卫生统计学 实验设计.ppt
合集下载
2024版全新《医学统计学》完整ppt课件
THANKS
感谢观看
协方差分析
在方差分析的基础上，引入协变量， 以消除其对观察变量的影响，从而 更准确地评估控制变量对观察变量 的效应。
05
医学统计图表与可视化技术
统计图表的类型及特点
条形图
用于展示分类数据，可直观比较 各类别之间的差异。
折线图
用于展示时间序列数据或连续性 数据的变化趋势。
散点图
用于展示两个变量之间的关系， 可判断是否存在相关性。
森林图
用于展示多组数据的比较结果，可直观比较各组之 间的差异和联系。绘制时需选择合适的统计方法和 图形类型，如t检验或方差分析，并将结果以森林图 的形式呈现出来。
06
医学统计学在临床研究中的应用
临床试验设计与评价
01
02
03
试验设计类型
包括随机对照试验、交叉 设计、析因设计等，确保 试验的科学性和可比性。
参数估计
讲述点估计、区间估计 的方法及评价标准。
假设检验
介绍假设检验的基本思 想、步骤及常见错误类
型。
方差分析
阐述方差分析的基本原 理、假设条件及常用方
法。
常用统计指标与参数
01
02
03
04
描述性统计指标
介绍均数、中位数、众数、标 准差等描述性统计指标的计算
方法及意义。
推断性统计参数
讲解置信区间、假设检验中的 检验统计量、P值等推断性统
箱线图
用于展示一组数据的分布情况，可观察数据的中心 趋势、离散程度和异常值。绘制时需计算数据的四 分位数、中位数和异常值，并将它们以箱线图的形 式呈现出来。
ROC曲线图
用于评估诊断试验的准确性，可判断试验的灵敏度 和特异度。绘制时需计算不同临界值下的灵敏度和 特异度，并绘制出ROC曲线，计算出曲线下面积 （AUC）以评估试验的准确性。
医学研究的统计设计ppt课件
Proc plan最主要的选项是“seed=”，设定随机 数产生的种子。
Factors语句解释
Factors 因素名称=m 抽样方式; 因素名称： 由研究者自行规定任意的英文字母名称 m ：指定抽样样本的组数，必须是正整数 抽样方式：常指定的抽样方式有两种： random ordered
某医院欲比较药物A和药物B在糖尿病治疗 中的效果，以空腹血糖测量值及空腹血糖 疗效作为主要疗效指标。如何将384例研究 对象随机分配至两组，接受不同的药物治 疗。
342析因试验设计，有3个因素，3，4和2 个水平。
二、 析因设计的有关术语
➢单独效应（simple effects）： ➢主效应（main effects）： ➢交互作用（Interaction）：
卫生统计学教研室
（一）单独效应
B 因素
B1 B2
2×2析因设计
A因素
A1 A1B1(a1b1=26) A1B2(a1b2=36)
某一因素各水平单独效应的平均差别
Am=[(a2b2- a1b2)+(a2b1- a1b1)]/2=[16+4]/2=10
Bm=[(a1b2- a1b1)+( a2b2- a2b1)]/2 =[10+22]/2=16
(三)交互效应
B因素
B1 B2
2×2析因设计
A因素
A1 A1B1(a1b1=26) A1B2(a1b2=36)
3 3.1 3.2 3.3 3.4 19 87 26 72 1423 AD B C
4 4.1 4.2 4.3 4.4 39 27 67 53 2143 BADC
SAS实现
某研究观察三种饲料对小鼠体重的影响情况，该 研究应如何将69只小鼠设计分组？
Factors语句解释
Factors 因素名称=m 抽样方式; 因素名称： 由研究者自行规定任意的英文字母名称 m ：指定抽样样本的组数，必须是正整数 抽样方式：常指定的抽样方式有两种： random ordered
某医院欲比较药物A和药物B在糖尿病治疗 中的效果，以空腹血糖测量值及空腹血糖 疗效作为主要疗效指标。如何将384例研究 对象随机分配至两组，接受不同的药物治 疗。
342析因试验设计，有3个因素，3，4和2 个水平。
二、 析因设计的有关术语
➢单独效应（simple effects）： ➢主效应（main effects）： ➢交互作用（Interaction）：
卫生统计学教研室
（一）单独效应
B 因素
B1 B2
2×2析因设计
A因素
A1 A1B1(a1b1=26) A1B2(a1b2=36)
某一因素各水平单独效应的平均差别
Am=[(a2b2- a1b2)+(a2b1- a1b1)]/2=[16+4]/2=10
Bm=[(a1b2- a1b1)+( a2b2- a2b1)]/2 =[10+22]/2=16
(三)交互效应
B因素
B1 B2
2×2析因设计
A因素
A1 A1B1(a1b1=26) A1B2(a1b2=36)
3 3.1 3.2 3.3 3.4 19 87 26 72 1423 AD B C
4 4.1 4.2 4.3 4.4 39 27 67 53 2143 BADC
SAS实现
某研究观察三种饲料对小鼠体重的影响情况，该 研究应如何将69只小鼠设计分组？
卫生统计学-潘海燕 卫统3 实验设计ppt课件
实验2020设/7/1计1
.
8 8
实验设计的分类
根据研究对象划分
动物实验（animal experiment） 以动物作为研究对象。在动物实验设计 中，可严格地控制条件，包括有毒的环 境、温度、湿度等
实验2020设/7/1计1
.
9 9
临床试验（clinical trial） 以病人为研究对象。设计时必须周密考虑， 设计相应措施控制误差和偏倚，以保证研究 结果真实可靠
2020/7/11
实验2020设/7/1计1
.
14
14 14
处理因素（study factor，treatment） 处理因素是指研究者施加于受试对象的 因素（如某种药物、某种手术等），可分 为单因素和多因素
抓住试验中的主要因素 控制非处理因素 处理因素标准化
实验2020设/7/1计1
.
15 15
实验2020设/7/1计1
.
24 24
3. 标准对照 用现有的标准疗法或药物作为对照
4. 实验对照 不给对照组施加处理因素，但施加某种与 处理因素有关的实验因素
实验2020设/7/1计1
.
25 25
5. 自身对照 对照与实验在同一受试者身上进行
6. 历史对照 用过去的研究结果作对照
7. 相互对照 几种实验组互为对照，比较几种处理 因素的实验效应之强弱
.
19 19
【例3-4】某医师进行“伤风停胶囊” 治疗风寒感冒的疗效及 用药安全性临床试验，以感冒软胶囊为对照药。 诊断标准：符合中医风寒感冒诊断标准。 纳入标准：①符合中医风寒感冒诊断标准；②发病48小时内； ③ 年龄在18～45岁者； ④ 签署知情同意书者。 排除标准：①妊娠及哺乳期妇女；②精神病患者；③合并心、 脑、肝、肾和造血系统等严重原发性疾病、精神病患者；④已 使用过其他治疗药物者；⑤过敏体质和对本药物过敏者。
《医学统计学》PPT课件
提高医学研究的科学性和准确性
02
通过医学统计学的应用，可以对医学数据进行更科学、更准确
的分析和推断，从而提高医学研究的科学性和准确性。
为医学决策提供科学依据
03
医学统计学可以为医学决策提供科学依据，如制定卫生政策、
评价医疗质量等。
医学统计学的研究对象与内容
研究对象
医学统计学的研究对象主要是人体及与 人体健康有关的各种具有不确定性的数 据。
配对设计
将实验对象按照一定条件进行配对，再 随机分配到不同处理组，比较配对组之 间的差异。
随机区组设计
将实验对象按照区组进行划分，每个区 组内再随机分配到不同处理组，比较区 组间的差异。
重复测量设计
对同一实验对象在不同时间或条件下进 行重复测量，比较不同时间或条件下的 差异。
04
医学统计学的应用
临床试验中的统计学应用
样本量不足问题
01
样本量过小，导致结果不稳 定，缺乏代表性；
02
样本量不足，无法检测到真 实的效应或关系；
03
样本量计算不准确，未能充 分考虑变异度和效应大小。
数据处理不当问题
01
数据清洗不彻底，存在异常值、缺失值或重复数据 ；
02
数据转换不合理，导致信息损失或失真；
03
数据分析方法选择不当，未能充分利用数据信息。
VS
研究内容
医学统计学的研究内容包括统计设计、数 据收集、整理、分析、推断以及统计方法 的选择和应用等。其中，统计设计是医学 统计学的基础，数据收集是医学统计学的 前提，数据整理是医学统计学的关键，数 据分析是医学统计学的核心，统计推断是 医学统计学的目的。
02
医学统计学的基本概念
《卫生统计学》教学课件
假设检验
单样本t检验
介绍单样本t检验的原理、方法和应用实 例。
A 假设检验的基本思想
阐述假设检验的原理、步骤和注意 事项。
B
C
D
方差分析
阐述方差分析的基本原理、方法和应用实 例，包括单因素和多因素方差分析。
两样本t检验
详细解释两样本t检验的原理、方法和应 用实例，包括独立样本和配对样本的t检 验。
推断性统计在卫生领域的应用
01
假设检验
在卫生研究中，经常需要比较两组或多组数据的差异是否具有统计学意
义。通过假设检验，可以对研究假设进估计
利用样本数据对总体参数进行估计时，置信区间可以提供估计的精确度
和可信度。在卫生研究中，置信区间常用于估计发病率、死亡率等指标
随机区组设计 将实验对象按某种特征（如性别、年龄等）分成若干区组， 然后在每个区组内随机分配处理组，适用于存在明显个体 差异或需要控制某些非处理因素的情况。
析因设计 研究多个因素对实验结果的影响，通过全面组合各因素的 不同水平进行实验，适用于探索多因素交互作用的情况。
实验数据的分析
描述性统计分析 对数据进行整理、概括和描述，包括数 据的集中趋势、离散程度和分布形态等。
方差分析
比较不同处理组间的均数差异是否有 统计学意义，适用于完全随机设计和
随机区组设计的数据分析。
推断性统计分析 通过样本数据推断总体特征，包括参 数估计和假设检验等方法。
回归分析 探讨自变量和因变量之间的数量关系， 建立回归方程并进行预测和控制。
06
卫生统计应用实例
描述性统计在卫生领域的应用
1 2 3
卫生统计学的研究方法
描述性研究
通过收集和整理数据，用统计指标和 图表描述人群健康现象的数量特征和 分布规律。
第十五讲 卫生统计学 实验设计
含赖氨酸面包+非处理因素→赖氨酸效应 + 面包效应+非处理因素效应 面包+非处理因素→ 面包效应+非处理因素效应
赖氨酸
赖氨酸效应
（三）自身对照
实验在同一受试对象上进行。
特点： 简单易行，使用广泛。但若试验前后某些 环境或自身因素发生改变，并且会影响试验结 果，就难以说明问题。
（四）标准对照(standard control)
以现有的标准或正常值作对照。
例①某种新的方法能否代替传统方法的研究； ②某病患者与正常人的某生理、生化指标是否相同。
——实验室应用较多
（五一疾病的疗效。
（六）历史对照：以过去的研究结果作对照。
与本人或他人过去的研究结果作比较。
—— 不好！！！！！！
二、处理因素
处理因素或受试因素：根据研究目的确定的
欲施加或欲观察的、并能引起受试对象直接或 间接效应的因素，简称处理或因素(factor)。 是根据研究目的确定的主要因素，处理因素在 整个实验中应始终要保持不变。
非处理因素：与处理因素可能同时存在的能
使受试对象产生效应的非研究因素。非处理因 素干扰效应与所研究因素间关系的观察与分析， 常常又称混杂因素(confounder)。
分层随机化步骤：
(1)编号排序：将每层的受试对象编号排序，如体重 从轻到重，时间由前至后等。 (2)取随机数：从随机数字表或计算器或计算机获得。 每个受试对象可取两位数。 (3)确定组别：根据每层受试对象获得的随机数的大 小顺序决定受试对象在哪一组。对每个处理也可规定 顺序，如处理A, B, C, …分别对应于序号1, 2, 3, …。
均衡性
(1) 对等：除处理因素外，对照组具备与实验组对等的 一切非处理因素。
赖氨酸
赖氨酸效应
（三）自身对照
实验在同一受试对象上进行。
特点： 简单易行，使用广泛。但若试验前后某些 环境或自身因素发生改变，并且会影响试验结 果，就难以说明问题。
（四）标准对照(standard control)
以现有的标准或正常值作对照。
例①某种新的方法能否代替传统方法的研究； ②某病患者与正常人的某生理、生化指标是否相同。
——实验室应用较多
（五一疾病的疗效。
（六）历史对照：以过去的研究结果作对照。
与本人或他人过去的研究结果作比较。
—— 不好！！！！！！
二、处理因素
处理因素或受试因素：根据研究目的确定的
欲施加或欲观察的、并能引起受试对象直接或 间接效应的因素，简称处理或因素(factor)。 是根据研究目的确定的主要因素，处理因素在 整个实验中应始终要保持不变。
非处理因素：与处理因素可能同时存在的能
使受试对象产生效应的非研究因素。非处理因 素干扰效应与所研究因素间关系的观察与分析， 常常又称混杂因素(confounder)。
分层随机化步骤：
(1)编号排序：将每层的受试对象编号排序，如体重 从轻到重，时间由前至后等。 (2)取随机数：从随机数字表或计算器或计算机获得。 每个受试对象可取两位数。 (3)确定组别：根据每层受试对象获得的随机数的大 小顺序决定受试对象在哪一组。对每个处理也可规定 顺序，如处理A, B, C, …分别对应于序号1, 2, 3, …。
均衡性
(1) 对等：除处理因素外，对照组具备与实验组对等的 一切非处理因素。
卫生统计学实验设计
▪ 研究的质量：
实例1
《剖腹产同时放置宫内节育器735例的初步观察》将施 行剖腹产手术1562例中的735例作为实验组，在剖腹产的同 时放置宫内节育器。比较两组被观察对象的术后出血、恶 露干净时间和术后副反应等情况。
▪ 规定实验组适应症为：破膜和总产程都不超过24小 时，无感染(无阳性体征，血常规正常)以及第一胎 产后本人同意放置宫内节育器者。
考核某种药物/治疗方法的疗效
➢ 药物与疗法属处理因素； ➢ 影响疗效的一些非处理因素，如病人的性别、
年龄、病型、病程、病情、健康、营养状况、 医护人员的照护等等；
➢ 在病人分组试验中，各组病人除处理因素不同 之外，各组病人非处理因素应通过随机化尽量 加以控制，使之均衡一致。
对混杂因素的处理：
▪ 采用良好的设计：
龄相仿，上下不超过5岁。原文在未作假设检验的
情况下，认为“两组年龄相仿”。
年龄 病例组人数 对照组人数
20～
36
30～ 72
84
40～ 193
244
50～ 228
199
60～ 101
67
70～ 10
7
▪ 中华流行病学杂志，1981;2(4):253 2=17.25，P=0.004
问题所在
对照组缺乏均衡性！
病人的排除标准是： （1）药物或食物过敏史者； （2）过敏状态，如过敏性疾患合并感染； （3）造血功能障碍（特殊情况例外）； （4）妊娠及哺乳期妇女； （5）精神状态不能很好合作者； （6）正在应用其它抗菌类药物者等。
3 实验效应
▪ 关联性 ▪ 客观性 ▪ 准确性与精确性 ▪ 敏感性与特异性
关联性
▪ 请讨论：该文结果是否成立？
《用24小时食管pH监测法诊断食管原性胸痛》(中华外科杂志2019年33卷第2期第69页)
医学统计学PPT课件
验结果,每次都有如此好的吻合. 的概率约10万分之4。 6
绪论 Introduction
讲授内容：
一、医学统计学的意义
二、统计学中的几个基本概念
三、统计资料的类型
四、医学统计工作的基本步骤
五、学习医学统计学应注意的问题
.
7
一、医学统计学的意义
• 1.统计学（statistics）:应用数学的原理与 方法,研究数据的搜集、整理与分析的科 学，对不确定性数据作出科学的推断。
例如：某药治疗高血压患者30名
样本含量（n）为30
.
21
二、统计学中的几个基本概念
• 4、参数（parameter）和统计量（statistic）
• （1）参数（parameter）：根据总体个体 值统 计计算出来的描述总体的特征量。
• 一般用希腊字母表示
• （2）、统计量（statistic）：根据样本个体值统 计计算出来的描述样本的特征量。
（120.2cm,118.6cm,121.8cm,…)
研究某人群性别构成 变量值：男、女。
.
15
二、统计学中的几个基本概念
• 2、同质（homogeneity）和变异 （variation）
• （1）、同质（homogeneity）：根据研究 目的给研究单位确定的相同性质。
• 研究长沙市2004年7岁 男孩身高的正常值范围？
.
27
二、统计学中的几个基本概念
• （3）、抽样误差（sampling error）：由 于抽样所造成的样本统计量与总体参数 的差别。
• 例如：=120.0cm
n=100
•
N=5万 → X =118.6cm
• 特点:1)不可避免性
第七版卫生统计学课后案例讨论PPT课件
n甲 n乙 2
•
t=
X甲 X乙 S2 c
1 1 n乙 n甲
= 3.835
３、确定P值，作统计推断 经查表得P<0.05,故两组总体均值之间有 差别
案例四（6-2） P123
某研究者检测了8例肺结核及8例结核性 胸膜炎的血沉（1小时）值，以表6-6给出资 料，采用两独立样本比较的t检验，结果为 t=4.260，自由度为14，P=0.001，拒接Ho， 差异有统计学意义，你认为正确吗？
思路一：对该资料分析使用多个样本均数
的两两比较法， 即1.高脂饮食组与高脂+A组（25ug/100g） 2.高脂饮食组与高脂+A组（50ug/100g） 3.高脂+A组（25ug/100g）与高脂+A组 （50ug/100g） 分别进行比较。
思路二：对该资料的进行数据转换，例如：
对数变换、平万根变换以及平方根反正弦变 换等方式使其变换成具有齐行的数据，之后 可直接进行方差分析
案例七 （7-2） P142
对该资料进行分析，可以得出该资 料属于计量资料，该统计学设计属于 完全随机设计资料，并使用方差分析 法进行了统计分析。
• • • •
方差分析适用条件： 1.各样本是来自正态分布的总体 2.两个样本是相互独立的随机样本 3.样本均数所在总体方差具有齐性
2 • 故我们首先因对资料进行方差齐性的
1、方差的齐性检验
甲组
X甲 2 S 甲= n 1
X甲
=5.36
X 2
=2.885
乙组
X乙 =8.16 S2乙= X
乙
X乙 2
n乙 1
= 2.447
F= 齐性
•
t=
X甲 X乙 S2 c
1 1 n乙 n甲
= 3.835
３、确定P值，作统计推断 经查表得P<0.05,故两组总体均值之间有 差别
案例四（6-2） P123
某研究者检测了8例肺结核及8例结核性 胸膜炎的血沉（1小时）值，以表6-6给出资 料，采用两独立样本比较的t检验，结果为 t=4.260，自由度为14，P=0.001，拒接Ho， 差异有统计学意义，你认为正确吗？
思路一：对该资料分析使用多个样本均数
的两两比较法， 即1.高脂饮食组与高脂+A组（25ug/100g） 2.高脂饮食组与高脂+A组（50ug/100g） 3.高脂+A组（25ug/100g）与高脂+A组 （50ug/100g） 分别进行比较。
思路二：对该资料的进行数据转换，例如：
对数变换、平万根变换以及平方根反正弦变 换等方式使其变换成具有齐行的数据，之后 可直接进行方差分析
案例七 （7-2） P142
对该资料进行分析，可以得出该资 料属于计量资料，该统计学设计属于 完全随机设计资料，并使用方差分析 法进行了统计分析。
• • • •
方差分析适用条件： 1.各样本是来自正态分布的总体 2.两个样本是相互独立的随机样本 3.样本均数所在总体方差具有齐性
2 • 故我们首先因对资料进行方差齐性的
1、方差的齐性检验
甲组
X甲 2 S 甲= n 1
X甲
=5.36
X 2
=2.885
乙组
X乙 =8.16 S2乙= X
乙
X乙 2
n乙 1
= 2.447
F= 齐性
卫生统计学全套PPT课件
几个重要的统计学概念
二分类变量(binary variable)，称 为0-1变量
例如，性别（男女）、疾病（有无） 和结局（生死）等。二分类变量常用0 和1来编码，0-1变量常称为假变量 (dummy variable)或哑变量，可以和真 变量一样参与计算。
卫生统计思维进化与概念
统计学：是一门处理数据中变异性 的科学与艺术，内容包括收集、分析、 解释和表达数据，目的是求得可靠的 结果。 卫生统计学：是一门应用统计学 方法和原理研究卫生服务数据的收集、 分析、解释和表达的学科。
卫生统计思维进化与概念
• 统计思维的进化（发展简史）
时期 1749-1827 科学家 Pierre-Simon Laplace Philippe Pinel Louis 发明与应用 研究概率 (probability)。
几个重要的统计学概念
抽样(sampling)：从研究总体中 抽取一部分有代表性的个体的方法； 样本(sample)：从研究总体中随 机抽取的一部分有代表性的个体； 数据(data)：对样本中个体进行深 入的观察与测量，获取的测量值。
几个重要的统计学概念
同质与变异 同质性(homogeneity)： 一个总体中有许多 个体大同小异，存在共性，这些个体处于同一总 体。例如，同性别、同年龄的小学生具有同质性。 变异(variation)：同一总体内的个体间存在 差异。例如，同性别、同年龄的小学生属于同一 个总体，但他们的身高、体重又存在变异。变异 性是统计学的根本需要。 统计学的任务：在变异的背景上描述同一总 体的同质性，揭示不同总体的异质性 (heterogeneity)。
几个重要的统计学概念
变量的类型 变量(variable)：分成定性(qualitative)与 定量(quantitative)两种类型。 ◆定性变量（分类变量(categorical variable)或名义变量(nominative variable)。 例如，职业（工、农、商、学、兵等） 是一个分类变量；其可能的“取值”不是 数字，而是，
卫生统计学 第一章 绪论PPT课件
卫生统计学（health statistics）：是应用统计学的原理 与方法研究居民健康状况以及卫生服务领域中数据的收集、 整理、分析和结果正确解释与表达的一门科学。更侧重于 社会、人群的卫生问题。
2021/4/18
可编辑课件PPT
4
二、统计学和卫生统计学的发展简史
统计学“statistics”一词源于国家“state”，拉丁语中 “statisticus”就是治国术的意思。
统计学是帮助人们分析所占有的信息，达到去伪存真、 去粗取精、正确认识世界的一种重要手段。
2021/4/18
可编辑课件PPT
3
根据研究领域和研究对象的不同，统计学又分为：数 理统计、经济统计、生物统计、卫生统计、医学统计……
医学统计学（medical statistics）：用统计学的原理和 方法研究医学领域中数据的收集、整理、分析和结果正确 解释与表达的一门科学。
2021/4/18
可编辑课件PPT
11
比率%
25 20 15 10
5 0
2.6 3.2 3.8 4.4 5.0 5.6 6.2 红细胞计数(10１２/L)
图 1-1 120名正常成年男子 红细胞计数直方图
最大值=6.18, 最小值=3.29, 极差=2.89
2021/4/18
可编辑课件PPT
12
2. 用统计学思维方式考虑有关医学研究中的问题
2021/4/18
可编辑课件PPT
2
第一节 概述
一、统计学、医学统计学与卫生统计学的定义
统计学(statistics)：统计学是处理数据中变异性的科学与 艺术，内容包括数据的收集 (collection)、分析(analysis)、解 释（interpretation)和表达（presentation），目的是求得可 靠的结果。
2021/4/18
可编辑课件PPT
4
二、统计学和卫生统计学的发展简史
统计学“statistics”一词源于国家“state”，拉丁语中 “statisticus”就是治国术的意思。
统计学是帮助人们分析所占有的信息，达到去伪存真、 去粗取精、正确认识世界的一种重要手段。
2021/4/18
可编辑课件PPT
3
根据研究领域和研究对象的不同，统计学又分为：数 理统计、经济统计、生物统计、卫生统计、医学统计……
医学统计学（medical statistics）：用统计学的原理和 方法研究医学领域中数据的收集、整理、分析和结果正确 解释与表达的一门科学。
2021/4/18
可编辑课件PPT
11
比率%
25 20 15 10
5 0
2.6 3.2 3.8 4.4 5.0 5.6 6.2 红细胞计数(10１２/L)
图 1-1 120名正常成年男子 红细胞计数直方图
最大值=6.18, 最小值=3.29, 极差=2.89
2021/4/18
可编辑课件PPT
12
2. 用统计学思维方式考虑有关医学研究中的问题
2021/4/18
可编辑课件PPT
2
第一节 概述
一、统计学、医学统计学与卫生统计学的定义
统计学(statistics)：统计学是处理数据中变异性的科学与 艺术，内容包括数据的收集 (collection)、分析(analysis)、解 释（interpretation)和表达（presentation），目的是求得可 靠的结果。
卫生统计学课件
2012-8-6
西安医学院公共卫生系
返回
2012-8-6 西安医学院公共卫生系
搜集资料（collection of data）： 取得准确可靠的原始数据 资料来源：（1）统计报表
（2）经常性的工作记录
（3）专题调查或实验
返回
2012-8-6 西安医学院公共卫生系
整理资料（sorting data） 即净化原始数据，使其系统化、条理化， 便于进一步计算指标和分析。
2012-8-6
西安医学院公共卫生系
2.定性资料即计数资料、分类资料 （enumeration data）
1）无序分类资料：先将观察单位的某项 指标按性质或类别进行分组，然后计算各 组的数目所得的资料。
①二项分类：两类间互相对立， 如+、-；治愈与未愈。
②多项分类：互不相容的多个类别。
如血型（A、B、AB、O）
2012-8-6
西安医学院公共卫生系
卫生统计学的主要内容： （1）基本原理和方法
数据处理：统计描述 统计推断 -- 参数估计 假设检验 研究设计：实验研究设计、调查研究设计 （2）健康统计：人口统计 疾病统计 生长发育统计等
2012-8-6
西安医学院公共卫生系
小结
• • • • 统计工作的步骤 定量资料、定性资料 总体、样本 频率、概率、小概率事件
• 目标总体；研究总体
2012-8-6
西安医学院公共卫生系
• 样本：是从总体中随机抽取部分观察单位，其 实测值的集合。 • 目的是用样本信息来推断总体特征。 • 样本含量（样本大小、样本例数）：即样本包 含的观察单位数。 • 随机，不是随意，它应保证总体中每个个体被 抽取的机率是相等的。 • 医学研究的现象绝大多数是随机现象。
卫生统计学实验课件秩和检验Nparway过程
定义与目的
定义
非参数秩和检验nparway是一种 用于比较两组或多组独立样本的 非参数统计方法。
目的
通过比较各组观察值的秩次（即 数据排序位置）来推断各组之间 的差异，适用于数据不符合正态 分布或总体分布未知的情况。
适用范围与限制
适用范围
适用于多组独立样本的比较，尤其适 用于数据不符合正态分布或总体分布 未知的情况。
THANKS FOR WATCHING
感谢您的观看
05 nparway秩和检验在实际 应用中的注意事项
数据质量与样本量问题
数据质量
在进行nparway秩和检验之前，应确保 数据质量，避免因数据录入错误、遗漏 或异常值导致的分析结果偏差。
VS
样本量问题
样本量的大小对秩和检验的结果具有显著 影响。在确定样本量时，应充分考虑研究 目的、效应大小、误差率等因素，以确保 足够的统计效能。
数据展示
数据集1包含四组，每组有30个观测值；数据集2包含四组， 每组有4个观测时间点，每个时间点有30个观测值。
实例分析过程
1 2 3
数据预处理
对数据进行清洗和整理，确保数据准确无误。
建立假设
对于数据集1，假设四组人群在某项指标上无显 著差异；对于数据集2，假设四组人群在不同时 间点的测量值无显著差异。
结果讨论
根据nparway秩和检验的结果，分析可能的原因，并探讨如何改进实验设计和数据处理方法，以提高实验的准确 性和可靠性。
04 nparway秩和检验与其他 检验方法的比较
与其他非参数检验方法的比较
与Kruskal-Wallis检验的比较
Kruskal-Wallis检验是一种单因素的非参数检验方法，而nparway秩和检验可以用于多因素的非参数 检验，具有更广泛的应用范围。
第四章 医学统计课件完整版_PPT幻灯片
数量特征及其分布规律，才是最终的研究目的。
第三节 统计资料的类型
❖ 医学统计资料按研究指标的性质一般分为定量资 料、定性资料和等级资料三大类。
一、定量资料
❖ 定量资料（quantitative data） 亦称计量资料 （measurement data），是用定量的方法测定观 察单位（个体）某项指标数值的大小，所得的资 料称定量资料。如身高（㎝）、体重（㎏）、脉 搏（次/分）、血压（kPa）等为数值变量，其组 成的资料为定量资料。
统计分析包括以下两大内容：
1.统计描述(descriptive statistics) 将计算出 的统计指标与统计表、统计图相结合，全面描述 资料的数量特征及分布规律。
2.统计推断(inferential statistics)
使
用样本信息推断总体特征。通过样本统计量进行
总体参数的估计和假设检验，以达到了解பைடு நூலகம்体的
二、总体与样本
样本（sample）:是从总体中随机抽取的部分 观察单位变量值的集合。样本的例数称为样本 含量（sample size）。 注意： 1。总体是相对的，总体的大小是根据研究目 的而确定的。 2。样本应有代表性，即应该随机抽样并有足 够的样本含量。
三、整理资料
整理资料（sorting data）的目的就是将搜集到的原始资 料进行反复核对和认真检查，纠正错误，分类汇总，使其 系统化、条理化，便于进一步的计算和分析。整理资料的 过程如下：
1.审核：认真检查核对，保证资料的准确性和完整性。
2.分组：归纳分组，分组方法有两种：
①质量分组，即将观察单位按其类别或属性分组，如按性 别、职业、阳性和阴性等分组。
二、定性资料
❖ 定性资料（qualitative data） 亦称计数资料 （ enumeration data ） 或 分 类 资 料 （ categorical data），是将观察单位按某种属性或类别分组，清点 各组的观察单位数，所得的资料称定性资料。
医学统计学课件PPT
（2）变量(variable 变量(variable）：
研究单位的研究特征。 例如：研究7岁 男孩身高的正常值范围 变量： 身高 （3）
变量值（value of variable）
二、统计学中的几个基本概念
变量值（value of variable） ： 变量的观察结果。 例如：研究7岁男孩身高 变量值：测得的身高值 （120.2cm,118.6cm,121.8cm,…) 研究某人群性别构成 变量值：男、女。
二、统计学中的几个基本概念
（2）样本（sample）：是总体中抽取的有 代表性的一部分。 注意：随机抽样（无主观性） 样本含量（ sample size）：样本中包含的 研究单位数。 例如：某药治疗高血压患者30名 样本含量（n）为30
二、统计学中的几个基本概念
• 4、参数（parameter）和统计量（statistic） • （1）参数（parameter）：根据总体个体 值统 计计算出来的描述总体的特征量。 • 一般用希腊字母表示 • （2）、统计量（statistic）：根据样本个体值统 计计算出来的描述样本的特征量。 • 一般用拉丁字母表示
撰写论文：报告自己观 撰写论文： 察或实验的研究结果。 察或实验的研究结果。
阅读论文：吸收新知识， 阅读论文：吸收新知识， 了解学术进展。 了解学术进展。
1996年，有机构对申报科技成果的4586篇科研论文分 年 有机构对申报科技成果的 篇科研论文分 统计方法使用率为76%。 析，统计方法使用率为 。
英国统计学家R.A.Fisher（1890-1962）对遗传学家 （ 英国统计学家 ） Mendel（1822-1884）杂交试验结果的评价 （ ）杂交试验结果的评价: 为 什 么 要 学 医 学 统 计 学 ？
研究单位的研究特征。 例如：研究7岁 男孩身高的正常值范围 变量： 身高 （3）
变量值（value of variable）
二、统计学中的几个基本概念
变量值（value of variable） ： 变量的观察结果。 例如：研究7岁男孩身高 变量值：测得的身高值 （120.2cm,118.6cm,121.8cm,…) 研究某人群性别构成 变量值：男、女。
二、统计学中的几个基本概念
（2）样本（sample）：是总体中抽取的有 代表性的一部分。 注意：随机抽样（无主观性） 样本含量（ sample size）：样本中包含的 研究单位数。 例如：某药治疗高血压患者30名 样本含量（n）为30
二、统计学中的几个基本概念
• 4、参数（parameter）和统计量（statistic） • （1）参数（parameter）：根据总体个体 值统 计计算出来的描述总体的特征量。 • 一般用希腊字母表示 • （2）、统计量（statistic）：根据样本个体值统 计计算出来的描述样本的特征量。 • 一般用拉丁字母表示
撰写论文：报告自己观 撰写论文： 察或实验的研究结果。 察或实验的研究结果。
阅读论文：吸收新知识， 阅读论文：吸收新知识， 了解学术进展。 了解学术进展。
1996年，有机构对申报科技成果的4586篇科研论文分 年 有机构对申报科技成果的 篇科研论文分 统计方法使用率为76%。 析，统计方法使用率为 。
英国统计学家R.A.Fisher（1890-1962）对遗传学家 （ 英国统计学家 ） Mendel（1822-1884）杂交试验结果的评价 （ ）杂交试验结果的评价: 为 什 么 要 学 医 学 统 计 学 ？
- 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)。
随机的方法
▪ 简单随机
➢ 随机分组 ➢ 随机排列
▪ 分层随机
简单随机分组示意
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 136 643 557 604 384 708 218 061 555 871 AB B B AB AAAB
A组 B组
随机排列示意
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 136 643 557 604 384 708 218 061 555 871
研究设计
主要内容
1. 研究设计的意义 2. 实验设计的基本原则 3. 实验设计 4. 常用的几种实验设计方法 5. 调查设计
实验设计简介
▪ R.A. Fisher:生於伦敦，卒於 澳洲。英国
统计与遗传学家，现代统计科学的奠基人之一， 并对达尔文演化论作了基础澄清的工作。
▪ 1925:系统介绍近代统计学方法
n1
n2＝2
(u
u
)
2
▪ ：I 类误差，常取0.05 ▪ ：II 类误差，常取0.20，0.10 ▪ 1- ：把握度 ▪ ：标准差，个体变异 ▪ ：两个总体的差值(专业认可)
例：降血脂
▪ =20mg/L； =30mg/L；=0.05
▪ 1-=90%时
Q1:Q2 N 1:1 78 4:6 82 3:7 92 2:8 122 1:9 216 1:19 406
(2) 分组随机 每个实验对象分配到不同处理组的
机会相同；
(3) 实验顺序随机 每个实验对象接受处理先后的
机会相同。
随机与随意
▪ 随机：random 机会均等， 客观性 ▪ 随意：as will 随主观意愿，主观性
▪ 随机化分组，不仅能控制已知的混杂因素 (非研究因素)，而且还能控制未知的混杂 因素。
(3) 同一实验单位的重复观察。
保证观察结果的精度。
影响样本含量的因素
▪ 数据的种类 ▪ 个体的变异 ▪ 组间的差别 ▪ 指标间的相关程度 ▪ 设计方法 ▪ 各组例数的分配 ▪ I型错误和II型错误 ▪ 研究的质量
样本例数的计算
（1）公式计算 （2）查表
例：两均数比较时的样本含量估计(两组相等)
对照组的作用
处理组 处理因素+非处理因素
处理效应+非处理效应
比较结果 非处理因素 处理因素
非处理效应 处理效应
常用对照种类：
（1）空白对照
对照组不施加任何处理因素
（2）实验对照
对照组不施加处理因素，但施加某种实验因素。
（3）标准对照
不设立专门的对照组，而是用现有标准值/正常值 作对照。实验研究一般不用标准对照，因为实验条件 不一致。
排列
(8) (1) (7) (5) (9) (3) (4) (2) (6) (10)
2.3 基本原则之三：重复(repeated)
可靠性
(1) 整个实验的重复。
确保实验的重现性，以提高实验的可靠性；
(2) 用多个实验单位进行重复(样本含量)。
避免把个别情况误认为普遍情况，把偶然性或 巧合的现象当作必然的规律，通过一定数量的 重复，使结论可信；
Power
0.5589 0.6824 0.7330 0.7601 0.7769
Q1:Q2
1:6 1:7 1:8 1:9 1:10
Power
0.7882 0.7960 0.8026 0.8074 0.8113
▪ N＝78时
Q1:Q2 1- (%)
1:1 90.0 4:6 88.9 3:7 85.0 2:8 75.6 1:9 54.4 1:19 35.6
例： n1 固定， n2 增加时，Power的变化趋势 ▪ =20mg/L； =30mg/L；=0.05
▪ n1=20 Q1:Q2
1:1 1:2 1:3 1:4 1:5
(2) 控制误差，使研究结果保持较好的稳定性。 如对混杂因素的处理，对不同来源变异的分析， 维护必要的均衡性等。
(3) 用较少的观察例数，获取尽可能丰富的信息。 如采用定量指标，选择线性或非线性回归分析， 为使用高效率设计创造条件等。
1.2 研究设计的类型
▪ 调查（survey） ▪ 实验 (experiment)
The Statistical Methods for Research Workers
RA Fisher(1890~1962)
▪ 1935年, Fisher 系统介绍研究 设计，首次提出研究设计的基 本原则。
▪ The Design of Experiments.
1.1 研究设计的意义
(1) 合理安排试验因素，提高研究质量。 如规定实验组的条件，配置适当的对照组，选 择研究方法等。
2. 实验设计的基本原则
▪ 基本原则之一：对照 ▪ 基本原则之二：随机 ▪ 基本原则之三：重复
研究设计的基本原则
▪ 对照(control) ▪ 随机(randomization) ▪ 重复(replication)
ቤተ መጻሕፍቲ ባይዱ
➢ 对照的作用 ➢ 对照的种类 ➢ 对照组形式
➢ 随机化的作用 ➢ 随机的含义 ➢ 分层随机、分段随机
➢ 重复的作用 ➢ 重复的次数
2.1 基本原则之一：对照(control)
均衡性
(1)对等 除处理因素外，对照组具备与实验组对
等的一切非处理因素。
(2)同步 对照组与实验组设立之后，在整个研究
进程中始终处于同一空间和同一时间。
(3)专设
任何一个对照组都是为相应的实验组专 门设立的。不得借用文献上的记载或以 往的结果或其它研究的资料作为本研究 之对照。
（4）自身对照
对照与实验在同一受试者身上进行
（5）相互对照
各实验组间互为对照，如比较新药与旧药的疗效
（6）历史对照
以本人过去的研究/他人研究结果与本次研究结果 作对照
2.2 基本原则之二：随机(random)
客观性
(1) 抽样随机 每一个符合条件的实验对象参加实
验的机会相同，即总体中每个个 体有相同的机会被抽到样本中来；
对照组的作用
意义
(1)消除干扰因素的影响； (2)给一个被比较的标准，使处理因素和非处 理因素的差异有一个科学的对比。
对照组的作用
处理组 处理因素+非处理因素
对照组
(无) 非处理因素
处理效应+非处理效应 (无) 非处理效应
比较结果 处理因素
处理效应
▪ 排除“非处理因素”的影响，从而衬托出 “处理因素”的作用。