常用医学统计分析方法优秀课件
合集下载
常用的医学统计方法.ppt
根据分析需要，各类资料可以互相转化。
例如：检测XX社区高血压病人的情况。
计量资料
计数资料
等级资料
全社区测量
高血压的人数
高血压分ⅠⅡⅢ级
5.变量：
变量 ----无论用何种方式搜集资料，都要先确定观察 单位，然后对每个观察单位的某项特征进行测定和观 察，这种被观察单位的特征称为变量。
（二）总体与样本
1.总体：
可利用DPS对样本的量进行估计。
估计总体均数时样本的含量：
估计总体均数时样本的含量：
（三）误差
任何周密设计的科学研究，都不可能没有误差。医学 研究中的误差通常指测量值与真实值之差，其中包括 系统误差、随机测量误差和抽样误差，即样本指标与 总体指标之差。随机测量误差及抽样误差都属于随机 误差，其中抽样误差是统计学研究和处理的重要内容。
（二）SPSS：
SPSS（社会科学统计软件包）是国外老牌的统计软 件，最大的特点是操作界面十分友好；输出结果十 分美观漂亮。
第一步：设置变量属性。
第二步：输入数据（也可导入）。
第三步：设置分析的选项。
第四步：设置成对T检验的变量。
第五步：得到分析结果。
3．抽样误差 ：
在抽样研究中，即使消除了系统误差，控制了随 机测量误差，样本统计量和总体参数之间仍会存 在差别。这是由于个体变异造成的，系抽样机遇 所致，是客观存在，不可避免的。抽样误差可以 通过统计方法估计，也可通过增大样本使其减少。
（四）概率与频率
概率是对总体而言，频率是对样本而言。概率是指某 随机事件发生的可能性大小的数值，常用符号P表示。 随机事件发生的概率在0~1之间，即0≤P≤l。
频率是指一次试验结果计算得到的样本率。如用某药 治疗200个病人，其治愈率为80％，这是一个频率指标； 若经过多次试验和许多人的治疗，其治愈率稳定在80 ％，这时可以说，某药治愈某病的可能性，即概率为 80％。统计中许多结论都是带有概率性的。统计学将 发生概率P≤0.05或P≤0.01的事件，称为小概率事件，表 示某事件发生的可能性很小。
医学统计学(统计图表)ppt课件
案例三
不同治疗方案对患者生存 率的影响。通过饼图展示 各治疗方案的生存率，比 较方案优劣。
前沿动态和未来发展趋势
数据可视化技术的创新应用
01
如交互式图表、动态图表等，提高数据呈现效果和用
户体验。
大数据在医学领域的应用
02 利用大数据技术分析海量医学数据，挖掘潜在规律和
关联，为医学研究和实践提供支持。
相关系数计算
用于量化两个变量之间的线性关系强度和方向。常见的相关系数包括皮尔逊相关 系数、斯皮尔曼相关系数和肯德尔相关系数等。通过计算相关系数，可以对两个 变量之间的关系进行定量分析和假设检验。
03 推断性统计图表
假设检验原理及流程
假设检验的基本原理
通过设定原假设和备择假设，根据样 本数据对原假设进行检验，判断其是 否成立。
临床意义
AUC值越大，说明待评价试验的诊断价值越高。同时，AUC值还可以用来比较不同诊断性试验的诊断价值，以及 在同一诊断性试验中比较不同临界值的诊断价值。此外，AUC值还可以用来估计诊断性试验的阳性似然比和阴性 似然比等参数，为临床决策提供更多的信息。
05 生存分析与寿命 表制作
生存分析基本概念
计算灵敏度和特异度
根据金标准和待评价试验的结果，计算出不同临界值下的 灵敏度和特异度。
绘制ROC曲线
以特异度为横坐标，灵敏度为纵坐标，将不同临界值下的 灵敏度和特异度描绘在坐标图上，连接各点即得ROC曲线 。
AUC值计算和临床意义
AUC值计算
通过计算ROC曲线下的面积得到AUC值，其取值范围在0.5~1之间。当AUC=0.5时，说明待评价试验完全无效； 当AUC=1时，说明待评价试验具有完美的诊断价值。
人工智能在统计图表分析中的应用
常用医学统计的分析方法
VS
详细描述
平均数是一组数据之和除以数据的个数， 用于描述数据的平均水平。中位数是将数 据从小到大排序后，位于中间位置的数值 ，用于描述数据的中心位置。众数是一组 数据中出现次数最多的数值，用于描述数 据的普遍水平。这些指标可以帮助我们了 解数据的集中趋势和中心位置。
离散趋势的测量
总结词
离散趋势的测量是描述数据离散程度的指标，常用的指标有方差、标准差和变异系数。
检验生存函数差异
通过统计学检验，判断不同组别之间的生存函数是否存在显著差异。
绘制比较图
将不同组别的生存曲线绘制在同一张图上，直观比较各组之间的生 存情况。
Cox比例风险模型
1 2 3
模型建立
Cox比例风险模型是一种半参数模型，用于分析 生存数据，评估多个因素对生存时间的影响。
风险函数
Cox模型通过风险函数来描述各因素对生存时间 的影响，风险函数中的比例系数表示各因素对生 存时间的相对影响。
参数估计
参数估计
01
根据样本数据推断总体参数的过程，包括点估计和区间估计两
种方法。
点估计
02
利用样本统计量直接估计总体参数的值，如样本均数、样本率
等。
区间估计
03
基于样本统计量，给出总体参数的可能取值范围，如置信区间。
假设检验
假设检验
通过设立假设并检验假设是否成立， 对总体参数作出推断的过程。
假设设立
04
生存分析
生存函数的估计
估计生存时间
通过医学数据，估计每个患者的生存时间，通常以月、 年为单位。
计算生存率
根据生存时间，计算患者的生存率，以百分比表示。
绘制生存曲线
将患者的生存时间与生存率绘制成曲线，直观展示患 者的生存情况。
《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
图文《医学统计学》PPT课件
步骤
提出假设、构造检验统计量、确定拒绝域、计算p值、做出决策。
t检验和方差分析
t检验
用于比较两组均数是否有差别，包括单样本t检验、配对样本t检验和独立样本t检验。
方差分析
用于比较多组均数是否有差别，包括单因素方差分析和多因素方差分析。
卡方检验和秩和检验
卡方检验
用于推断两个或多个总体率或构成比之 间有无差别，多用于分类资料的统计分 析。
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
样本量
样本中所包含的个体数目 。
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。
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
总体与样本
01
02
03
总体
提出假设、构造检验统计量、确定拒绝域、计算p值、做出决策。
t检验和方差分析
t检验
用于比较两组均数是否有差别，包括单样本t检验、配对样本t检验和独立样本t检验。
方差分析
用于比较多组均数是否有差别，包括单因素方差分析和多因素方差分析。
卡方检验和秩和检验
卡方检验
用于推断两个或多个总体率或构成比之 间有无差别，多用于分类资料的统计分 析。
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
样本量
样本中所包含的个体数目 。
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。
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
总体与样本
01
02
03
总体
《医学统计学》完整课件超级经典
谢谢您的观看
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。
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。
医学统计学课件：回归分析
利用逐步回归等方法，选择重要 的自变量，优化模型，提高预测 精度。
生存分析模型
生存分析模型概述
生存分析模型是用于研究生存时间与相关因素 之间关系的一种统计分析方法。
模型的建立与拟合
通过Cox比例风险模型等统计技术，拟合生存分 析模型，并评估模型的拟合效果。
生存曲线与影响因素
利用生存曲线描述生存时间与影响因素之间的关系，并评估不同因素对生存时 间的影响。
正态性
误差项应服从正态分布，即近似于钟形曲线。如 果误差项存在偏离正态分布的情况，需要采取措 施进行调整。
多重共线性诊断
定义：多重共线性是指自变量之间存在 较强的线性相关关系，导致模型估计失 真或不稳定。
特征值：如果特征值接近于0，则表明存 在严重的多重共线性问题。
条件指数：条件指数大于10表明模型受 到多重共线性的影响。
模型构建流程
数据清洗
对数据进行预处理，包括缺失值填充、异常值处理等，以确保数 据的质量和可靠性。
模型构建
根据已知的变量和因变量之间的关系，构建线性回归模型。
模型优化
通过逐步回归等方法对模型进行优化，以提高模型的预测精度和 稳定性。
模型评估指标
拟合优度
通过计算模型的R²值等指标，评估模型对数 据的拟合程度。
回归分析的分类
线性回归分析和非线性回归分析。
线性回归模型
线性回归模型的定义
线性回归模型是一种最常用的回归分析模型，其形式为Y = β0 + β1X1 + β2X2 + ... + βnXn。
线性回归模型的基本要素
因变量Y，自变量X1, X2, ..., Xn，以及模型中的系数β0, β1, ..., βn。
生存分析模型
生存分析模型概述
生存分析模型是用于研究生存时间与相关因素 之间关系的一种统计分析方法。
模型的建立与拟合
通过Cox比例风险模型等统计技术，拟合生存分 析模型，并评估模型的拟合效果。
生存曲线与影响因素
利用生存曲线描述生存时间与影响因素之间的关系，并评估不同因素对生存时 间的影响。
正态性
误差项应服从正态分布，即近似于钟形曲线。如 果误差项存在偏离正态分布的情况，需要采取措 施进行调整。
多重共线性诊断
定义：多重共线性是指自变量之间存在 较强的线性相关关系，导致模型估计失 真或不稳定。
特征值：如果特征值接近于0，则表明存 在严重的多重共线性问题。
条件指数：条件指数大于10表明模型受 到多重共线性的影响。
模型构建流程
数据清洗
对数据进行预处理，包括缺失值填充、异常值处理等，以确保数 据的质量和可靠性。
模型构建
根据已知的变量和因变量之间的关系，构建线性回归模型。
模型优化
通过逐步回归等方法对模型进行优化，以提高模型的预测精度和 稳定性。
模型评估指标
拟合优度
通过计算模型的R²值等指标，评估模型对数 据的拟合程度。
回归分析的分类
线性回归分析和非线性回归分析。
线性回归模型
线性回归模型的定义
线性回归模型是一种最常用的回归分析模型，其形式为Y = β0 + β1X1 + β2X2 + ... + βnXn。
线性回归模型的基本要素
因变量Y，自变量X1, X2, ..., Xn，以及模型中的系数β0, β1, ..., βn。
临床研究资料常用统计分析方法 ppt课件
ppt课件
调查工具 调查员
6
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
ppt课件
诊断试验 疾病防治 病因 疾病预后
7
实验设计
原则：专设、同步、均衡
对照
平行：无治疗 安慰剂 随机化、盲法 阳性治疗 不同剂量
自身处理前后
形式
基本原则
重
(样本含量)
ppt课件
ppt课件
41
(一)单变量计量资料
3.两个独立样本的比较 单因素、完全随机设计 服从正态分布且方差齐性 两样本均数比较t检验 两样本均数的差数可信区间法 不服从正态分布或方差不齐性 两独立样本Wilcoxon秩和检验 反应变量为生存时间且含有截尾数据 log-rank检验(时序检验)
ppt课件
37
A 与 B 药联用产妇分娩镇痛时间(min)
A 药物剂量 5μg 1.0mg 105 80 65 2.5mg 75 115 80 5.0mg 85 120 125 B 药物剂量 15μg 115 105 80 125 130 90 65 120 100 30μg 75 95 85 135 120 150 180 190 160
ppt课件
10
统计描述
离散型资料(计数、计量)
制图原则 统计图 制图要求
条图、圆图、百分比条图
连续型资料(计量)
线图、直方图、散点图
标题 标目 纵轴、横轴 刻度 图例
ppt课件
11
统计描述
中心 位置
正态： X、M 对数正态： XG 非正态： M
正态
计量资料
(单变量)
量纲相同： S
统计 指标 计量资料
调查工具 调查员
6
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
ppt课件
诊断试验 疾病防治 病因 疾病预后
7
实验设计
原则：专设、同步、均衡
对照
平行：无治疗 安慰剂 随机化、盲法 阳性治疗 不同剂量
自身处理前后
形式
基本原则
重
(样本含量)
ppt课件
ppt课件
41
(一)单变量计量资料
3.两个独立样本的比较 单因素、完全随机设计 服从正态分布且方差齐性 两样本均数比较t检验 两样本均数的差数可信区间法 不服从正态分布或方差不齐性 两独立样本Wilcoxon秩和检验 反应变量为生存时间且含有截尾数据 log-rank检验(时序检验)
ppt课件
37
A 与 B 药联用产妇分娩镇痛时间(min)
A 药物剂量 5μg 1.0mg 105 80 65 2.5mg 75 115 80 5.0mg 85 120 125 B 药物剂量 15μg 115 105 80 125 130 90 65 120 100 30μg 75 95 85 135 120 150 180 190 160
ppt课件
10
统计描述
离散型资料(计数、计量)
制图原则 统计图 制图要求
条图、圆图、百分比条图
连续型资料(计量)
线图、直方图、散点图
标题 标目 纵轴、横轴 刻度 图例
ppt课件
11
统计描述
中心 位置
正态： X、M 对数正态： XG 非正态： M
正态
计量资料
(单变量)
量纲相同： S
统计 指标 计量资料
医学统计学——t检验课件
•t检验概述•t检验的前提条件•单一样本t检验•独立样本t检验•配对样本t检验•t检验的扩展•t检验在医学中的应用•t检验的常见错误及注意事项目录t检验的定义0102031t检验的适用范围23t检验主要用于比较两组数据的均值是否存在显著差异，例如比较两组病人的平均血压、平均血糖等指标是否存在显著差异。
t检验还可用于检测单个样本的均值与已知的某个值是否存在显著差异，例如检测某种新药的有效性。
在医学研究中，t检验常用于临床试验、流行病学调查等数据统计分析中。
t检验的历史与发展t检验起源于英国统计学家G.E.皮尔逊，最初用于解决科学实验中的数据分析问题。
随着科学技术的不断发展，t检验逐渐成为医学统计学中最常用的统计分析方法之一。
目前，t检验已经广泛应用于医学、生物、社会科学等领域的数据统计分析中，成为研究者和学者们必备的统计工具之一。
样本正态分布样本独立性独立性是指样本数据来自不同的总体，且各总体之间相互独立。
在进行t检验时，要求样本数据是来自两个或多个相互独立的总体。
如果样本数据不是来自相互独立的总体，那么t检验的结果可能会受到影响。
在实际应用中，如果样本数据不满足独立性要求，可以通过将数据分为不同的组（如按时间、按个体等）来满足独立性要求。
如果数据无法分组满足独立性要求，则可以考虑使用其他统计方法。
方差齐性单一样本t检验是用来检验一个样本均值是否显著地不同于已知的参考值或“零”（即检验假设H<sub>0</sub>：μ=μ<sub>0</sub>）。
这种检验通常用于检验单个观察值是否与已知的参考值有显著差异。
公式t=(X-μ<sub>0</sub>)/S<sub>X</sub>/√n，其中X是样本均值，μ<sub>0</sub>是已知的参考值或“零”，S<sub>X</sub>是样本标准差，n是样本大小。
2024版医学统计学完整版课件
04
医学统计图与统计表
医学统计图
01
02
03
种类
条形图、线图、直方图、 散点图等
构成
标题、图序、图例、标目、 尺度等
用途
形象、直观地表达统计数 据，便于分析和对比
医学统计表
种类
简单表、分组表、复合表 等
构成
表号、表题、标目、线条、 数字等
用途
系统、有序地列举统计数 据，便于查阅和计算
统计图与统计表的应用
性。
观察性数据分析与处理
数据收集与整理
介绍观察性数据的来源、收集方法和整理过程，包括数据清洗、变 量定义和数据转换等。
描述性统计分析
运用图表和数值方法对数据进行描述，包括频数分布、集中趋势、 离散程度和偏态分布等。
推断性统计分析
通过假设检验、方差分析、卡方检验等方法，推断总体参数或比较不 同组间的差异。
临床试验设计与分析
试验设计类型
包括随机对照试验、交叉设计、 析因设计等，以及各种设计类型
的优缺点和适用场景。
试验样本量估算
根据研究目的、效应大小、显著 性水平和把握度等因素，合理估
算试验所需样本量。
试验数据分析
运用统计学方法对试验数据进行 描述性统计、差异性检验、回归 分析等，以评估试验效果和安全
假设检验
建立假设
根据研究目的和专业知识，提出关于 总体参数的假设。
01
02
选择检验方法
根据数据类型、研究设计和假设形式， 选择合适的检验方法，如t检验、F检 验等。
03
计算检验统计量
根据样本数据计算检验统计量的值。
作出推断结论
根据P值和显著性水平，作出是否拒 绝原假设的推断结论。
- 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)。
2.计算相对数分母不宜太小
如果例数较少会使相对数波动较大。如某种 疗法治疗5例病人5例全部治愈，则计算治愈率 为5/5×100% =100%，若4例治愈，则治愈率 为4/5×100% =80%，由100%至80%波动幅度 较大，但实际上只有1例的变化。
3. 正确计算合计率
若 p1 X1 n1 , p2 X 2 n2
概率事件(习惯)，统计学上认为不大可能发生。
率 同 某 期 时 可 期 能 内 发 发 生 生 某 某 现 现 象 象 的 的 观 观 察 察 单 单 位 位 总 数 数 比 例 基 数 构 成 比 同 一 事 某 物 一 各 组 组 成 成 部 部 分 分 的 的 观 观 察 察 单 单 位 位 数 总 数 1 0 0 %
变量及变量值
胆管癌患者部分指标
编号 性别 年龄（岁）部位 分化程度 分期 肝转移 PCNA 指数 生存时间(月)
（1）（2） （3） （4） （5） （6） （7） （8）
（9）
1 男 61 上 低分化 Ⅰ 阳性 52
14
2 女 58 中 高分化 Ⅱ 阴性 89
20
3 女 63 上 高分化 Ⅳ 阴性 93
“阳性”结果能否说明干预有效？
某感冒药治疗1周后，治愈率为90%，能否说该感冒 药十分有效？ （时间效应）
“阴性”结果是否说明干预无效？
样本含量是否足够？（吸烟与肺癌的相关性） 干预时间是否足够？（心理护理与心理健康）
为什么要学习统计学?
3. 保证你的论文能通过统计学审查
中华医学会杂志对来稿都有统计学要 求或统计学指导。
合计
Байду номын сангаас
359
126
100.0
35.1
表 口腔门诊龋齿患者年龄构成
年龄组（岁） 患者人数
患者构成比（%）
0~
9
3.8
10~
36
15.3
20~
34
14.4
30~
37
15.7
40~
45
19.1
50~
39
16.5
60~
21
8.9
70~
15
合计
236
6.3 100.0
例如某医师对口腔门诊不同年龄龋齿患病情况
进行了分析，得出40~49岁组患病率高，0~9岁组和70 岁及以上组患病率低的错误结论。
（2）观察对象内部结构是否相同，若两组资 料的年龄、性别等构成不同，可以分别进行同年 龄别、同性别的小组率比较或对总率（合计率） 进行标准化后再作比较。
案例
表4 某地区5种急性传染病的死亡情况
则合计率p X1 X2 n1 n2
例如用某疗法治疗肝炎，甲医院治疗150人，治 愈30人，治愈率为20%；乙医院治疗100人，治 愈30人，治愈率为30%。两个医院合计治愈率应
该是[(30+30)/(150+100)] ×100% =24%。
4.注意资料的可比性
（1）观察对象是否同质，研究方法是否相同， 观察时间是否相等，以及地区、周围环境、风俗 习惯和经济条件是否一致或相近等。
科学的科研设计
正确的统计分析
准确的结论推断
为什么要学习统计学?
4. 获得循证医学证据的主要手段
“ 以 证 据 为 基 础 的 医 学 ” （ evidencebased medicine，EBM）需要运用最好 的统计学证据
可靠“证据”：随机对照试验
怎样进行统计学分析?
1.了解医学统计学的基本概念 2.掌握医学统计数据的分类 3.掌握统计学分析方法的选择 4.了解SPSS统计学软件的使用
相 对 比 =甲 乙 指 指 标 标(100%)
1. 不能以构成比代率
表 已婚育龄妇女不同情况下放环失败率的比较
放环情况 放环人数 失败人数 失败人数比（%） 失败率（%）
（1） （2） （3）
（4）
（5）
人工流产后 255
78
61.9
30.6
月经后
87
39
31.0
44.8
哺乳期
17
9
7.1
52.9
概率：随机事件发生的可能性大小，
用大写的P 表示；取值[0，1]。
频率与概率间的关系：
1. 样本频率总是围绕概率上下波动 2. 样本含量n越大，波动幅度越小， 频率越接近概率。
小概率事件
Certain
1
必然事件 随机事件 不可能事件
P=1
0.5
0<P<1
P=0
Impossible
0
P ≤ 0.05（5％）或P ≤ 0.01（1％）称为小
为了保证样本的可靠 性和代表性，需要采 用随机的方法抽取样 本（在总体中每个个 体具有相同的机会被 抽到）。
随机抽样的方法：
➢抽签法：编号、抽签 ➢机械抽样法：又称等间隔抽样，按比例分配 ➢分层抽样法：先分层，每层内按比例抽样 ➢随机数字：随机数字表、软件产生随机数字
13
研究 目的
总体
观测单位 观测值
常用医学统计分析方法优秀课 件
内容提要 为什么要学统计学?
怎样运用统计学软件?
什么是医学统计学?
统计学(statistics) 从数据中提取信息的一门学科
医学统计学（medical statistics） 用统计学的原理和方法研究医学中的问题
医学统计工作的内容
1. 科研设计：包括调查设计、实验设计 2. 收集资料：取得准确可靠的原始资料 3. 整理资料：对资料进行清理、改错，数
样本
了解湘雅二医院2011年全体 住院患者满意度情况
湘雅二医院2011年全体住院 患者满意度得分值
每个住院患者
每个住院患者满意度得分
从湘雅二医院2011年全体住院患者 中随机抽取1000人测得满意度得分
频率与概率 frequency and probability
样本的实际发生率称为频率。设在相
同条件下，独立重复进行n次试验，事件A 出现f 次，则事件A出现的频率为f/n。
19
4 女 71 下 中分化 Ⅱ 阳性 78
5
5 男 59 上 高分化 Ⅲ 阴性 85
35
…… … … … … …
…
…
10
总体与样本 and sample
population
总体：根据研究目的 确定的同质研究对象 的全体（集合）。
样本：从总体中随机 抽取的部分研究对象
随机抽样 random sampling
量化 4. 分析资料：统计描述、统计推断
4
为什么要学统计学?
1. 采用统计学方法，发现不确定现
象背后隐藏的规律。
25
20
比率%
15
10
5
0 2.6
3.2 3.8 4.4 5.0 5.6 红细胞计数(10１２/L)
6.2
图 1-1 120名正常成年男子 红细胞计数直方图
为什么要学习统计学?
2. 用统计学思维方式考虑有关医学研 究中的问题