第一章-医学统计学方法的基本概念和基本步骤

医学统计学方法的基本概念和基本步骤2医学统计学的学习要求：理解基本的统计原理正确选择、运用统计分析方法培养基本的统计思维能力不要求：公式的推导和记忆、复杂的手工计算内容：1、医学统计学方法的基本概念和基本步骤2、数值变量的统计描述3、数值变量的统计推断4、分类变量的统计描述5、分类资料的统计推断6、秩和检验7、直线相关与回归分析8、统计表和统计图本节主要内容第一节统计学的几个基本概念第二节医学统计工作的基本步骤一、什么是医学统计学？例1：比较两种疗法对活动期十二指肠球部溃疡一组：口服呋喃硝铵，有效率90%；另一组：口服西咪替丁，有效率85%问：能否立即下结论，呋喃硝铵疗效高于西咪替丁？医学统计学：应用概率论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门应用性学科。指导人们如何对科研问题进行严密的设计、获取可靠的数据、正确的归纳、分析与推理判断的科学，帮助揭示疾病或现象的发生、发展规律，为预防疾病、促进健康提供客观依据。二、为什么要学统计学？1.采用统计学方法，发现不确定现象背后隐藏的规律。变异（variation）：是社会和医学中的普遍现象。变异使得实验或观察的结果具有不确定性，如每个人的身高、体重、血压等各有不同。2.用统计学思维方式考虑有关医学研究中的问题“阳性”结果是否是虚假联系？某感冒药治疗1周后，治愈率为90%，能否说该感冒药十分有效？“阴性”结果是否是样本含量不足？有人曾对发表在Lancet,Med，JAMA等著名医学杂志上的71篇阴性结果的论文作过分析，发现其中有62篇（93%）可能是由于样本含量不足造成的假阴性。3.保证你的研究论文能通过统计学审查据国外60～80年代对不同医学杂志发表论文的调查结果显示，有统计错误的论文所占比例高达72%，最低也有20%。某研究者1996年对4586篇论文统计（中华医学会系列杂志仅占6.9%），数据分析方法误用55.7%。第一节统计学的几个基本概念同质：是指除了实验因素外，影响被研究指标的非实验因素相同。即研究对象的性质相同。变异：是指在同质的基础上，被观察个体之间观察指标的差异。同质和变异homogeneityandvariation例1调查2007年上海市7岁男童的身高和体重同质：2007年、上海市、7岁男童变异：身高和体重各不相同例2研究某降压药的疗效同质：高血压患者、用某药治疗变异：疗效各不相同一、同质和变异二、总体和样本总体:是指根据研究目的确定的性质相同的观察单位的全体。更确切地说，是同质的所有观察单位某项观察值（变量值）的集合。populationandsample总体和样本研究目的总体该地2002年全部正常成人的白细胞数观察单位每个正常成人变量值每人测得的白细胞数研究某地2002年正常成人白细胞数同质基础：同一地区、同一年份、同为正常人、例如：研究用珍菊降压片高血压患者治疗后的疗效同质基础：同为高血压患者、同用珍菊降压片治疗总体：包括设想用该药治疗的所有高血压患者的治疗效果这个结果没有时间和空间的限制，观察单位数无限无限总体无限总体有限总体：总体中所包含的个体数目是可以掌握的，有空间、时间的限制。无限总体：没有具体的空间、时间的限制，所包含的个体数目是未知的。（设想的、或抽象的）有限总体和无限总体调查某地2002年正常成人的白细胞数——总体从某地2002年正常成人随机抽取150人，分别测其白细胞数，组成样本。——样本总体样本抽取部分观察单位统计量参数推断inference样本:是从总体中随机抽取的具有代表性的一部分观察单位其某项指标的实测值的集合。抽样（sampling）：从总体中抽取部分个体的过程。如何正确地由样本反映总体呢？抽样时必须遵循随机化原则随机性：总体中每个个体都有相同的机会被抽取到样本随机不等于随意随机抽样的实现：随机数字表三、参数和统计量parameterandstatistic参数：根据总体个体值计算出来的描述总体特征的的指标希腊字母表示：如总体均数μ、总体标准差σ、总体率π等。是固定的常数但一般未知。普查统计量：根据样本个体值计算出来描述样本特征的指标拉丁字母表示：如样本均数、样本率p等。在参数附近随机波动。抽样调查x由于抽样所引起的样本统计量与总体参数之间的差异称为抽样误差。产生的原因：1.个体之间存在变异2.抽样时只能抽取总体中的一部分作为样本不可避免但有一定的分布规律，可估计；并在一定范围内控制抽样误差四、抽样误差（randomsamplingerror）：概率(probability)：是反映某一随机事件发生的可能性大小的一个量度。记为P，取值[0，1]。必然事件：P＝1不可能事件：P＝0随机事件：0P1五、概率(probability）P0.05或P0.01的随机事件称为小概率事件统计学上认为1次抽样中不大可能发生。CertainImpossible0.501第二节统计数据的类型实验或调查研究中的观察指标称为随机变量(randomvariable)；变量的观测值称为变量值(variablevalue)或观察值（observedvalue）由变量值构成资料（data）根据变量值是否定量可分为数值变量（numericalvariable）：计量资料分类变量（categoricalvariable）：无序分类变量（unorderedcategoricalvariable）计数资料有序分类变量（ordinalcategoricalvariable）等级资料261.计量资料（measurementdata):定义：用定量方法对观察单位准确测量后所得的资料。变量值是定量的，表现为数值大小，多有度量衡单位。特点：有度量衡单位多为连续性资料例如：身高（cm）、体重（kg）血压（mmHg）、脉搏（次/分）红细胞计数（1012/L）272.无序分类变量（计数资料）定义：用定性的方法得到的资料。按观察单位某种性质或特征分组后，再分别清点各组观察单位的个数特点：没有度量衡单位多为间断性资料变量表现为互不相容的类别或属性例如：肤色（黑、白）——二项分类血型（ABO）——多项分类职业（工农兵）——多项分类性别（男女）——二项分类3.等级资料(rankeddata)定义：将观察单位按某种属性的不同程度分成等级后分组计数所得的资料。是介于计量资料和计数资料之间的一种资料特点：其变量值具有半定量性质表现为等级大小或属性程度例如：①癌症分期：早、中、晚。②药物疗效：治愈、好转、无效、死亡。③尿蛋白：,,,++,+++及以上胆管癌患者部分指标编号性别年龄（岁）部位分化程度分期肝转移PCNA指数生存时间(月)（1）（2）（3）（4）（5）（6）（7）（8）（9）1男61上低分化Ⅰ阳性52142女58中高分化Ⅱ阴性89203女63上高分化Ⅳ阴性93194女71下中分化Ⅱ阳性7855男59上高分化Ⅲ阴性8535………………………实例数据14.三类资料间关系例：一组2040岁成年人的血压以12kPa为界分为正常与异常两组，统计每组例数8低血压8正常血压12轻度高血压15中度高血压17重度高血压计量资料等级资料计数资料不同资料转化（每分钟脉搏次数）计量资料计数资料等级资料75缓脉（60）82正常（60～100）125正常脉（60～100）96异常（60或100）56速脉（100）第三节医学统计学的基本步骤1.设计：包括观察性研究设计和实验性研究设计2.收集资料：取得准确可靠的原始资料3.整理资料：对资料进行清理、改错，数量化4.分析资料：统计描述、统计推断定义：是在保证科学性、可重复性和高效性的前提下，为验证研究假说而制定周密的医学研究计划。在广泛的查阅文献、全面了解现状、广泛征询意见的基础上，对将要进行的研究工作所作的全面的设想。1、设计（design）1、设计（design）的分类：调查设计（surveydesign）：对研究对象不施加任何干预，通常建立随机抽样（randomsampling）方案。搜集资料在整个研究设计中占主要地位.实验设计（experimentdesign）：对研究对象施加干预，如动物实验研究、临床试验，通常建立随机分组（randomallocation）方案。2、设计（design）的内容(1)明确研究目的和研究假说。(2)确定研究对象与观察单位、样本含量和抽样方法。(3)是否施加干预，如何施加干预？如何设置对照？(4)设置观察指标。(5)需搜集哪些原始资料，用什么方法？(6)如何对取得资料作进一步的整理和汇总，计算统计指标。(7)如何控制误差。(8)预期会得到什么结果。(9)研究进度和经费的安排等。Fisher在他的著作中多次强调，统计学家与科学研究者的合作应该在实验设计阶段，而不是在需要数据处理的时候。“试验完成后再找统计学家，无异于请统计学家为试验进行“尸体解剖”。统计学家或许只能告诉你试验失败的原因。”2、收集资料（datacollection）资料的来源：1、统计报表：疫情报表、医院工作报表等；2、登记和报告卡（单）：传染病和职业病发病报告卡，肿瘤发病及死亡报告卡，出生及死亡报告单等；3、日常医疗卫生工作记录：如门诊病例、住院病例、健康检查记录、卫生监测记录等4、专题调查或实验研究：开展医学科研的主要资料来源前三种都有局限性。资料收集计划①选择搜集资料的地点、人员和时间；②搜集资料人员的培训方案；③预调查或预实验方案拟定；④资料的记录方式；⑤调查表的拟订和印刷；⑥调查或实验仪器、试剂的准备；⑦调查资料的抽样复核比例和方法；⑧搜集资料所需经费的准备等。目的是对搜集到的原始资料其系统化和条理化，便于进一步计算统计指标和深入分析。资料整理前要对资料再次检查与核对，发现缺项或错项较多的调查表，须补查或剔除。审查无误后，设计分组。3、整理资料（datasorting）资料整理的过程1、对原始数据进行核对和检查。2、设计分组。（1）质量分组：按属性或类别归类分组；（2）数量分组:按数值大小分组。3、按分组要求设计整理表，汇总资料。可借助于计算机软件（EpiData,Study-Builder,Excel）来完成。1、编码，将数据输入计算机2、纠错改错、补漏等运用统计学的基本原理和方法，根据研究设计的目的、要求、资料的类型和分布特征选择正确的统计分析方法，进行一系列的统计描述和统计推断，揭示事物内部的规律。可借助于计算机（常用软件：SPSS、SAS、STATA）完成。4、分析资料（dataanalysis）4、分析资料（dataanalysis）统计描述（descriptivestatistics）是指用统计指标和适宜的统计图、统计表等方法，描述统计资料的分布规律及其数量特征。统计推断（inferentialstatistics）是通过随机样本信息推断总体特征的过程。参数估计（parameterestimation）假设检验（hypothesistest）常用统计分析软件简介一、SPSS（PASW）软件：二、SAS软件:统计专业用户三、STATA软件：分析能力强，速度极快！图形精美四、EPIINFO：流行病学调查得数据管理软件。SPSS软件美国斯坦福大学研制，目前已被IBM兼并。最新版本19.0.特点：界面友好、使用方便、功能齐全。小结：1.医学统计工作的基本步骤是A.调查、搜集资料、整理资料、分析资料B.统计资料收集、整理资料、统计描述、统计推断C.设计、搜集资料、整理资料、分析资料D.调查、统计描述、统计推断、统计图表E.设计、统计描述、统计推断、统计图表C2.抽样误差是指A.不同样本指标之间的差别B.样本指标与总体指标之间由于抽样产生的差别（参数与统计量之间由于抽样而产生的差别）C.由于抽样产生的观测值之间的差别D.样本中每个个体之间的差别E.随机测量误差与过失误差的总称B3.概率是描述某随机事件发生可能性大小