《医学统计学概论基础知识》课件.ppt

《医学统计学概论基础知识》课件.ppt

  1. 1、本文档共37页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
6抽样方法 1 单纯随机抽样 保证总体中的每一个个体都有同等的机 会被抽出来作为样本的抽样方法,称为 单纯随机抽样,或简单随机抽样。 分层随机抽样 先将总体全部个体按某种特征分成若干层,再从每一层内随机抽取一定数量的个体合起来组成样本。 3 整群抽样 先将总体分成若干群体,从中随机抽取几个群体组成样本;对抽中群体的全部个体进行调查,称为整群抽样. 三种抽样方法比较 单纯随机抽样 分层随机抽样 整群抽样 优点 简单直观,均数及标准误计算简便. 减少抽样误差,可对不同层进行独立分析 便于组织,节省经费;容易控制调查质量 缺点 总体较大时,编号麻烦,样本分散,不易组织调查. 分层变量选择不当,会使分层抽样失去意义 抽样误差大 适用范围 总体不太大的情形 层间差异较大的对象 群间差异较小的情形 中华医学会系列杂志 对统计学处理的有关要求: 1 统计研究设计合理 2 资料的表达和描述正确 正确选择统计分析方法 正确解释和表达统计结果 * 医学统计学 概论 第一章 基础知识 第一节 什么是统计学?什么是医学统计学? 统计学(statistics)来自拉丁语中的国家(status), 历史上指的是,一个国家政府要求的来自各个地区的资料,例如,税收,农作物的种植等等. 现在所说的统计学是:设计(design);收集数据(data collection);整理数据(sorting data);分析数据(analysis)的一门学科. 使用统计学的目的是,从大量观察数据中得到规律性的结论. 统计学是一门收集和分析数据的艺术(art).  把统计学应用到医学领域中就是医学统计学. 北京某医院某大夫用“乌贝散”治疗胃溃疡出血107例,有效101例,有效率为94.4%。问别的医院是否有效率也是94.4%? 某临床医生研究两种药物治疗脱发的效果,两药均观察了20例患者,甲药,乙药有效率分别为75%和95%。能否认为乙药优于甲药? 北京某医院有位老大夫,用冠心灵治疗冠心病,其对照组用西药.观察结果如下: 冠心灵与单纯西药疗效 显效 有效 无效 合计 单纯西药 9 25 6 40 冠心灵 19 18 5 42 请问冠心灵是否比单纯西药有效? 用某种中草药治疗玫瑰糠疹,有效率为78%,平均疗程3周.由于玫瑰糠疹不服药3周后也可自愈.问:此药是否的确有效? 上述这些问题都涉及到统计分析,只有正确运用统计分析方法,才不会造成不应有的缺陷或得出错误的结论. 医学统计学的内容分为两部分: 描述性医学统计学 (descriptive statistics): 从数据计算均数,标准差,率,构成比等 推断性医学统计学 (inferential statistics): 从样本统计量推断总体参数,从多样本统计量推断多总体参数有无差别. 第二节 数据(data)及其分类(category) 统计学研究的对象是数据    俗话说“用数据说话”,指的就是结论要有数据支持,不能凭空瞎说.    得到数据的方法有两种:    观察:观察者处于被动的地位,记录下“自然而然”发生的结果,不去改变所观察的事物.如,研究吸烟和肺癌之间的关系,可以记录下被调查者是否吸烟,每天吸多少只烟,是否患肺癌.但是不能也不会改变被调查者的状况.在流行病学调查中是常见的.    试验:观察者处于主动的地位,记录下“试验条件下”发生的结果.如,研究一种药物的疗效,可以找具有相同条件(性别比,年龄,患有同样的疾病,病程相同等)的两组人群,其中一组人群不服用该药(称为对照组),另一组人群服用该药(称为治疗组),经过一个疗程,记录他们的数据(如,生化指标等).从而研究该药有无疗效.在临床医学和基础医学研究中是常见的. 数据分类 1.计量数据(quantitative data):  有单位,有数值大小的数据. 例如:身高(米),体重(千克),血压值(mmHg),脉搏数(次/分)等. 例 某农村地区1999年14岁女孩的身高(厘米) 142.3 137.9 142.2 148.8 140.5 150.8 140.5 141.8 144.0 142.5 数据分类 2.分类数据(categorical data): 记录频(个)数的数据.细分为两种: 2.1.无序分类(名义)数据(nominal data) 例如;血型(A,B,AB,O),性别(男,女)等. 血型 胃溃疡 胃癌 正常 合计 A 983 383 2892 4258 B 6

文档评论(0)

咪蒙 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档