生物统计学基本概念及公式.doc

生物统计学（Biostatistics） 是以概率理论为基础,研究生命科学中随机现象规律性的应用数学科学。涉及到医学科学研究的设计、资料搜集、归纳、分析与解释的一门应用性基础学科、 二、科学研究的基本程序 1、提出一个欲待研究的问题： 2、科学研究设计：专业设计、统计学设计： 统计学设计（statistical design）：是指用统计学原理对研究的全过程所作出的周密合理的统筹安排，如确定研究对象，拟定研究因素及其分配，如何执行随机、对照与重复的统计学原则，如何观察与度量效应，以及数据收集、整理与分析的方法,通过合理的、系统的安排，达到控制系统误差，以尽可能少的资源消耗（最小的人力、物力、财力和时间）获取准确可靠的信息资料及可信的结论，使效益最大化。 3、获取试验与观察的资料，又称为搜集资料 4、数据审核与计算机录入 5、分析资料 描述性统计（descriptive statistics）是指用统计指标、统计图、统计表等方法，对数据的特征及其分布规律进行检测与描述。 统计推断（inferential statistics）是通过随机样本信息推断总体特征的过程。统计推断又包括置信区间（confidence interval）估计与统计学假设检验（hypothesis test）。统计学分析过程按变量的多寡可分为单变量分析与多重变量分析。 6、分析结果的合理解释(Explication of results)： 研究中应注意的问题 1、统计学结论的正确与否取决于统计学分析数据的真实性、准确性以及研究样本对研究总体的代表性。 2、尽可能地控制系统误差是统计分析数据真实性、准确性的保证。 3、随机化抽样是确保样本数据对研究总体具有代表性的重要过程。 变量variable：在总体中,个体的许多属性（如年龄、性别、血浆胆固醇等）存在变异性，统计学上将反映个体属性变异性特征的指标称为随机变量（Random variable)，简称变量; 针对不同类型的属性，需采用不同类型的变量，因而产生不同类型的资料。 总体（Population）与样本(Sample)：根据研究目的所确定的具有相同性质的观察单位的集合成为总体（母体）。从同一总体中通过随机化过程抽取的部分观察单位称为样本（子样）。 抽样（Sampling）从研究总体中通过一定原则获取样本的过程 样本含量（Sample size）.样本中所包含的基本研究单位数量 同质（Homogeneity）：同一总体中的每一个体都具有相同性质类别的特征。 变异(Variation)：同一总体中的各个体间的差异性。 随机化（randomization ）：能使总体中每一观察单位均能以同等机会（概率）进入样本，或分配到实验组与对照组的过程。 抽样误差（Sampling Error）：由于总体中各个体间存在变异性，因抽样过程的随机性所至样本的统计量与总体的参数不等，或多个样本的统计量存在差异性称为抽样误差。 概率（Probability）：描述随机事件发生的可能性的度量。随机事件A的发生概率记为 P(A)。 概率的取值在0 到 1之间，若P=1或P=0的事件称为必然事件,若0P1 的事件为随机事件。概率接近于0（如P0.05）的事件称为小概率事件。 分布（distribution）：一个随机试验的所有结局事件与对应的概率的排列称为分布 。 对应于样本数量值分布称其为频率分布（Frequency Distribution）；对应总体数量值的分布则称其为概率分布(Probability Distribution) 。 参数（Parameter）：描述总体特征的数量称为参数；常用希腊字符表示，如μ表示总体均数，σ表示总体标准差，π表示总体率。 统计量(Statistic)：描述样本特征的数量称为统计量；常用英语字母表示，如表示样本均数，s表示样本标准差，p表示样本率。 生物医学数据的组织与表达 变量的类型：按变量测量的精确程度由低到高，将数据分类为：名义变量（如性别、婚姻状况）、有序变量（如疗效，类别间差别大小难以度量）、区间变量（如摄氏体温，类别间差别有实际意义）、比变量（如身高，除具有区间变量的特征外，还具有真实意义的零点。摄氏温度的零点为水结冰时温度，并非绝对意义的零点，所以它不属于比变量） 1、定性变量（Qualitative Variable） （1）名义变量（Nominal variable）二项分类：性别分类，如男性为1，女性为0。多项无序分类：血型的A、B、AB、O型多项无序分类 （2）有序（等级）变量(Ordinal or ranking variable)多项有序分类：疗效观测分为显效、有效、好转及无效4个类别。 2、定量变量（Quantitative Variabl