2013年北京大学医学部《医学统计学基础》课件合集
合集下载
- 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)。
升序 降序
四、文件拆分 Spliwenku.baidu.com File
ex .sav文件中, 按照“sex（性别）”拆分文件
比较组 分组变量 根据分组 变量排序
分性别对“height（身高）”进行统计描述 描述性统计
不同性别的“height（身高）”统计描述 所有记录的“height（身高）”统计描述 注意：SPSS的输出结果文件为*.spo
100
80
60
40
20
0 0.0
10.0
20.0
30.0
40.0
50.0
60.0
二、统计描述
统计描述包括两个方面：集中趋势的描述 和离散趋势的描述
跟总体有关的叫参数，希腊字母表示。 跟样本有关的叫统计量，用英文字母表示 集中趋势指标：均数，几何均数，中位数 离散趋势指标：
（一）集中趋势指标描述
1.算术均数（均数 mean） 适用于正态分布或者近似正态分布 总体均数：；样本均数：
概论
何平平 北京大学医学部流行病与卫生统计学系
Tel：82801619
1.总体：总体是根据研究目的确定的同质观察单位 的全体，更确切地说，是同质的所有观察单位某种 变量值的集合。
2.样本：样本是从总体中随机抽取部分观察单位， 其实测值的集合。所谓随机抽取亦就是总体中每一 个观察单位都有同等可能性被抽到，随机抽样的目 的是为了减少偏性，使样本对总体有代表性 。在实 际工作中经常从总体中抽取样本，目的是用样本信 息来推断总体特征（即统计推断）。
3.Width：变量宽度，默认为8。
4.Decimals：小数位数，默认为2。
5.Label：变量编码，又称为变量标签，用于注释 变量名的含义。
6.Values：变量值编码，又称为变量值标签，用于注释 变量值的含义。例如：变量sex，变量标签为“性别”； 变量值为1与2，变量值编码：1为“男性”，2为“女性”。
7.Missing：缺失值。默认为系统缺失值，用“.”表示。
8.Columns：列宽，默认为8。
9.Align：对齐方式。数值型变量默认右对齐 （Right），字符型变量默认左对齐（Left） 。
10.Measure：测度，包括三类：数值变量（Scale）， 名义变量或无序分类变量（Nominal），有序分类变量 或等级变量（Ordinal）。
3.概率：概率是描述随机事件发生的可能性大小的 数值，常用P表示。所谓随机事件，亦就是在一定 条件下，可能发生也可能不发生的事件。随机事件 的概率在0与1之间，即0≤P≤1，常用小数或百分 数表示。P越接近1，表明某事件发生的可能性越 大，P越接近0，表示某事件发生的可能性越小。
小概率事件：当一个事件的概率P≤0.05或P≤0.01 时，称为小概率事件。小概率事件表示某事件发生 的可能性很小，在一次试验中基本上是不会发生 的。
数据文件ex.sav（数据窗口……数据清单界面） 数据清单 变量清单
数据文件ex.sav（数据窗口……变量清单界面）
注意：一行对应一个“记录（Case）”；一列对应一个“变量 （Variable）”。此数据窗口不是一个很好的数据录入界面。
三、记录排序 Sort Cases
ex .sav文件中, 按照“height（身高）”的大小排序。
5.误差： （1）抽样误差 是由于抽样原因引起的样本指标与 总体指标间的差别。
（2）随机测量误差 （3）系统误差 （4）过失误差
抽样误差和随机测量误差是不能避免的，但可控 制。系统误差和过失误差是可以避免的。
6.统计工作的基本步骤 （1）设计 （2）搜集资料 （3）整理资料 （4）分析资料
SPSS的基本数据管理功能 （SPSS13.0）
何平平
北大医学部流行病与卫生统计学系 Tel：82801619
一、数据获取 二、变量属性 三、记录排序 四、文件拆分 五、筛选记录 六、通过计算产生新变量 七、重新赋值
一、数据获取
Getting Data into SPSS
读取SPSS数据文件：*.sav , 常用的其他外部 数据文件： *.xls , *.dbf , *.txt , *.dat, *.w*, *.sas7bdat, *.mdb ……
注意：医学领域常用数据库EpiData软件，先 将数据文件*.rec转换为*.sps文件，然后在 SPSS的语法窗口运行，生成*.sav 文件。
数据获取途径
二、变量属性 Variable Properties
1.Name：变量名。允许用中文，但习惯上采用英 文变量名。
2.Type：变量类型，常用数值型（Numeric）、字 符型（String）、日期型（Date）。
有高血压家族史的患者身高的统计描述 所有患者身高的统计描述
六、通过计算产生新变量 compute
产生一个新变量：bmi＝体重/（身高**2），四舍五入 取整
七、重新赋值 Recode…….. Into different variables
旧及新的变量值
根据bmi对7个记录进行分组，bmi: 正常：18－ 23；超重：24－27；肥胖：>＝28。
定义新的变量名：bmi _ gr
数值变量资料的集中趋势和离散趋势
何平平 北京大学医学部流行病与卫生统计学系
Tel：82801619
一、分布类型
正态分布：集中位置居中，左右两侧频数 基本对称的分布。常见近似正态分布。
偏态分布：集中位置偏向一侧，频数分布不对称的 分布。
特点：有极端的数据。
120
五、筛选记录 Select Cases
select
如果条件满足
unselect
过滤
删除
筛选条件：有高血压家族史（genic >0）
如果选用 Deleted，则一 定要将筛选后的 文件另存一个文 件名
不符合条件的记录， 被用斜线筛除
filter_$变量，0表示未选中该记录，1 表示选中该记录
4.资料的类型：
（1）数值变量 又称为定量资料或计量资料，其变 量值是定量的，表现为数值大小，一般有度量衡单 位。
（2）分类变量 又称为定性资料，其变量值是定性 的，表现为互不相容的类别或属性。有两种情况：
无序分类 包括变量值取无等级顺序的二项分类 或多项分类。
有序分类 又称为等级资料，各类之间有程度的 差别，给人以“半定量”的概念，即定性变量的变量 值取有等级顺序的几类。
四、文件拆分 Spliwenku.baidu.com File
ex .sav文件中, 按照“sex（性别）”拆分文件
比较组 分组变量 根据分组 变量排序
分性别对“height（身高）”进行统计描述 描述性统计
不同性别的“height（身高）”统计描述 所有记录的“height（身高）”统计描述 注意：SPSS的输出结果文件为*.spo
100
80
60
40
20
0 0.0
10.0
20.0
30.0
40.0
50.0
60.0
二、统计描述
统计描述包括两个方面：集中趋势的描述 和离散趋势的描述
跟总体有关的叫参数，希腊字母表示。 跟样本有关的叫统计量，用英文字母表示 集中趋势指标：均数，几何均数，中位数 离散趋势指标：
（一）集中趋势指标描述
1.算术均数（均数 mean） 适用于正态分布或者近似正态分布 总体均数：；样本均数：
概论
何平平 北京大学医学部流行病与卫生统计学系
Tel：82801619
1.总体：总体是根据研究目的确定的同质观察单位 的全体，更确切地说，是同质的所有观察单位某种 变量值的集合。
2.样本：样本是从总体中随机抽取部分观察单位， 其实测值的集合。所谓随机抽取亦就是总体中每一 个观察单位都有同等可能性被抽到，随机抽样的目 的是为了减少偏性，使样本对总体有代表性 。在实 际工作中经常从总体中抽取样本，目的是用样本信 息来推断总体特征（即统计推断）。
3.Width：变量宽度，默认为8。
4.Decimals：小数位数，默认为2。
5.Label：变量编码，又称为变量标签，用于注释 变量名的含义。
6.Values：变量值编码，又称为变量值标签，用于注释 变量值的含义。例如：变量sex，变量标签为“性别”； 变量值为1与2，变量值编码：1为“男性”，2为“女性”。
7.Missing：缺失值。默认为系统缺失值，用“.”表示。
8.Columns：列宽，默认为8。
9.Align：对齐方式。数值型变量默认右对齐 （Right），字符型变量默认左对齐（Left） 。
10.Measure：测度，包括三类：数值变量（Scale）， 名义变量或无序分类变量（Nominal），有序分类变量 或等级变量（Ordinal）。
3.概率：概率是描述随机事件发生的可能性大小的 数值，常用P表示。所谓随机事件，亦就是在一定 条件下，可能发生也可能不发生的事件。随机事件 的概率在0与1之间，即0≤P≤1，常用小数或百分 数表示。P越接近1，表明某事件发生的可能性越 大，P越接近0，表示某事件发生的可能性越小。
小概率事件：当一个事件的概率P≤0.05或P≤0.01 时，称为小概率事件。小概率事件表示某事件发生 的可能性很小，在一次试验中基本上是不会发生 的。
数据文件ex.sav（数据窗口……数据清单界面） 数据清单 变量清单
数据文件ex.sav（数据窗口……变量清单界面）
注意：一行对应一个“记录（Case）”；一列对应一个“变量 （Variable）”。此数据窗口不是一个很好的数据录入界面。
三、记录排序 Sort Cases
ex .sav文件中, 按照“height（身高）”的大小排序。
5.误差： （1）抽样误差 是由于抽样原因引起的样本指标与 总体指标间的差别。
（2）随机测量误差 （3）系统误差 （4）过失误差
抽样误差和随机测量误差是不能避免的，但可控 制。系统误差和过失误差是可以避免的。
6.统计工作的基本步骤 （1）设计 （2）搜集资料 （3）整理资料 （4）分析资料
SPSS的基本数据管理功能 （SPSS13.0）
何平平
北大医学部流行病与卫生统计学系 Tel：82801619
一、数据获取 二、变量属性 三、记录排序 四、文件拆分 五、筛选记录 六、通过计算产生新变量 七、重新赋值
一、数据获取
Getting Data into SPSS
读取SPSS数据文件：*.sav , 常用的其他外部 数据文件： *.xls , *.dbf , *.txt , *.dat, *.w*, *.sas7bdat, *.mdb ……
注意：医学领域常用数据库EpiData软件，先 将数据文件*.rec转换为*.sps文件，然后在 SPSS的语法窗口运行，生成*.sav 文件。
数据获取途径
二、变量属性 Variable Properties
1.Name：变量名。允许用中文，但习惯上采用英 文变量名。
2.Type：变量类型，常用数值型（Numeric）、字 符型（String）、日期型（Date）。
有高血压家族史的患者身高的统计描述 所有患者身高的统计描述
六、通过计算产生新变量 compute
产生一个新变量：bmi＝体重/（身高**2），四舍五入 取整
七、重新赋值 Recode…….. Into different variables
旧及新的变量值
根据bmi对7个记录进行分组，bmi: 正常：18－ 23；超重：24－27；肥胖：>＝28。
定义新的变量名：bmi _ gr
数值变量资料的集中趋势和离散趋势
何平平 北京大学医学部流行病与卫生统计学系
Tel：82801619
一、分布类型
正态分布：集中位置居中，左右两侧频数 基本对称的分布。常见近似正态分布。
偏态分布：集中位置偏向一侧，频数分布不对称的 分布。
特点：有极端的数据。
120
五、筛选记录 Select Cases
select
如果条件满足
unselect
过滤
删除
筛选条件：有高血压家族史（genic >0）
如果选用 Deleted，则一 定要将筛选后的 文件另存一个文 件名
不符合条件的记录， 被用斜线筛除
filter_$变量，0表示未选中该记录，1 表示选中该记录
4.资料的类型：
（1）数值变量 又称为定量资料或计量资料，其变 量值是定量的，表现为数值大小，一般有度量衡单 位。
（2）分类变量 又称为定性资料，其变量值是定性 的，表现为互不相容的类别或属性。有两种情况：
无序分类 包括变量值取无等级顺序的二项分类 或多项分类。
有序分类 又称为等级资料，各类之间有程度的 差别，给人以“半定量”的概念，即定性变量的变量 值取有等级顺序的几类。