数据处理的一般原则与方法

号
别龄
分
性 疸迷
醇
后
1 004757 男 26 14 无 有 无 520 — 治愈
2 007950 女 31 13 无 无 无 523 4.5 治愈
3 011093 男 55 17 无 无 无 209 3.3 治愈
4 017555 男 25 9 无 无 无 1303 4.1 治愈
┇
┇ ┇┇ ┇ ┇ ┇┇ ┇ ┇
┇
274 279183 女 88 15 有 无 无 331 6.1 丧失
行：观察单位
列：变量
18
肾衰病人预后研究的临床资料记录
病人
生理 肾毒
胆固 肾功能
编号 病案号 性别 年龄 评分 性 黄疸 昏迷 肌酐 醇 预后
1 004757 男 26 14 无 有 无 520 — 治愈 2 007950 女 31 13 无 无 无 523 4.5 治愈 3 011093 男 55 17 无 无 无 209 3.3 治愈 4 017555 男 25 9 无 无 无 1303 4.1 治愈 ┇ ┇ ┇┇┇ ┇ ┇ ┇ ┇ ┇ ┇
第29章
数据处理的 一般原则与方法
寒亭区 人民医院
1
讲课内容：
第一节 医学统计学概述(重点) 第二节 原始数据的录入 第三节 数据处理的几个基本问题 第四节 统计方法选择的基本思路(重点)
2
第一节 医学统计学概述
3
医学统 计学
研究 设计
数据 处理
观察性研究 (调查)
实验性研究
统计描述 统计推论
根据： 医学专业知识 医学统计学知识 计算机统计软件技术
26
设计类型：完全随机、随机区组、拉丁方、 交叉、析因、正交、嵌套、裂区设计
处理因素：单因素、双因素、多因素 反应变量：单变量、双变量、多变量 资料类型：计量、无序分类、有序分类 样本数目：单样本、两样本、多样本 数据提供信息：完全数据、不完全数据、
14
统计推论
1.进行检验假设 假设样本来自某一特定总体
2.确定检验水准
假设 确定最大允许误差 检验 3.选定检验方法计算检验统计量 步骤 计算样本与总体的偏离程度
4.根据一特定分布计算与检验统计 量对应的P值
5.作出结论 根据小概率反证法思想作出推断
15
统计推论
假设 检验 方法
比较差别：2、t、u、F、q、log-rank 、 秩和检验等
联系：相关、回归分析 分类：聚类、回归分析 鉴别：判别分析 推测：回归分析 筛选影响因素：回归分析 综合变量信息：主成分分析 寻找潜在支配因素：因子分析
16
第二节 原始数据的录入
17
一、原始数据的记录形式
肾衰病人预后研究的临床资料记录
病人编 病案号 性 年 生理评 肾毒 黄 昏 肌酐 胆固 肾功能预
极端值(extreme value) 与P25或P75的距 离为“四分位数间距”的3.0倍以上。
剔除离群或极端值要予以合理解释。
23
三、统计方法前提条件的检验
多样本比较的方差分析： 独立 正态分布 方差齐性
多重线性回归分析： 变量间无多重共线 残差分布正态
┇
24
第四节 统计方法选择
的基本思路
25
3 011093 男 55 17 无 无 无 209 3.3 治愈
4 017555 男 25 9 无 无 无 1303 4.1 治愈
┇ ┇ ┇┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇
274 279183 女 88 15 有 无 无 331 6.1 丧失
解释变量
反应变量
标识变量
分析变量
20
二、原始数据的录入
文件类型： 数据库文件：EpitaDa
274 279183 女 88 15 有 无 无 331 6.1 丧失
标识变量
分析变量
19
肾衰病人预后研究的临床资料记录
病人
生理 肾毒
胆固 肾功能
病案号 性别 年龄
黄疸 昏迷 肌酐
编号
评分 性
醇 预后
1 004757 男 26 14 无 有 无 520 — 治愈
2 007950 女 31 13 无 无 无 523 4.5 治愈
对照
空白
实验
设置 安慰剂
基本原则 随机化
标准 相互
重 复 1-
(样本含量) 、、
7
统计描述
一张表表达一个中心内容
制表原则 主语在左、宾语在右
统计表 制表要求
简单明了
标题 标目 线条 数字 备注
8
统计描述
统计图
制图原则 制图要求
间断性资料：
条图、圆图、百分比条图
ቤተ መጻሕፍቲ ባይዱ连续性资料：
线图、直方图、散点图
标题 标目 纵轴、横轴 刻度 图例
9
统计 指标
统计描述
计量资料
(单变量)
中心 正态： X、M
位置
对数正态： XG 非正态： M
正态 量纲相同：S
离散
个体值
量纲不同：CV
非正态：QR
程度 样本均数： S
X
计量资料 r、b
(双变量) 离散程度：Sb、Sr
10
统计描述
统计 指标
计量资料 (多变量)
中心位置：均数向量 离散程度：离均差矩阵
13
统计推论
X 、p 、r 、b
点估计 S 、S2 2
参数
S X
X、Sp
p
估计
双侧：X t / S 2, X
区间 估计
单侧：X t,SX 或 X t,SX 双侧： p u / 2Sp 单侧：p uSp 或 p uSp
RR(OR)：RR(OR ) 1u / 2 M 2 H
参数估计 假设检验
4
调查设计
简单随机
研究目的 调查方法
按范围
普查 抽样
概率 非概率
系统
分层随机 整群
横向(现况调查)
调查对象
按时间
纵向
队列研究 病例对照研究
调查指标
调查工具
调查员
5
实验设计
动物实验 实验分类 临床试验
社区干预试验
处理因素 基本要素 受试对象
实验效应
6
实验设计
原则：均衡可比
类型：配对、组间
dBASE、FoxBASE、Foxprow Oracle Excel文件： Excel 文本文件：Word 统计软件数据文件：SPSS、SAS、STATA 变量名的定义： 变量值的量化：
21
第三节 数据处理 的几个基本问题
22
一、数据的净化
逻辑检查 计算检查
二、离群数据的处理
离群值(outliner) 与P25或P75的距离为 “四分位数间距”的1.5~3.0倍。
协方差矩阵 相互关系：相关矩阵
11
统计描述
统计 指标
绝对数、率、构成比、
计数资料 相对比 、RR(OR)
离散程度：标准误
等级 资料
单变量
秩号、秩和 离散程度：秩和的标准误
双变量：rs
12
统计描述
参考 值 范围估计
正态 偏态
双侧： X u/ 2S 单侧：X uS 或 X uS 双侧：px ~ p100x 单侧： px 或 p100x