医学统计学总复习liufensmsppt课件.ppt

线性相关 是用相关系数r来表示两个变量X，Y间的直线关系 相关系数r没有单位，在-1～+1范围内波动 其绝对值愈接近1，两个变量间的直线相关愈密切，愈接近0，线性相关愈不密切 直线回归 当两变量间存在着性线关系时，不仅可以用相关系数r表示变量Y与X线性相关的密切程度，还可以用一个二元一次方程来表示 回归方程的应用---预测与估计  应用最小二乘法求回归方程系数 求出回归方程后，如果方程拟合度好(决定系数R)，可根据X的值来求Y预测值 统计方法选择的思路 统计方法选择的四级思维 资料类型 分布类型 设计类型 具体条件 统计分析的两个方面 统计描述（统计指标与图表） 统计推断 资料 资料 类型 数值变量 正态 非正态 X,G,S,参考值范围, 统计图表等 线性相关与回归 统计推断 r计算与检验,Y=a+bX 均数可信区间估计 假设检验: t与z检验 方差分析 M,QU~QL, 参考值范围,统计图表等 秩和检验 等级相关 有序多分类变量 构成比，中位数 两分类，无序多分类 二项分布 率，相对比，构成比 假设检验 两组率比较：z检验与卡方检验 多组率和两组或多组构成比比较：卡方检验 配对两分类资料卡方检验 参数估计 正态近似法 直接查表法 统计方法的流程图 统计方法应用条件和适用资料 集中趋势与离散趋势的统计指标 t检验与z检验 方差分析 ?2检验 非参数检验 线性相关与回归 集中趋势与离散趋势统计指标 集中趋势 离散趋势 正态分布 均数 方差、标准差 对数正态 几何均数 几何标准差 偏态等 中位数 四分位数间距 变异系数：在两组或多组资料变异度比较 组间单位不同 组间均数相差较大 t检验与z检验的应用条件 两组数值变量资料比较； 小样本时用t检验，要求资料为随机样本并服从正态分布； 大样本时用z检验，仍要求资料为随机样本，但正态性条件可以放宽； 在两样本均数比较的t和z检验中，要求两组总体方差相等，即方差齐性； 组间要求具有均衡可比性。 方差分析的应用条件 多组定量资料的比较 观察值为独立随机样本，并服从正态分布； 样本较大时正态性条件可以放宽； 方差齐性 组间可比性 ?2检验的适用资料 两组样本率的比较； 多组样本率的比较； 两组或多组构成比的比较； 配对设计下两分类资料检验。 非参数检验的适用资料 有序多分类资料（双向有序，且分类属性相同）； 极度偏态分布； 分布不规则和未知分布资料； 数据变异较大，方差不齐 线性相关与回归的应用条件 散点图有线性趋势； 专业上要求分析两变量间关系密切程度 和变化方向，通过一个变量预测或控制另一变量； 两变量服从双变量正态分布，或X可以精确测量的，Y服从正态分布。 几个基本概念 样本与总体 频率（样本）与概率（总体） 资料（变量）类型 相对数指标：构成比、率、相对比 统计工作步骤 假设检验的两类错误 几个容易混淆的基本概念 1、抽样误差与标准误 抽样研究才有抽样误差 抽样误差的概念 标准误是衡量抽样误差大小的指标 2、标准差与标准误关系 联系：离散度指标，计算上的联系 区别：描述对象不同，意义与应用不同 与n的关系不同（ p67） 几个容易混淆的基本概念 3、参考值范围与可信区间关系(p70) 联系：均为一个数值范围 区别：意义不同， 与 同一资料两范围的不同 4、假设检验的意义 是通过两组或多组间有差别的样本（均数或率），或样本与总体（均数或率）推断他们的总体（均数或率）是否相同（不能推断差别大小） 几个容易混淆的基本概念 5、检验假设与检验结论(p72、73) 无效假设与备择假设（单双侧）； 是对总体所作，H0假设总体相同或两者无关，检验方法建立于此； 对检验方法的H0与H1作总结； 检验结论有统计结论与专业结论； 是针对检验假设（总体）而作的。 几个容易混淆的基本概念 6、检验水准?与P值（p72） ?是预先确定的，表示在拒绝H0时可能犯错误的最大概率，属于第一类错误； P值是指如果H0成立，则抽到现有样本统计量及更极端值（与H0 相差更大）的可能性，也可表示为在拒绝H0时可能犯错误的实际概率大小； ?与P值间的关系：P ?,接受H0，差异无统计学意义；P≤ ? ，拒绝H0，接受H1，差异有统计学意义 几个容易混淆的基本概念 7、多组比较问题 卡方检验与秩和检验中有多组比较问题 检验思路是先作总的比较，