠性（reliability）——实验的结果要具有可重复性，即由科研课题的样本得出的结果所推测总体的结论有较大的可信度；可比性（comparability）——指处理组（临床设计中称为治疗组）与对照组之间，除处理因素不同外，其他可能影响实验结果的因素要求基本齐同，也称为齐同对比原则。
五、误差：①系统误差（system error）②③六、概率（probability）：是描述某一件事发生的可能性大小的一个量度。
习惯将P≤0.05或P≤0.01的事件称为小概率事件第二章集中趋势的统计描述一、频数表（frequency table）：①概念：一种格式的统计表，即同时列出观察指标的可能取值区间及其在各区间内出现的频数。
由于这种资料的表达方式较完整地体现了观察值的分布规律，所以也称为频数分布表。
②制作图标的步骤：确定组数、确定组距、确定组段、对各组段计数及手工编制划记表。
二、直方图（histogram）：①概念：直方图是以垂直条段代表频数分布的一种图形，条段的高度代表各组的频数，由纵轴标度；各组的组限由横轴标度，条段的宽度表示组距。
医学统计学学习笔记
医学统计学学习笔记第一章绪论冉美岭康复0931班学号09260431201、医学统计学：是运用数理统计、概率论的原理和方法于医学科研和实践，研究医学资料和信息的收集、整理和分析的一门应用科学。
统计方法的两个特点：用数量反映质量，利用样本推断总体。
2、医学统计学的意义：为了预防疾病，研究病因，促进健康，必须运用医学统计学方法透过偶然现象来探其规律性，得出科学推断。
3、总体：是根据研究目的所确定的同质的研究对象的全体。
4、样本：是根据随机的原则从总体中抽出有代表性的一部分观察单位。
5、描述总体特征的有关指标称为参数：如总体平均数、总体标准差、总体率等。
6、反映样本特征的有关指标称为统计量：如样本均数、样本标准差、样本率等。
7、抽样误差是不可避免的，一般来说，样本越大则抽样误差越小，越和总体的情况相接近，用样本推断总体的精确度越高，反之亦然。
8、随机化：是抽样研究和抽样分配时十分重要的原则。
具有代表性、随机性、独立性、可比性。
9、概率：是描述某事件发生的可能性大小的一个量度。
10、医学统计资料的类型：①计量资料：是对每个观察单位用定量方法测定某项指标量的大小，一般有度量衡单位。
②计数资料：是将观察单位按某种属性或类别分组，所得各组的观察单位数，没有度量衡单位。
③等级资料：是将观察单位按某种属性的不同程度分组，所得各组的观察单位数。
11、医学统计工作的基本步骤：①统计设计②搜集资料③整理资料④分析资料第二章计量资料的统计描述1、计量资料的统计描述分为两个方面：集中趋势、离散趋势2、频数表：是一种统计表：即同时列出观察值的可能取值及其出现的频数。
3、频数表的编制步骤：①计算全距R=X max—X min②确定拟分组数（k）和组距（i），根据全距的大小和组段数来计算组距i= R K③划分组段:划分组段的基本要求是第一个组段应包括最小值，最后一个组段应包括最大值。
各组段只包含下限值但不包含上限值，故在列组段时只列出下限值，不列出上限值，但最后一个组段要依据具体情况进行封口，即要同时列出下限值和上限值。
医学统计学复习笔记
统 计1． 统计工作步骤： 研究设计、收集资料、整理资料、分析资料 。
2． 定量资料： 以定量值表达每个观察单位的某项观察指标，如血脂、心率等，各观察值 间只有量的差别，有连续性。
3． 定性资料： 以定性方式表达每个观察单位的某项观察指标，如血型、性别等，各观察 值间有质的区别，无连续性。
4． 等级资料： 以等级方式表达每个观察单位的某项观察指标，如疗效等级，各观察值间 有质的区别，无数值大小5． 总体：是指按照研究目的所确定的研究对象中所有观察单位某项指标取值的集合。
分 为有限和无限两种。
6． 样本：是指从研究总体中随机抽取具有代表性的部分观察单位某项指标取值的集合。
7． 同质性：同一总体或其样本的观察单位在取值方面必须有相同的性质，称为同质性。
8． 描述某总体特征的指标称为参数；描述样本特征的指标称为统计量。
9． 概率：是指随机事件发生的可能性的大小的一个度量，常用 P 表示，其小于等于 0.05 时称为小概率事件。
10． 变异： 是以具有统治性的观察单位为载体， 某项观察指标在其观察单位之间现实的 差别。
包括同质事物间的、不同观察单位间的、同一单位不同阶段的差别。
11． 整理数据最有效的形式是频数分布，根据频数分布可以初步判断指标分布的特征是 集中趋势还是离散趋势， 发现某些特大或特小的可疑值，揭示资料分布类型，便于资 料进一步分析。
12． 频数分布分为对称分布和非对称分布， 非对称分布又称为偏态分布， 包括正偏态（大 ——小）和负偏态（小——大） 。
13． 集中趋势指标： 1） 算术均数（Xbar ），最适合单峰对称资料； 2） 几何均数(G)，如 抗体滴度、细菌计数,应用于等比数列、对数数列； 3）中位数（M ）和百分位数，适 用于偏态分布、开口资料、分布不明资料。
14． 离散趋势指标： 1)全距（R ）,又称极差，极差大说明变异度大； 2）四分位间距； 3） 方差和标准差（s ），标准差大离散程度大，及波动明显； 4） 变异系数 CV=标准差/均 数，可应用于单位不同的两组资料或均数相差悬殊的两组资料。
医学统计学知识点笔记
2012 级临床五年五班 LCM勤医学统计学笔记——xxx 级临床x 年x 班整理一.绪论1，医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。
2，医学统计学的主要内容：1）统计研究设计 调查研究设计和实验研究设计2）医学统计学的基本原理和方法研究设计和数据处理中的基本统计理论和方法。
A ：资料的搜集与整理B ：常用统计描述，集中趋势和离散趋势，相对数，相关系数，回归系数，统计表，统计图C ： 统计推断，如参数估计和假设检验。
3）医学多元统计方法 多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic 回归与Cox 回归分析。
3，统计工作步骤：1）设计 明确研究目的和研究假说，确定观察对象与观察单位，样本含量和抽样方法，拟定研究方案，预期分析指标，误差控制措施，进度与费用。
2）搜集材料A ， 搜集材料的原则 及时、准确、完整B ， 统计资料的来源医学领域的统计资料的来源主要有三个方面。
一是统计报表，二是经常性工作记录，三是专题调查或专题实验。
C ， 资料贮存3）整理资料 a 检查核对b 设计分组c 拟定整理表d 归表4）分析资料 统计分析包括统计描述和统计推断4，同质（homogeneity ）：指被研究指标的影响因素相同。
变异(variation)：同质基础上的各观察单位间的差异。
变量(variable)：收集资料过程中，根据研究目的确定同质观察单位，再对每个观察单位的某项特征进行测量或观察，这种特征称为变量变量值：变量的观察结果或测量值。
变量类型变量值表现实例资料类型离散型产前检查次数计量资料数值变量连续型定量测量值，有计量单位身高二分类对立的两类属性性别（男女）无序多分类不相容的多类属性血型（A,B,O,AB ）计数资料分类变量有序多分类类间有程度差异的属性受教育程度（小学，中学，高中，大学…）等级资料5，总体（population ）根据研究目的所确定的同质研究对象中所有观察单位某变量值的集合。
医学统计学笔记整理
医学统计学笔记整理Medical statistics is a branch of statistics specifically applied to the field of medicine. 医学统计学是一门专门应用于医学领域的统计学分支。
It involves the collection, analysis, interpretation, and presentation of data in healthcare. 它涉及在医疗保健领域收集、分析、解释和展示数据。
From clinical trials to epidemiological studies, medical statistics plays a crucial role in evaluating the effectiveness of treatments and interventions. 从临床试验到流行病学研究，医学统计学在评估治疗和干预措施的有效性方面发挥着至关重要的作用。
One of the fundamental aspects of medical statistics is the design and analysis of clinical trials. 医学统计学的一个基本方面是临床试验的设计和分析。
Clinical trials are research studies that test new treatments or interventions in human subjects. 临床试验是对人类主体进行新治疗或干预措施测试的研究。
Medical statisticians are responsible for designing the study, determining the sample size, randomizing participants, and analyzing the results to determine the treatment's effectiveness. 医学统计学家负责设计研究、确定样本大小、对参与者进行随机分组，并分析结果以确定治疗的有效性。
医学统计学重点终极笔记
Medical Statistics【Introduction】医学统计工作的内容⒈实验设计：最关键、最重要⒉收集资料：最基础[原始资料] 实验数据，现场调查资料，医疗卫生工作记录、报告、报表质量控制：精度和偏倚⒊整理资料：资料的逻辑、一致性检查，原始数据的加工(频数分布表)⒋分析资料：统计描述(表、图、离散趋势、集中趋势)和统计推断资料的类型⑴计量资料：定量方法测定数值大小所得的资料⑵计数资料：按性质或类别分组，然后计数⑶等级分组资料：具有计数资料的特性，又有半定量的性质(“+ , -”表示)变异：不同个体在相同环境下，对外界环境因素发生的不同反应，即个体差异总体：同质的个体所构成的全体。
[同质性，大量性，差异性]样本：从总体中抽取部分个体的过程称为抽样，所抽得的部分是样本。
样本包含的个体数目称为样本含量样本的特征：⑴代表性⑵随机性⑶可靠性*抽样的要求：代表性，随机性，可靠性，可比性完全随机设计：将受试对象随机分配到各处理组或对照组中，或分别从不同总体中随机抽样进行研究。
可为两样本或多样本得比较，但样本含量不宜相差太大。
随机区组设计：也称配伍设计，是配对设计的扩展。
配对设计的每一“对子”中的受试对象分别随机分到两个处理组中，而配伍组设计中的每个“配伍组”，包含多个受试对象，要将它们分别随机分到各处理组中。
误差：泛指观测值与真实值之差，以及样本统计量与总体参数之差⑴系统误差：在收集资料过程中，由于仪器调整、试剂校验、医生对疗效的掌握等因素，造成观察结果倾向性的偏大活偏小。
要尽量查明原因，必须克服。
⑵随机测量误差：在收集资料过程中，即使系统误差已经避免，由于各种偶然因素的影响造成对同一对象多次测定的结果不完全一致。
譬如操作员技术、电压、环境温度的差异。
没有固定的倾向，时高时低；应采取措施加以控制。
⑶抽样误差：由抽样不同引起的样本均数与总体均数之间的差异。
原因是个体之间存在变异，抽样时只能抽取总体的一部分作为样本。
医学统计学知识点汇总
医学统计学知识点汇总医学统计学是指应用统计学原理和方法进行医学研究设计、数据分析和结果解释的学科。
医学统计学的知识点非常丰富，包括统计学基础知识、研究设计、样本量计算、控制方法、参数估计、假设检验和数据分析等方面。
以下是医学统计学知识点的一些精华汇总。
1.统计学基本概念：包括基本统计量（均值、中位数、众数）、数据类型（定量数据、定性数据）、数据的描述方法（频数分布表、直方图等）。
2.研究设计：包括随机对照试验、队列研究、病例对照研究等，了解不同研究设计的优缺点及适用场景。
3.样本量计算：确定研究样本量是保证研究结果可靠性的重要一环，需要根据研究目的、效应量和统计显著性水平确定样本量。
4.控制方法：包括随机分组、盲法、配对设计等，用于减少实验误差和避免偏倚。
5.参数估计：常用的参数估计方法有点估计和区间估计。
点估计是通过样本数据得到总体参数的一个点估计值，区间估计是对总体参数的一个区间估计。
6.假设检验：假设检验是用来判断样本数据与总体假设之间的差异是否显著的统计方法。
常用的假设检验方法有t检验、卡方检验、方差分析等。
7.数据分析：包括描述性统计分析和推断性统计分析。
描述性统计分析用来描述研究变量的基本情况，推断性统计分析用来推断样本数据与总体数据之间的关系。
8.相关分析：用来分析变量之间的关联程度，包括皮尔逊相关系数和斯皮尔曼等级相关系数等。
9. 回归分析：用来分析因变量与自变量之间的关系，包括线性回归分析和 logistic回归分析等。
10.生存分析：用来分析时间到达事件发生的概率，包括生存曲线的绘制、生存率的估计和影响因素的分析等。
11. 多变量分析：用来分析多个自变量对因变量的影响，包括多元方差分析、多元回归分析和多元Logistic回归分析等。
12. Meta分析：用于综合多个独立研究结果，对总体效应进行定量分析和综合评价。
以上是医学统计学的一些精华知识点的汇总。
医学统计学的应用非常广泛，不仅在医学研究中需要应用统计学的原理和方法，也在临床实践中需要对医学统计学知识有一定的了解和应用。
医学统计学知识点
医学统计学知识点1.数据类型：医学研究中使用的数据包括定类数据和定量数据。
定类数据是非数值型的数据，例如性别、种族等；定量数据是数值型的数据，例如年龄、体重等。
了解数据类型是分析数据的第一步。
2.数据收集：医学研究中的数据可以通过不同的方式收集，例如问卷调查、实验研究、观察等。
在数据收集过程中，需要注意样本的选择、数据的完整性和准确性。
3.描述统计学：描述统计学包括对数据的整体特征进行描述和总结。
常用的描述统计学方法包括中心趋势度量（例如均值、中位数、众数）、离散程度度量（例如标准差、方差）和数据分布描述等。
4.推断统计学：推断统计学是从样本数据推断总体特征的一种方法。
通过推断统计学，可以根据样本数据的统计量（例如样本均值、样本比例）来推断总体参数的区间估计或假设检验。
5.假设检验：假设检验是根据样本数据对总体参数提出假设，并通过计算概率值来判断是否接受或拒绝该假设。
常用的假设检验方法包括t检验、卡方检验、方差分析等。
6.相关分析：相关分析用于研究两个或多个变量之间的关系。
常见的相关分析方法有皮尔逊相关系数、斯皮尔曼相关系数等。
相关分析可以帮助研究者了解变量之间的线性关系和方向。
7. 回归分析：回归分析用于研究因变量与自变量之间的关系，并可用于预测因变量的数值。
常用的回归分析方法有简单线性回归分析、多元线性回归分析和 logistic 回归分析等。
8. 生存分析：生存分析用于研究时间相关的数据，例如疾病患者的生存时间或事件发生的时间。
生存分析方法包括 Kaplan-Meier 曲线、Cox 比例风险模型等。
9.双盲试验和随机分组：在医学研究中，双盲试验和随机分组是常用的研究设计方法。
双盲试验是指研究中既不知道接受治疗的病人，也不知道给予治疗的医生；随机分组是指将研究对象随机分配到不同的治疗组和对照组。
10.统计软件：为了进行医学统计分析，研究者可以使用专业的统计软件，例如SPSS、SAS、R等。
医学统计学笔记
MedicalStatistics【Introduction】医学统计工作的内容要、最重⒈实验设计：最关键⒉收集资料：最基础报表、告[原始资料]实验数据，现场调查资料，医疗卫生工作记录质量控制：精度和偏倚⒊整理资料：资料的逻辑、一致性检查，原始数据的加工(频数分布表)⒋分析资料：统计描述(表、图、离散趋势、集中趋势)和统计推断资料的类型⑴计量资料：定量方法测定数值大小所得的资料⑵计数资料：按性质或类别分组，然后计数⑶等级分组资料：具有计数资料的特性，又有半定量的性质(“+,-”表示)变异：不同个体在相同环境下，对外界环境因素发生的不同反应，即个体差异总体：同质的个体所构成的全体。
[同质性，大量性，差异性]样本：从总体中抽取部分个体的过程称为抽样，所抽得的部分是样本。
样本包含的个体数目称为样本含量样本的特征：⑴代表性⑵随机性⑶可靠性*抽样的要求：代表性，随机性，可靠性，可比性组中，或分别从不同总体完全随机设计：将受试对象随机分配到各处理组或对照中随机抽样进行研究。
可为两样本或多样本得比较，但样本含量不宜相差太大。
随机区组设计：也称配伍设计，是配对设计的扩展。
配对设计的每一“对子”中的受试对象分别随机分到两个处理组中，而配伍组设计中的每个“配伍组”，包含多个受试对象，要将它们分别随机分到各处理组中。
误差：泛指观测值与真实值之差，以及样本统计量与总体参数之差效的掌校验、医生对疗⑴系统误差：在收集资料过程中，由于仪器调整、试剂握等因素，造成观察结果倾向性的偏大活偏小。
要尽量查明原因，必须克服。
然偶⑵随机测量误差：在收集资料过程中，即使系统误差已经避免，由于各种、作员技术因素的影响造成对同一对象多次测定的结果不完全一致。
譬如操电压、环境温度的差异。
没有固定的倾向，时高时低；应采取措施加以控制。
⑶抽样误差：由抽样不同引起的样本均数与总体均数之间的差异。
原因是个体之间存在变异，抽样时只能抽取总体的一部分作为样本。
医学统计学重点笔记一复习必备2024新版
两因素方差分析
两因素方差分析是用于研究 两个控制变量对观察变量的 影响，以及两个控制变量之 间的交互作用对观察变量的
影响。
两因素方差分析的步骤与单 因素方差分析类似，但需要 考虑两个控制变量之间的交 互作用，因此需要构造更为
复杂的模型。
两因素方差分析中常用的统 计量有F统计量和η²统计量， 其中F统计量用于检验各组均 值是否存在显著差异，η²统 计量用于描述控制变量对观 察变量的效应大小以及交互 作用的效应大小。
02
03ቤተ መጻሕፍቲ ባይዱ
检验统计量
拒绝域
卡方值，计算公式同四格表资料 卡方检验。
根据自由度和显著性水平确定拒 绝域，自由度为1。
应用举例及注意事项
应用举例：在医学研究中，卡方检验 常用于分析疾病与基因型、药物疗效
与治疗方案等之间的关联。
注意事项
样本含量应足够大，以确保检验结果 的稳定性；
理论频数不宜过小，否则可能导致检 验效能降低；
抽样分布原理
抽样分布的概念
从总体中随机抽取一定数量的样本，由样本统 计量所形成的分布。
中心极限定理
当样本量足够大时，样本均数的分布近似正态 分布，无论总体分布形态如何。
抽样误差
由抽样引起的样本统计量与总体参数之间的差异。
t分布与u分布
t分布
用于小样本（n<30）时，样本均数与总体均数比较的分布。t分布的形状与自由度有关，自由度越小，t分布越分 散；自由度越大，t分布越接近正态分布。
正态分布在医学中的应用
许多医学指标如身高、体重、血压等服从或近似服从正态 分布；在估计医学参考值范围、质量控制等方面有广泛应 用。
正态性检验方法
图形法（直方图、P-P图、Q-Q图）、计算法（偏度系数 和峰度系数检验、Shapiro-Wilk检验、KolmogorovSmirnov检验等）。
医学统计学重点笔记
医学统计学重点笔记《医学统计学重点笔记之啥是平均数呀？》“哎呀，老师讲的那个平均数到底是啥玩意儿嘛？”我皱着眉头，跟同桌嘀咕着。
就好比咱分糖果，要是把一堆糖果平均分给大家，那每人得几颗呢？这平均数不就跟分糖果似的嘛。
医学统计学里的平均数，肯定也有它的大用处呢！比如说医生要知道一群病人的平均体温，那不就能看出大家的身体状况大概是啥样了嘛。
嘿嘿，这医学统计学还挺有意思的呢！《医学统计学重点笔记之中位数是啥秘密武器？》“哇，中位数听起来好神秘呀！”我好奇地跟后桌说道。
你想啊，要是咱玩游戏排队伍，站在中间的那个人不就很特别嘛。
中位数就像那个站在中间的小伙伴，能告诉我们数据的中间情况呢。
比如一群病人的康复时间，中位数时间说不定就能让医生知道大多数病人大概多久能好起来。
这中位数可真是个秘密武器呀！《医学统计学重点笔记之众数到底有啥魅力？》“众数，众数是啥呀？听起来好厉害的样子。
”我满脸疑惑地问小组里的同学。
这众数就好像一群小伙伴里最受欢迎的那个游戏，玩的人最多。
在医学统计学里呢，众数可能就是出现次数最多的那个症状或者数值。
比如说好多病人都有同一个症状，那这个症状不就是众数嘛。
众数的魅力可真大呀！《医学统计学重点笔记之方差是个大难题吗？》“方差？这玩意儿听起来好难呀！难道方差真的是个大难题吗？”我愁眉苦脸地自言自语。
就好比我们跑步比赛，大家的成绩有高有低，方差不就是看大家的成绩差距有多大嘛。
医学统计学里的方差肯定也能告诉医生病人的情况差异大不大呢。
哎呀，可得好好研究研究方差。
《医学统计学重点笔记之标准差是个啥怪家伙？》“标准差？这是个啥怪家伙呀？”我瞪大了眼睛跟好朋友说。
你想想看，标准差就像是一群调皮的小精灵，有的飞得高，有的飞得低。
在医学统计学里，标准差能让我们知道数据的波动情况呢。
比如病人的血压变化，标准差大的话，就说明血压波动大。
这标准差可真让人捉摸不透呀！《医学统计学重点笔记之抽样调查像啥呢？》“抽样调查到底像啥呢？”我歪着脑袋问旁边的同学。
医学统计学笔记
医学统计学笔记在我学习医学统计学的这段时间里，真可谓是经历了一场“头脑风暴”。
这门课啊，就像是一个神秘的魔法世界，充满了各种让人眼花缭乱的数字、公式和图表。
还记得刚开始接触这门课的时候，我满心欢喜地以为会像其他医学课程一样，有生动的案例和直观的解释。
结果，翻开教材的那一刻，我仿佛掉进了数字的海洋，被各种概率分布、假设检验和方差分析弄得晕头转向。
那些密密麻麻的公式，就像是一群调皮的小精灵，在我眼前跳来跳去，就是不让我抓住它们的规律。
有一次上课，老师在黑板上写了一个复杂的公式，然后开始滔滔不绝地讲解。
我瞪大了眼睛，紧紧盯着黑板，手里的笔不停地记着，心里却在想：“这到底是啥呀？”老师讲得越起劲，我就越迷糊。
好不容易等到下课，我看着自己记得乱七八糟的笔记，感觉脑袋都要炸了。
为了能搞懂这些知识，我可是下了一番苦功夫。
每天晚上，我都坐在书桌前，对着教材和笔记，一个概念一个概念地啃。
有时候，为了弄明白一个概率分布的特点，我会在网上找各种资料，看不同的解释和例子。
记得有一次，我为了搞清楚正态分布，看了好几个小时的资料，眼睛都看花了。
后来，在学习假设检验的时候，我又遇到了难题。
什么单侧检验、双侧检验，什么 P 值，简直让我抓狂。
我就像在黑暗中摸索的人，怎么也找不到出路。
于是，我决定去找同学讨论。
我们几个“难兄难弟”聚在一起，你一言我一语地交流着自己的困惑。
经过一番激烈的讨论，虽然还是有些迷糊，但至少感觉心里没那么慌了。
在做练习题的时候，那才叫一个“惨不忍睹”。
看着那些题目，感觉每个字都认识，但是组合在一起就不知道该怎么下手了。
有一道关于方差分析的题目，我算了好几遍，结果都不一样。
我一边抓着头发，一边嘴里嘟囔着：“这题怎么这么难啊！”最后，在我几乎要放弃的时候，突然灵光一闪，发现了自己的错误，那种成就感，简直无法形容。
随着学习的深入，我渐渐发现，医学统计学其实也没有那么可怕。
当我能够用所学的知识分析一些医学数据，得出有意义的结论时，那种满足感是无法用言语来表达的。
医学统计学-总结-重点-笔记-复习资料
第一章2选1总体：总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合。
可分为有限总体和无限总体。
总体中的所有单位都能够标识者为有限总体，反之为无限总体。
总体population根据研究目的而确定的同质观察单位的全体。
样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。
样本应具有代表性。
所谓有代表性的样本，是指用随机抽样方法获得的样本。
样本sample从总体中随机抽得的部分观察单位，其实测值的集合。
3选1小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。
P值：P 值即概率，反映某一事件发生的可能性大小。
统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义， P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。
P值是：1) 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2) 拒绝原假设的最小显著性水平。
3) 观察到的(实例的) 显著性水平。
4) 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
小概率原理：一个事件如果发生的概率很小的话，那么可认为它在一次实际实验中是不会发生的，数学上称之小概率原理，也称为小概率的实际不可能性原理。
统计学中，一般认为等于或小于0.05或0.01的概率为小概率。
资料的类型（3选1）（1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。
计量资料亦称定量资料、测量资料。
.其变量值是定量的，表现为数值大小，一般有度量衡单位。
如某一患者的身高（cm）、体重(kg)、红细胞计数(1012/L)、脉搏（次/分）、血压（KPa）等。
计量资料measurement data定量资料quantitative data数值变量资料numerical variable为观测每个观察单位某项指标的大小，而获得的资料。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章医学统计中的基本概念
一、医学统计工作的内容：实验设计（experiment design）、收集资料（collecting data）、整理资料（sorting data）和分析资料（analyzing data）
二、变异：医学研究的对象是有机的生命体，其功能十分复杂，不同的个体在相同的条件下，对外界环境因素可以发生不同的反应，这种现象称为个体差异或称为变异
三、总体（population）和样本（sample）：总体是同质的个体所构成的全体。
从总体中抽取部分个体的过程称为抽样，所抽的部分称为样本，在一个样本里含有的个体数可以不同，样本包含的个体数目称为样本容量。
四、样本的特性：代表性（representation）——要求样本能够充分反应总体的特征；随机性（randomization）——需要保证总体中的每个个体都有相同的几率被抽做样本；可靠性（reliability）——实验的结果要具有可重复性，即由科研课题的样本得出的结果所推测总体的结论有较大的可信度；可比性（comparability）——指处理组（临床设计中称为治疗组）与对照组之间，除处理因素不同外，其他可能影响实验结果的因素要求基本齐同，也称为齐同对比原则。
五、误差：①系统误差（system error）②③
六、概率（probability）：是描述某一件事发生的可能性大小的一个量度。
习惯将P≤0.05或P≤0.01的事件称为小概率事件
第二章集中趋势的统计描述
一、频数表（frequency table）：①概念：一种格式的统计表，即同时列出观察指标的可能取值区间及其在各区间内出现的频数。
由于这种资料的表达方式较完整地体现了观察值的分布规律，所以也称为频数分布表。
②制作图标的步骤：确定组数、确定组距、确定组段、对各组段计数及手工编制划记表。
二、直方图（histogram）：①概念：直方图是以垂直条段代表频数分布的一种图形，条段的高度代表各组的频数，由纵轴标度；各组的组限由横轴标度，条段的宽度表示组距。
②用途：作为陈述资料的形式，可以代替原始资料，便于进一步分析；便于观察数据的分布类型；便于发现资料中某些远离群体的特大或特小的可疑值；当样本含量比较大时，可用各组段的频数作为概率的估计值。
三、平均数（average）：是描述一组观察值集中位置或平均水平的统计指标，它常作为一组数据的代表值用于分析和进行组间的比较。
平均数优点缺点使用数据
算术平均数考虑每个观察值受到极值影响适用于正态或近似对称分布的资料
几何平均数取对数后正态或者
对称资料的描述不能有0或负数观
察值
对数正态分布或者取对数后呈对
称分布的资料
中位数稳定不利于进一步计算偏态分布两端无确定值Measures of Central Tendency:Mean and Median
One of the most important numerical measures is a measure of center-a measure along the horizontal axis that location or center of the distribution.
There are several commonly used measures to describe the location or center of a population or sample. The most widely utilized measure of central tendency is the arithmetic mean or average.
The arithmetic average of a set of measurement is very common and useful measure. To distinguish between the mean for the sample and the mean for the population, we will use the symbol X for a sample mean and μfor a population mean.
One measure of central tendency that is not as sensitive to the value of each measurement is the median. The median can be used as a summary measure for ordinal observations as well as for discrete and continuous data. The median is defined as the 50th percentile of a set of measurements; if a list of observations is ranked from smallest to largest, half the values are greater than or equal to the median, where the other half are less than or equal to it. Therefore, if a set of date contains a total of n observations where n is odd, the median is the meddle value, or the[(n+1)/2]th largest measurement; if n is even, the median is usually taken to the average of the two middlemost values, the(n/2)th and[(n/2)+1]th observations.
Although both the mean and the median are good measures of the center of the population, the median is less sensitive to the extreme values or outliers.。