医学统计学总结精要.doc

医学统计学总结 （基础部分） 一、医学统计学基础 （一）基本概念 同质与变异 总体与样本 参数与统计量 变量与数据类型 概率 误差 由变异（variation）衍生出的术语：变量variable方差variance 方差分析变异数分析（ANOVA analysis of variance）多反应变量multivariate 变量：。发病率与患病率 死亡率与病死率、因病死亡率等 标准化法 动态数列 统计图表：统计图（线图，半对数线图，直条图，直方图，百分条图，圆图，散点图，统计地图，箱式图） 图 形 适 用 资 料 做 图 方 法 条 图 组间数量对比 用直条高度表示数量大小 直 方 图 定量资料的分布 用直条的面积表示各组段的频数或频率 百分条图 构成比 用直条分段的长度表示全体中各部分的构成比 饼 图 构成比 用圆饼的扇形面积表示全体中各部分的构成比 线 图 定量资料数值变动 线条位于横、纵坐标均为算术尺度的坐标系 半对数线图 定量资料发展速度 线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系 散 点 图 双变量间的关联 点的密集程度和形成的趋势，表示两现象间的相关关系 箱 式 图 定量资料取值范围 用箱体、线条标志四分位数间距及中位数、全距的位置 茎 叶 图 定量资料的分布 用茎表示组段的设置情形，叶片为个体值，叶长为频数 几个分布 正态分布 适用资料 连续性对称分布 表达方式 N（μ，σ） 分布特点 1.以均数为中心,左右对称; 2.两个参数：总体均数与标准差; 3.正态曲线下面积 估计公式 一般了解 统计应用 应用范围广，如参考值范围、统计推断等 标准正态 适用资料 连续性对称分布 分布 表达方式 N（0，1） 分布特点 1.以0或为中心,左右对称 2.总体均数为0,标准差为1 3.曲线下面积：u界值表 估计公式 一般了解 统计应用 应用范围广，如参考值范围、统计推断等 二项分布 适用资料 两分类独立重复资料 表达方式 B（n，π） 分布特点 1.概率之和等于1; 2.二项分布的图形; 3.n(∞ B(正态分布; 4.二项分布的均数与标准差 估计公式 了解会用：最少/最多发生的概率 统计应用 样本率与总体率的比较 两样本率的比较 Poisson分布 适用资料 稀有事件的概率分布 二项分布的特例 表达方式 P（μ）或P（λ） 分布特点 1.分布图形; 2.均数等于标准差; 3.n(∞ Poisson分布(正态分布; 4.Poisson分布可加性 估计公式 了解会用：最少/最多发生的概率 统计应用 样本与总体均数比较 两样本均数的比较 （三）统计推断： 抽样误差、标准误 t分布特点： ① 以0为中心左右对称的单峰分布； ② 自由度越小，曲线越扁平，自由度越大曲线越尖峭； ③ 自由度(∞，t分布曲线趋近与标准正态分布曲线。 参数估计：用样本统计量推断总体参数——均数、率 ① 区间估计：置信区间或可信区间 ② 理解：参考值范围与可信区间的区别 假设检验原理 假设检验步骤： ① 建立假设确定检验水准； ② 计算检验统计量； ③ 确定P值，作出推断结论。 两型错误： ①第一类错误α； ②第二类错误β，1－β为检验效能。 二、比较分析 （一）定量资料 数据类型： （1）单样本均数 ——t检验 （2）两样本均数（配对设计，完全随机设计）——t检验 （3）多样本均数（完全随机设计，区组设计）——方差分析 （4）两两比较、多重比较、事后检验——LSD法、Bonferoni法、SNK法…… 前提条件：正态分布，方差齐，数据独立 不满足前提条件：变量变换、非参数检验 （二）定性资料 二项分布与POISSON分布（见上） 列联表的卡方检验 普通四格表 应用范围 两个率的对比两个二分类变量关联性分析 χ2 (略) 适用条件 n≥40且≥5 当n≥40，但有1≤T5时，校正公式 当n40，或T1，或P≈α时，Fisher精确概率法 应用范围 两种方法检出率是否有差别 b+c≥40 b+c40用校正公式25 确切概率法 行×列表 应用范围 多个率，多个构成的差别两个多分类变量关联性分析 1≤T5的格子数超过总格子数的1/5T1 增大样本含量；合理合并；删除理论频数太小的行或列； 精确概率法 ×列表的辨析处理 （三）非参数检验 非参数检验的概念 非参数检验的优缺点： ①适用范围广； ②受限条件少； ③具有稳健性。 对符合参数检验条件的资料，若采用非参数检验会导致检验效能下降。 非参数检验的分析步骤： （1）编排秩次； （2