(医学)医学统计学辅导温医
《医学统计学》完整课件课件
医学研究中其他因素的考虑
研究设计
研究设计是医学统计学中的重要因素，应合理地考虑研 究设计。
研究对象的选择
在医学研究中，应合理地选择研究对象，以确保研究结 果的可信度。
06
医学统计学案例分析
二型糖尿病合并脑梗死的危险因素研究
01
研究பைடு நூலகம்的
探讨二型糖尿病合并脑梗死的危险因素，为预防和治疗提供科学依据
医学统计学是医学生的必修课程，培养医学生 的统计思维和数据处理能力。
医学统计学的发展历程
起源与发展
医学统计学起源于19世纪中叶的英国，当时主要用于医学研究和医疗数据的统计分析。
不断扩展的应用领域
随着医学科学的发展，医学统计学的应用领域不断扩展，涉及到流行病学、公共卫生、临床试验等方面。
方法和理论创新
研究结果
发现多个生物标记物与常见疾病 相关，如高血压、糖尿病等，为 疾病的预防和治疗提供新靶点。
THANK YOU.
模型选择
根据数据特征和实际需求，选择合适的模型。
模型评估
通过交叉验证、ROC曲线等手段对模型进行评估，以便了解模型的准确性和 稳定性。
05
医学统计学的挑战与解决方案
数据缺失与数据完整性的保持
缺失数据
对于缺失的数据，应了解其产生的原因，并合理地利用 它们进行分析。
数据完整性
数据的完整性是指数据的准确性和可靠性，应采取措施 来确保数据的准确性。
2023
《医学统计学》完整课件
目 录
• 医学统计学概述 • 医学统计学的核心概念 • 医学统计学在医学研究中的应用 • 医学统计学的数据处理 • 医学统计学的挑战与解决方案 • 医学统计学案例分析
01
公卫医师医学统计学辅导：医学统计学及其主要内容
公卫医师医学统计学辅导：医学统计学及其主要内容公卫医师医学统计学辅导：医学统计学及其主要内容公卫医师医学统计学辅导：医学统计学及其主要内容医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。
医学研究的对象主要是人体以及与人的健康有关的各种因素。
生物现象的一个重要特点就是普遍存在着变异。
所谓变异(个体差异)，系指相同条件下同类个体之间某一方面发展的不平衡性，系偶然因素起作用的结果。
例如同地区、同性别、同年龄的健康人，他们的身长、体重、血压、脉搏、体温、红细胞、白细胞等数值都会有所不同。
又如在同样条件下，用同一种药物来治疗某病，有的病人被治愈，有的疗效不显著，有的可能无效甚至死亡。
引起客观现象差异的原因是多种多样的，归纳起来，一类原因是普遍的、共同起作用的主要因素，另一类原因则是偶然的、随机起作用的次要因素。
这两类原因总是错综复杂地交织在一起，并以某种偶然性的形式表现出来。
科学的任务就在于，要从看起来是错综复杂的偶然性中揭露出潜在的必然性，即事物的客观规律性。
这种客观规律性是在大量现象中发现的，比如临床要观察某种疗法对某病的疗效时，如果观察的病人很少，便不易正确判断该疗法对某病是否有效；但当观察病人的数量足够多时，就可以得出该疗法在一定程度上有效或无效的结论。
所以，医学统计学是医学科学研究的重要工具。
医学统计学在本世纪二十年代以后才逐渐形成为一门学科。
解放前，我国学者即致力于把统计方法应用到医学中去，但人力有限、范围较窄。
解放后，随着医学科研工作的发展，本学科得到迅速普及与提高。
通过大量实践，在不少方面积累了自己的经验，丰富了医学统计学的内容。
而电子计算机的作用，更促进了多变量分析等统计方法在医学研究中的应用。
医学统计学的内容包括：①统计研究设计。
我们制订调查计划或实验设计时，除专业问题外，还必须从医学统计学的角度考虑，使调查或实验结果能够科学地回答所研究的问题。
《医学统计学》完整课件课件
偏态分布及其应用
偏态分布
与正态分布不同，偏态分布的钟形曲线 存在偏斜，即数据向一侧倾斜。
VS
偏态分布的应用
在医学研究中，偏态分布的数据需要经过 适当的转换才能进行正态分布分析，如对 数转换或平方根转换。例如，一些免疫学 指标（如抗体滴度）通常呈偏态分布，需 要通过转换才能进行统计分析。
04
推论性统计方法与应用
01
利用医学统计学方法，对传染病的发生、流行趋势和影响因素
进行分析，为防控策略制定提供科学依据。
健康相关行为监测
02
通过收集和分析健康相关行为数据，如吸烟、饮酒、饮食等，
评估其与健康状况的关系，为制定干预措施提供支持。
健康相关环境监测
03
运用医学统计学方法，对空气质量、水质等环境因素进行监测
和分析，评估其对居民健康的影响。
离散程度指标
描述数据之间的差异程度，常用的指标有方差、标准差和四 分位数间距。
正态分布及其应用
正态分布
一种常见的概率分布，其特征是数据分布呈钟形曲线，且均值为正态分布的中心，标准差为分布的幅 度。
正态分布的应用
在医学研究中，正态分布被广泛应用于测量数据的统计分析，如身高、体重、血压等指标的测量值多 呈正态分布。
3
期望与方差
描述概率分布中心位置和离散程度的两个重要参 数。
参数估计与假设检验
参数估计
根据样本数据估计总体参数的过程， 常用的参数估计方法包括点估计和区 间估计。
假设检验
根据样本数据对总体参数进行假设检 验的过程，常用的假设检验方法包括t 检验、卡方检验和回归分析等。
03
描述性统计方法与应用
频数分布表与直方图
t检验与方差分析
《医学统计学》学习指南
《医学统计学》课程——学习指南第一章医学统计学概论教学要求：1.能够了解“医学统计学”的概念以及统计工作的一般步骤。
2.能够解释并举例说明医学统计学中所涉及的基本概念。
3.能够识别医学资料的类型。
教学重点、难点：重点：1.统计学中的几个基本概念。
2.医学研究中常见的资料类型。
难点：1.小概率事件与小概率原理。
第二章计量资料的统计描述教学要求：1.能够了解频数分布表的编制方法及分布图的绘制，并以此描述资料的频数分布特征。
2.能够了解正态分布的概念、特征及应用，掌握标准正态分布的基本规律。
3.能够掌握各种平均数指标的计算，特点及其适用条件。
4.能够掌握各种离散趋势指标的计算，特点及其适用条件。
教学重点、难点：重点：1. 集中趋势与离散趋势指标的特点与适用范围。
2. 正态分布的基本概念和特征。
难点：1. 95%参考值范围的计算。
第三章计数资料的统计描述教学要求：1.能够识别常用相对数指标的概念和计算方法，并能举例说明。
2.能够理解应用相对数的注意事项。
3.能够了解动态数列的作用和常用指标。
4.能够了解Simpson悖论的原理和标准化率的计算方法。
教学重点、难点：重点：1.常用相对数指标的类型与计算方法。
2.应用相对数指标的注意事项。
难点：1.应用相对数指标的注意事项。
第四章统计表与统计图教学要求：1.了解统计表的基本结构和绘制的基本要求。
2.了解统计图的基本结构、绘制的基本要求。
3.能够选用正确的统计图描述数据资料。
4.能够运用统计软件绘制常用的统计图。
教学重点、难点：重点：1.错误统计表的修改。
2.常用统计图绘制及其图形选择。
难点：1.统计图的正确选用。
第五章参数估计教学要求：1.掌握样本均数（率）抽样误差基本概念及计算。
2.掌握总体均数（率）置信区间的概念和估计方法。
3.了解t分布的分布特征和应用。
4.了解标准误和标准差的区别。
教学重点、难点：重点：1. 抽样误差的概念和计算。
2. 单个总体均数置信区间和两个总体均数差的置信区间的估计方法。
2024版医学统计学培训医疗研究人员正确应用医学统计方法
用于探讨自变量与因变量之间的线性 关系，包括简单线性回归、多元线性 回归、Logistic回归等。
生存分析与时间序列分析
生存分析：用于研究事件发生时 间与相关因素之间的关系，包括 生存函数、危险函数、Cox比例
风险模型等。
时间序列分析：用于研究时间序 列数据的统计规律，包括平稳性 检验、自相关分析、ARIMA模
运用点估计和区间估计方法，对总体 参数进行估计，并计算置信区间。
实验设计与分析
实验设计类型
了解完全随机设计、随机区组设 计、析因设计等常用实验设计类
型及其优缺点。
实验误差控制
掌握随机化、重复、区组化等实验 误差控制方法，提高实验结果的可 靠性与准确性。
实验结果分析
运用方差分析、回归分析等统计方 法，对实验结果进行分析与解释， 探讨各因素对实验结果的影响及其 程度。
定义
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。
重要性
医学统计学在医学研究中具有至关重要的作用。它能够帮助研究人员正确地设计 实验、收集数据、分析结果，并得出科学、可靠的结论。同时，医学统计学也是 评价医学研究成果的重要工具，能够提高研究的可信度和可重复性。
确保数据收集过程遵循统一的标准和操作规程，减少误差。
数据录入错误
采用双人录入、核对等质量控制方法，确保数据准确性。
异常值处理不当
对异常值进行合理的处理和分析，避免对结果的误导。
多重比较问题及其控制方法
多重比较带来的假阳性风险
01
采用适当的统计方法，如Bonferroni校正、Hochberg方法等，
检验
用于比较两组均数是否有统计学 差异，包括单样本t检验、配对样 本t检验和独立样本t检验。
医学统计学基础知识项操作
医学统计学基础知识项操作医学统计学是医学研究中基本而重要的学科之一。
医学统计学基础知识项操作是学习医学统计学必不可少的内容之一。
本文将介绍医学统计学基础知识项操作的相关内容。
一、医学统计学基础知识医学统计学是研究人类健康与疾病的数量特征及其与相关因素之间关系的一门科学。
它研究的内容涉及医学、公共卫生学、疾病预防控制、临床医学研究等多个领域。
医学统计学的基础知识包括统计学中的概率、抽样、假设检验、方差分析、线性回归等。
这些是医学统计学的基础，也是进行医学统计学分析的基础。
二、医学统计学基本概念（一）总体和样本在医学统计学中，总体是指所有被研究对象的集合，样本是从总体中选出的一部分。
医学研究需要从人群中抽取样本，通过对样本的研究来推断总体的情况。
（二）平均数、中位数与众数在医学统计学中，常用的中心趋势指标是平均数、中位数和众数。
平均数是所有数据之和除以数据总数，中位数是所有数据排序后的中间值，众数是数据中出现次数最多的数。
在医学研究中，这些指标常常用于描述某种疾病的患者的生物学特征、临床表现等。
（三）方差和标准差方差是指所有数据与平均数的离差平方和除以数据总数所得到的值。
标准差是方差的平方根，它是用于描述多个数据值的分散程度的指标。
在医学研究中，方差和标准差常用来描述群体的变异程度，从而帮助医学研究人员推断总体的情况。
（四）假设检验假设检验是用来检验两个样本之间是否有明显的差异的统计方法。
医学研究中常常需要进行假设检验。
在假设检验中，需要确立原假设和备择假设，并计算假设检验值。
通过比较假设检验值和某个临界值来判断原假设是否成立。
三、医学统计学分析方法（一）双样本t检验双样本t检验是用于比较两个样本平均数差异的方法。
它适用于两个样本均为正态分布，并且样本之间方差相等的情况。
（二）方差分析方差分析是用于比较两个或多个样本平均数是否存在显著差异的方法。
它适用于多个样本，但是假设样本均为正态分布且方差相等的情况。
《医学统计学》完整课件超级经典
2023
《医学统计学》完整课件超级经典
contents
目录
医学统计学基础知识医学统计方法及应用医学统计软件与应用
01
医学统计学基础知识
医学统计学是统计学在医学中的应用
医学统计学是统计学的一个重要分支，是运用统计学的理论和方法，研究医学领域中的数据收集、整理、分析和推断的一门学科。
医学统计学的特点
假设检验是医学统计学中常用的一种方法，用于检验假设是否成立。
医学统计学的基本概念
概率
图表
假设检验
统计量
02
医学统计方法及应用
频数分布
集中趋势
变异程度
描述性统计方法
t检验
用于比较两组或多组数据的均值是否存在显著差异，包括独立样本t检验和配对样本t检验。
卡方检验
用于比较实际观测频数与期望频数之间的差异，包括独立样本卡方检验和配对样本卡方检验。
软件特点
医学统计软件具有专业性、易用性、多功能性和交互性等特点。
软件发展
医学统计软件行业发展迅速，不断推陈出新，为医学研究提供更多更好的工具。
01
02
03
软件简介
SPSS是医学统计学中最常用的统计分析软件之一，其全称是Statistical Package for the Social Sciences，即社会科学统计软件包。
功能特点
SPSS具有界面友好、操作简便、易学易用、功能强大等特点，可以处理大规模数据，进行各种统计分析，如描述性统计、回归分析、方差分析等。
应用领域
SPSS在医学领域应用广泛，如医学研究、医学教育、医学管理等。
SPSS在医学统计中的应用
软件简介
Excel是Microsoft公司开发的电子表格软件，具有强大的数据处理和分析功能，也是医学统计学中常用的软件之一。
《医学统计学》课程介绍(医学检验)
《医学统计学》课程简介(Medical Statistics)一、课程基本信息课程编号：14232080课程类别：专业必修课适用专业：医学检验技术学分：理论教学学分：2学分，实验学分：0.5学分总学时：40学时，其中理论学时：24学时, 实验学时:16先修课程：医学基础课程后继课程：医学检验、预防医学二、课程内容与教学目标《医学统计学》是应用概率论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的重要工具。
生物医学的研究对对象是随机现象，其表现不仅受该事物本质规律的制约，同时还受偶然因素的影响，只有用医学统计学方法才能揭示被偶然因素掩盖的本质规律。
而为了避免学生由于对一些深奥的统计学理论和公式推导的缠绵与困扰，课程讲授过程中结合实例讲解和上机实践，是学生基本掌握基础统计学方法的计算机实现，培养其解决实际问题的能力。
应用计算机进行数据统计和课题研究，已经是医学研究中的重要内容，也是我们对医学生基础科研能力和科研阅读能力培养的重要内容。
本课程据此与理论学习相结合，开设了计算机上机实践模块。
根据章节设计要求，介绍应用统计软件进行统计分析的方法、步骤及统计表格和图形生成的方法。
实践教学结合理论课程各章节的例题和习题，指导学生建立数据库，经过上机运行，得到统计分析的输出结果，并对输出结果做出分析和合理的结论，是实践过程尽可能接近实际统计学应用的数据特点分析、统计方法选择，统计软件操作和统计结果分析的各个环节。
通过对《医学统计学》课程内容的学习，理解和掌握基本统计学知识和方法，能够在统计理论的指导下，运用统计学思维，针对数据特点，巧妙的选用恰当高效的统计分析方法，解决学习和科研实践中遇到的数据处理与分析问题，为科研能力的锻炼和培养打好坚实的基础。
三、对教学方式、实践环节、学生自主学习的基本要求采用课堂多媒体教学为主，辅助上机操作，达到传授医学统计学基本的理论知识的目的。
四、考核方式与学习成绩评定考核由平时和期末考核组成:考试成绩（70%）+平时成绩(30%) 。
2024版图文《医学统计学》PPT课件
图文《医学统计学》PPT课件目录•医学统计学概述•医学统计学基本概念•描述性统计方法•推断性统计方法•实验设计与分析•临床医学中的统计学应用01医学统计学概述定义与特点定义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。
特点以医学为背景，以数据为基础，运用统计学方法揭示医学现象的数量特征和规律。
发展历程及现状发展历程医学统计学经历了从描述性统计到推断性统计，再到现代多元统计分析的发展历程。
现状随着计算机技术的发展和大数据时代的到来，医学统计学在医学研究和实践中发挥着越来越重要的作用。
研究对象与任务研究对象医学统计学的研究对象包括生物医学数据、临床医学数据、公共卫生数据等。
任务医学统计学的任务包括描述医学数据的分布特征、比较不同组别间的差异、分析影响医学现象的因素、预测医学现象的发展趋势等。
02医学统计学基本概念总体样本样本量从总体中随机抽取的一部分个体所构成的集合。
样本中所包含的个体数目。
0302 01总体与样本研究对象的全体个体所构成的集合。
随机抽样与非随机抽样随机抽样按照随机原则从总体中抽取样本的方法，保证每个个体被抽中的机会相等。
非随机抽样根据研究者的主观意愿或方便性选择样本的方法，可能导致选择偏倚。
变量与数据类型变量研究中观察或测量的特征或属性。
数据类型根据变量的性质可分为定量数据和定性数据。
定量数据包括连续型数据和离散型数据，定性数据包括分类数据和顺序数据。
统计量与参数统计量描述样本特征的量，如样本均数、样本标准差等。
参数描述总体特征的量，如总体均数、总体标准差等。
通常情况下参数是未知的，需要通过样本统计量进行估计。
03描述性统计方法频数分布表直方图应用场景频数分布表与直方图用于展示数据的分布情况，包括各组数据的频数、频率、累计频数和累计频率。
用矩形的面积表示各组频数，矩形的高度表示每一组的频数密度，宽度则表示组距。
适用于连续变量，可直观地展示数据的分布规律，如偏态、峰态等。
医学统计学课件
假设检验与P值
假设检验
通过样本数据对总体参数进行推断的方法，包括原假设和备择假设。
P值
当原假设为真时，获得样本数据的概率值，通常用于评估假设检验的结果。
03
医学统计学方法
描述性统计分析
总结词
描述性统计分析是医学统计学中最为基础的方法之一，用于 概括和描述数据的基本特征和分布情况。
详细描述
描述性统计分析主要包括对数据的频数分布、集中趋势、离 散程度和偏态分布等方面的描述。它可以通过表格、图形和 数值等多种方式呈现数据的基本特征，为后续的分析和推断 提供基础。
假设检验与方差分析
总结词
假设检验与方差分析是医学统计学中常用的统计推断方法，用于检验假设和比较 组间的差异。
详细描述
假设检验是通过样本数据来检验总体参数是否符合预期，通常包括单样本t检验、 配对t检验和独立样本t检验等。方差分析是通过分析不同组数据的方差来比较组 间的差异，通常用于多个样本均数比较的统计分析。
随着大数据时代的到来，医学统计学将会在更广 泛的领域得到应用。
人工智能和机器学习等新技术的应用将推动医学 统计学的发展。
将进一步关注研究设计和统计分析方法的创新， 以适应医学领域的不断变化和发展。
医学统计学将更加注重与多学科的交叉融合，解 决实际应用中的复杂问题，为医学领域的创新发 展提供支持。
THANK YOU.
2023
医学统计学课件
contents
目录
• 医学统计学概述 • 医学统计学基本概念 • 医学统计学方法 • 医学统计学应用 • 医学统计学案例分析 • 医学统计学总结与展望
01
医学统计学概述
定义与目的
定义
医学统计学是运用统计学的理论和方法，对医学数据进行收 集、整理、分析和解释的一门学科。
《医学统计学》课件完全版(200410)
医学研究中收集到的数据可以分为计量数据、计数数据和等级数据。计量数据是可以连续取值的，如心率、血压等；计数数据是只能取整数值的，如红细胞计数、白细胞计数等；等级数据是表示事物等级或顺序的，如疗效评价中的治愈、好转、未愈等。
变量
变量与数据类型
表示某一事件发生的可能性大小。在医学研究中，概率通常用于描述某种疾病的发生概率、某项试验的有效率等。
现代发展
临床医学
医学统计学在临床医学中有着广泛的应用，如临床试验设计、诊断试验评价、临床决策分析等。
流行病学
流行病学是医学统计学的重要应用领域之一，通过运用统计方法和流行病学调查，可以研究疾病的流行规律和影响因素。
生物医学研究
在生物医学研究中，医学统计学可以用于研究生物标志物的变化与疾病发生发展的关系，以及新药的开发和评价等。
2023-10-26
《医学统计学》课件完全版(200410)
CATALOGUE
目录
医学统计学概述医学统计学基本概念医学统计方法与技术医学统计案例分析医学统计学软件与应用医学统计学挑战与未来发展
医学统计学概述
01
医学统计学的定义
医学统计学是运用概率论、数理统计等数学方法和计算机技术，对医学领域的数据进行收集、整理、分析、推断和决策的科学。
统计表
用于整理和显示定量数据，常用格式有分栏式、条图和曲线图等。
统计图
用于显示数据间的关系和分布情况，如直方图、散点图和饼图等。
集中趋势和离散趋势
描述数据的集中和离散趋势，如均值、中位数、标准差等。
01
02
03
假设检验
通过样本数据对总体作出推断，判断假设是否成立。
方差分析
比较多个样本间的均值差异，判断是否存在显著性差异。
《医学统计学》完整课件超级经典
详细描述
相关分析是研究两个变量之间的线性关系，包括正相关和负相关。回归分析则是研究一个变量对另一个变量的影响，根据自变量和因变量的关系建立回归方程，并对回归方程进行统计检验。相关与回归分析可以帮助我们深入了解变量之间的相互关系，做出科学准确的预测和决策。
环境与健康中统计学应用的案例五、医学统计学的未来发展
在医学领域的数据挖掘和机器学习研究中，医学统计学将发挥重要作用，提高医学数据的利用效率和智能化水平。
随着精准医学的发展，医学统计学将在基因组学、蛋白质组学等研究中发挥更大的作用，为疾病的预防和治疗提供更加精确的依据。
跨学科发展
数据挖掘与机器学习应用
医学统计学的特点
医学统计学的发展历程
古代医学统计
古代医学家已经开始运用简单的统计方法研究医学问题。
近代医学统计学
19世纪末至20世纪初，医学统计学得到了初步发展。
现代医学统计学
20世纪中叶以后，医学统计学得到了迅猛发展，逐渐成为一门独立的学科。
01
02
03
医学统计学的研究对象是人体各种变量和现象，包括疾病、健康状况、生理、生化等变量。
医学统计学的研究内容包括描述性统计、推断性统计、方差分析、相关与回归分析、生存分析等。
研究对象
研究内容
医学统计学的研究对象与内容
医学统计学基本概念
02
按测量的尺度分类：定量变量、分类变量、有序分类变量
变量的测量与数据类型
研究变量的测量误差
按数值特征分类：离散变量、连续变量
描述性统计分析
数据集中趋势的度量：算数均数、几何均数和中位数
运用统计学方法分析基因组数据，发现基因变异与疾病的关系，为精准医疗提供支持。
(医学)医学统计学辅导温医
Descri pti ve S tati sti cs
患者 健康 人
N St ati s t ic
18 16
Mean St ati s t ic
4.4544 5.2988
St d . D eviat i on St ati s t ic
1.32446
1.38201
Skew nes s
St ati s t ic .1 34
.018
.011
Li ne ar-by -Li n ear Asso ci ati on 6.08 4
1
.014
N of Va l i d C ase s
12 6
a. Computed only f o r a 2 x2 table b. 0 cells (.0% ) have expected co unt less than 5. The minimum expected count is 13.7 8.
X Equal variances assumed .225
.638 -1.818
32
.078
-.8443
.4644 -1.7904 .1017
Equal variances not assumed
-1.813 31.163
.079
-.8443
.4656 -1.7938 .1052
Paired Samples Test
2、配对资料两样本率比较
已确诊肝癌患者１００人，每个患者分别用甲、乙两 法检测ＡＦＰ，结果如下表。问甲、乙两法ＡＦＰ阳性 检出率有无差别？
甲、乙
乙法
+
-
60
20
10
10
70
医学统计学温医公卫学院黄陈平
医学统计学的基本概念
（四）误差
主要有：粗差、系统误差、随机误差（如测
量误差、 抽样误差等）
抽样误差：抽样引起的总体参数与样本统计量之间 sampling error 的差别。
问题：某中医师对某方剂进行改良，改良后的方剂 治疗某病患者30例，有效率为80%，原方剂治疗30例， 有效率为60%，问两者有效率有无差别？
医学统计学的基本概念
（五）参数与统计量 (parameter & statistic)
参数：
总体的特征量，如总体均数、
总体标准差等。
统计量：
样本的统计指标如样本均数、 标准差等。
检验统计量： 用于统计检验的样本指标。 如 t、u、x2、F 等
医学统计学的基本概念
（六）频率和概率
均表示某事件发生可能性大小的量。 但：频率为变量，fn(A) =m/n
1）专业设计 2）统计设计
（2）收集资料
1）统计报表
collection of data 2）医疗卫生工作记录 3）专题调查和实验
（3）整理资料 sorting data
（4）分析资料 analysis of data
1）对数据检查、核对 2）按分析要求分组、汇总 1）统计描述 2）统计推断
三、 统计资料类型
概率P(A)为常数。 若n足够大， fn(A) ≈P(A) •小概率事件
P(A) 0.05 “小概率事件一次是不太可能发生的”
第二章 计量资料的统计描述
第一节 计量资料的统计描述
一、计量资料的频数表 二、集中趋势的描述 三、离散程度的描述
例某地用随机抽样方法检查了140名成年男子的红细胞 数，检测结果如下表：
- 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)。
题干由试题和相关SPSS分析结果组成
1、根据资料选择正确的统计检验方法； 2、请写出假设检验步骤：检验假设；检验水准；根据给 定的检验统计量值，确定P值、并作出结果判断；或根据 SPSS结果选择正确的统计量值和P值、并作出结果判断。 3、说明：正态性检验提供矩法检验或K-S检验结果；方 差齐性检验提供Levene’s检验结果。正态性检验和方差 齐性检验不必列出检验步骤，作出判断即可。
b. Wilcoxon Signed Ranks Test
根据SPSS分析结果, 对资料分布正态性、方差齐性作 出判断。
H0: 1 = 2 H1: 1 ≠ 2 = 0.05
t X1 X2 S
X1X2
S X1X2
SC2
(
1 n1
1 n2
)
(n1
1)S12 (n2 1)S22 n1 n2 2
X 98.000 269.000 -1.587
.112 .117a
a. Not corrected for ties.
b. Grouping Variable: GROUP
R an k s
健康者 - 慢支患者 Negative Ranks Positive Ranks Ties Total
a. 健康者 < 慢支患者
One-Sample Kolmogorov-Smirnov Test
N Normal Parametersa,b
Mean
Std. Deviation
Most Extreme Differences
Absolute Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
b. Calculated from data.
慢支患者 18
4.4544 1.3245
.102 .075 -.102 .434 .992
健康者 16
5.2987 1.3820
.113 .113 -.091 .452 .987
Independent Samples Test
Pair 1 慢支患者 - 健康者
Mean -1.0342
Paired Differences
Std. Std. Error Deviation Mean
95% Confidence Interval of the
Difference Lower Upper
2.0708
.5978 -2.3499 .2815
可能包括的内容
配对设计的两样本均数比较的t检验 成组设计的两样本均数比较的t检验 成组设计的两样本均数比较的近似t检验 配对设计的两样本比较的符号秩和检验 成组设计的两样本比较的秩和检验
举例
例 2.17 某医生测得 18 例慢性支气管炎患者及 16 例健康人的尿 17 酮类固醇排出量（mg/dl）分别为 X1 和 X2，试问两组的均数有无不 同。
t -1.730
Sig.
df (2-tailed)
11
.112
Ranks
GROUP N Mean Rank Sum of Ranks
X
1
18
14.94
269.00
2
16
20.38
326.00
Total
34
T es t S t at i st i csb
Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)]
X1：3.14 5.83 7.35 4.62 4.05 5.08 4.98 4.22 4.35 2.35 2.89 2.16 5.55 5.94 4.40 5.35 3.80 4.12
X2：4.12 7.89 3.24 6.36 3.48 6.74 4.67 7.38 4.95 4.08 5.34 4.27 6.54 4.62 5.92 5.18
Std. Error .5 36
.3 72
.5 64
K urt os i s
St ati s t ic .1 35
Std. Error 1.038
-.800
1.091
正态性检验： 患者：
0.134 u1 0.536 0.25 P 0.1
0.135 u2 1.038 0.130 P 0.1
X Equal variances assumed .225
.638 -1.818
32
.078
-.8443
.4644 -1.7904 .1017
Equal variances not assumed
-1.813 31.163
.079
-.8443
.4656 -1.7938 .1052
Paired Samples Test
b. 健康者 > 慢支患者
c. 慢支患者 = 健康者
N
Mean Rank
4a
5.50
8b
7.00
0c
12
Sum of Ranks 22.00 56.00
T es t S t at i st i csb
Z Asymp. Sig. (2-tailed)
健康者 慢支患者
-1.334a
.182
a. Based on negative ranks.
Descri pti ve S tati sti cs
患者 健康 人
N St ati s t ic
18 16
Mean St ati s t ic
4.4544 5.2988
St d . D eviat i on St ati s t ic
1.32446
1.38201
Skew nes s
St ati s t ic .1 34
Levene's Test for Equality of Variances
t-test for Equality of Means
F
Sig.
t
95% Confidence
Interval of the
Sig.
Mean Std. Error
Difference
df (2-tailed) Difference Difference Lower Upper
＝ ｎ1＋ｎ2－2=32 本例 t= -1.818， P=0.078>0.05 结论：
二、两样本率比较（X2检验或确切概率法）(15分) 题干由试题和相关SPSS分析结果组成