第一章医学统计学绪论课件

2024/6/301授课内容及特点授课内容及特点本课程主要介绍统计学的基本概念，并着本课程主要介绍统计学的基本概念，并着重讲解统计学方法在医学科研中的应用。重讲解统计学方法在医学科研中的应用。本课程的特点是通过书中的实例，分析讲本课程的特点是通过书中的实例，分析讲解本课程的统计方法，并掌握统计软件解本课程的统计方法，并掌握统计软件SPSS基本操作过程，以及理解其分析结基本操作过程，以及理解其分析结果。果。2023/8/111授授课课内容及特点本内容及特点本课课程主要介程主要介绍统计绍统计学的基本学的基本1密码：密码：123456789课件下载地址：课件下载地址：“医学统计学医学统计学”2024/6/302密密码码：123456789课课件下件下载载地址：地址：2023/8/11222024/6/303授课目的授课目的最终能应用最终能应用SPSS统计软件，将学过的各统计软件，将学过的各种统计分析方法结合具体实际问题或有关种统计分析方法结合具体实际问题或有关的数据指标进行分析的数据指标进行分析,领会各种统计数量领会各种统计数量分析过程和应用中的意义分析过程和应用中的意义,合理地解释各合理地解释各种分析结果。种分析结果。能看懂医学文献中常见的统计分析方法、能看懂医学文献中常见的统计分析方法、结果及其意义。结果及其意义。毕业论文及发表的文章无明显统计缺陷和毕业论文及发表的文章无明显统计缺陷和错误错误2023/8/113授授课课目的最目的最终终能能应应用用SPSS统计软统计软件，将学件，将学32024/6/304据统计：我国的医学期刊大约有我国的医学期刊大约有 1000 1000多多种，其中绝大多数论文都要用到统计学种，其中绝大多数论文都要用到统计学知识，统计学知识应用得正确与否关系知识，统计学知识应用得正确与否关系到论文的科学性与严谨性。到论文的科学性与严谨性。6060年代到年代到8080年代，国外医学杂志调查结果：年代，国外医学杂志调查结果：有统计错误的论文有统计错误的论文20%20%72%72%。19961996年对年对45864586篇论文统计（中华医学会系篇论文统计（中华医学会系列杂志占列杂志占6.9%6.9%），数据分析方法误用达），数据分析方法误用达55.7%55.7%。这一严峻的现象值得科研工作者重视。这一严峻的现象值得科研工作者重视。2023/8/114据据统计统计：我国的医学期刊大：我国的医学期刊大约约有有1000多多42024/6/305 医学统计学的定义与内容 统计方法的几个基本概念 统计工作的基本步骤 学习中应注意的问题第一章 绪论2023/8/115医学医学统计统计学的定学的定义义与内容第一章与内容第一章绪论绪论52024/6/306第一节第一节 医学统计学的医学统计学的定义与内容定义与内容1.统计的基本含义统计的基本含义统计是对客观事物的数量方面进行核统计是对客观事物的数量方面进行核算和分析，是人们对客观事物的数量表算和分析，是人们对客观事物的数量表现、数量关系和数量变化进行描述和分现、数量关系和数量变化进行描述和分析的一种计量活动。析的一种计量活动。2.统计的基本特点：统计的基本特点：数量性数量性3.统计的目的：统计的目的：探索客观事物的数量规律探索客观事物的数量规律性，以便达到对客观事物的认识。性，以便达到对客观事物的认识。2023/8/116第一第一节节医学医学统计统计学的学的定定义义与内容与内容1.统统62024/6/307 统计学：统计学：是研究如何收集准是研究如何收集准确可靠的资料和选择正确方法确可靠的资料和选择正确方法进行整理分析的科学。进行整理分析的科学。医学统计学：医学统计学：根据统计学的原根据统计学的原理和方法，研究医学数据的收集、理和方法，研究医学数据的收集、表达和分析的一门应用学科。表达和分析的一门应用学科。2023/8/117统计统计学：是研究如何收集准确可靠的学：是研究如何收集准确可靠的72024/6/308Statistics：“a science dealing with the collection,analysis,interpretation and presentation of masses of numerical data”-Webster 国际大辞典国际大辞典统计学统计学是是收集收集、分析分析、解释解释与与呈现呈现数据数据资料的一门科学。资料的一门科学。2023/8/118Statistics：“ascie8收集收集数据数据：实验设计、调查设计实验设计、调查设计分析分析数据数据：统计学描述、统计学推断统计学描述、统计学推断解释解释数据数据：根据专业等解释统计结果根据专业等解释统计结果(穿插各穿插各个章节个章节)呈现呈现结果结果：向杂志社、上级部门发表结果向杂志社、上级部门发表结果收集数据：收集数据：实验设计实验设计、调查设计调查设计分析数据：分析数据：统计统计学描述、学描述、统计统计学推断学推断92024/6/3010Statistics:The science and art of dealing withvariationindatathroughcollection,classification andanalysis insuch awayastoobtainreliableresults(JMLast).Thedisciplineconcernedwiththetreatment of numerical data derived fromgroupsofindividuals(P.Armitage).2023/8/1110Statistics:Thesci102024/6/30111.采用统计学方法，发现不确定现象背采用统计学方法，发现不确定现象背后隐藏的规律。后隐藏的规律。变异变异（variationvariation）是社会和生物医学中的普遍现象。）是社会和生物医学中的普遍现象。变异使得实验或观察的结果具有变异使得实验或观察的结果具有不确定性不确定性，如每个人的身，如每个人的身高、体重、血压等各有不同。高、体重、血压等各有不同。医学研究的对象是人或生物体，具有较大的生物医学研究的对象是人或生物体，具有较大的生物变异性，并受许多社会心理因素的影响。变异性，并受许多社会心理因素的影响。借助统计借助统计分析，可透过偶然现象认识其内在的规律性。分析，可透过偶然现象认识其内在的规律性。一个科学结论，除了理论机制的阐述外，一个科学结论，除了理论机制的阐述外，还要有还要有一定数量的重复观察结果和合理的对照等。一定数量的重复观察结果和合理的对照等。为什么要学习医学统计学？为什么要学习医学统计学？2023/8/11111.采用采用统计统计学方法，学方法，发现发现不确定不确定现现象背象背112024/6/3012 最大值最大值=6.18,=6.18,最小值最小值=3.29,=3.29,极差极差=2.89 =2.89 算术均数算术均数=4.72=4.72，标准差，标准差=0.57=0.57。2023/8/1112最大最大值值=6.18,最小最小值值=3.29122024/6/30132.用统计学思维方式考虑有关医学研用统计学思维方式考虑有关医学研究中的问题究中的问题 “阳性阳性”结果是否是虚假联系？结果是否是虚假联系？某感冒药治疗某感冒药治疗1 1周后，治愈率为周后，治愈率为90%90%，能否说该感，能否说该感冒药十分有效？冒药十分有效？“阴性阴性”结果是否是样本含量不足？结果是否是样本含量不足？有人曾对发表在有人曾对发表在Lancet,N Engl J MedLancet,N Engl J Med，JAMAJAMA等等著名医学杂志上的著名医学杂志上的7171篇阴性结果的论文作过分析，发篇阴性结果的论文作过分析，发现其中有现其中有6262篇（篇（93%93%）可能是由于）可能是由于样本含量样本含量不足造成不足造成的假阴性。的假阴性。2023/8/11132.用用统计统计学思学思维维方式考方式考虑虑有关医学研究有关医学研究132024/6/3014乙药是否比甲药有效？乙药是否比甲药有效？乙药是否比甲药有效？乙药是否比甲药有效？2023/8/1114乙乙药药是否比甲是否比甲药药有效？有效？142024/6/3015要求设立具有可比性的对照要求设立具有可比性的对照组组某文献报道：用某种中草药治疗玫瑰糠疹，有效率为78%，平均疗程为3周左右。问此药治疗玫瑰糠疹的确有效吗？玫瑰糠疹具有自然治愈的情况，一般不服药，多喝水，到3周左右有些患者也会自愈。2023/8/1115要求要求设设立具有可比性的立具有可比性的对对照照组组某文献某文献报报道：道：152024/6/3016某处报导：某处报导：“据统计，城市人的寿命要比据统计，城市人的寿命要比农村少农村少5年。湖北地区曾调查了年。湖北地区曾调查了90岁以上岁以上的长寿者的长寿者125人，其中住在城市的占人，其中住在城市的占24，农村占农村占76。可能城市的紧张生活及噪。可能城市的紧张生活及噪音对寿命均有影响音对寿命均有影响”。你认为这个结论对。你认为这个结论对不对，并说明理由。不对，并说明理由。用某药治疗某病，治疗用某药治疗某病，治疗10例，其中例，其中9人有人有效，能说效，能说90%有效吗？有效吗？有关统计的其他问题有关统计的其他问题有关统计的其他问题有关统计的其他问题2023/8/1116某某处报导处报导：“据据统计统计，城市人的寿命要比，城市人的寿命要比农农162024/6/30173.保证你的研究论文能通过统计学审查保证你的研究论文能通过统计学审查 据国外据国外6080年代对不同医学杂志发表论文年代对不同医学杂志发表论文的调查结果显示，有的调查结果显示，有统计错误的论文所占比例高达统计错误的论文所占比例高达72%，最低也有，最低也有20%。国内国内1984年对年对中华医学杂志中华医学杂志、中华内中华内科杂志科杂志、中华外科杂志中华外科杂志、中华妇产科杂志中华妇产科杂志、中华儿科杂志中华儿科杂志595篇论文的调查结果，相篇论文的调查结果，相对数误用为对数误用为11.2%，抽样方法误用，抽样方法误用15.9%，统计图，统计图表误用表误用11.7%。某研究者某研究者1996年对年对4586篇论文统计（中华医篇论文统计（中华医学会系列杂志仅占学会系列杂志仅占6.9%），数据分析方法误用达），数据分析方法误用达55.7%。2023/8/11173.保保证证你的研究你的研究论论文能通文能通过统计过统计学学审查审查172024/6/30 JAMA，新新英英格格兰兰医医学学杂杂志志（NEJM）、英英国国医医学学杂杂志志、中中华华医医学学会会杂杂志志对对来来稿稿都都有有统计学要求统计学要求或统计学指导。或统计学指导。国国际际生生物物医医学学杂杂志志编编辑辑协协会会在在其其生生物物医医学学期期刊刊投投稿稿的的统统一一要要求求中中也也包包含含了了统统计计学要求。学要求。Uniform Requirements for Manuscripts Submitted to Biomedical Journals http:/2023/8/11JAMA，新英格，新英格兰兰医学医学杂杂志（志（NEJ182024/6/30194.获得循证医学证据的主要手段获得循证医学证据的主要手段“良良 好好 愿愿 望望 的的 医医 学学”（well-meaning medicine）转转入入“以以证证据据为为基基础础的的医医学学”（evidence-based medicine，EBM）需要有统计学方法的支持。需要有统计学方法的支持。全全世世界界的的医医学学期期刊刊每每年年大大约约刊刊登登600600万万学学术术论文，但能作为论文，但能作为可靠可靠“证据证据”的论文并不多。的论文并不多。2023/8/11194.获获得循得循证证医学医学证证据的主要手段据的主要手段192024/6/3020学习医学统计学的用途学习医学统计学的用途累计和表达经验：累计和表达经验：将积累的经验从感性认识上升到理性认识（如阑尾根部化脓及穿孔手术50例分析）。完成科研工作：完成科研工作：如何分组？分组是否有可比性？样本含量是否足够？实验结果的误差有多大？研究结果是否可推广？研究报告如何撰写？阅读医学书刊：阅读医学书刊：继续教育的需要；识别他人研究结果的可靠性。2023/8/1120学学习习医学医学统计统计学的用途累学的用途累计计和表达和表达经验经验：将：将202024/6/3021第二节第二节第二节第二节 医学统计的基本概念医学统计的基本概念医学统计的基本概念医学统计的基本概念同质与变异同质与变异总体与样本总体与样本抽样抽样误差及种类误差及种类变量及其分类变量及其分类概率与频率概率与频率2023/8/1121第二第二节节医学医学统计统计的基本概念同的基本概念同质质与与变变异异212024/6/30222023/8/1122222024/6/30232023/8/1123232024/6/3024一、同质和变异一、同质和变异（homogeneity,variation)homogeneity,variation)观察单位观察单位：observationunit。由根据研究目的而确定，是统计研究中最基由根据研究目的而确定，是统计研究中最基本的单位。本的单位。同质同质：是指被研究指标的可控制影响因是指被研究指标的可控制影响因素相同或基本相同。素相同或基本相同。例：研究儿童的身高：易控制的因素（性例：研究儿童的身高：易控制的因素（性别、年龄、地区，等）别、年龄、地区，等）、不易控制的因素、不易控制的因素（遗传、营养，等）（遗传、营养，等）变异变异：同质的基础上的个体差异同质的基础上的个体差异。如某年某地如某年某地7岁男孩的身高。岁男孩的身高。2023/8/1124一、同一、同质质和和变变异异（homogeneit242024/6/3025医学研究中同质的重要性医学研究中同质的重要性组间具有可比性是指对比组之间除对比组间具有可比性是指对比组之间除对比因素外，其他特征基本相同，即所谓组因素外，其他特征基本相同，即所谓组间均衡。间均衡。组间均衡，则差异有统计学意义的结果组间均衡，则差异有统计学意义的结果可解释为对比因素的作用；可解释为对比因素的作用；否则，差异有统计学意义的结果不能解否则，差异有统计学意义的结果不能解释为对比因素的作用，因为其他因素也释为对比因素的作用，因为其他因素也可能造成组间差异。可能造成组间差异。2023/8/1125医学研究中同医学研究中同质质的重要性的重要性组间组间具有可比性是具有可比性是252024/6/3026二、总体与样本二、总体与样本（population and sample）总体总体：根据研究目的确定全部根据研究目的确定全部同质同质个体，个体，这些个体的某项变量值。这些个体的某项变量值。研究1999年某农村地区14岁女孩身高研究糖尿病人的血压测量值总体有三大特点：总体有三大特点：同质性同质性大量性大量性差异性差异性 2023/8/1126二、二、总总体与体与样样本（本（population262024/6/3027样本样本sample样本样本：根据根据随机化原则随机化原则从总体中抽从总体中抽出出有代表性有代表性的一部分观察单位。的一部分观察单位。样本含量样本含量：样本包含的观察单位数样本包含的观察单位数统计推断统计推断：用样本推断总体的特征用样本推断总体的特征2023/8/1127样样本本sample样样本：根据随机化原本：根据随机化原则则从从272024/6/3028有限总体有限总体 finite population 在确定的时间、空间范围内有限个观察单在确定的时间、空间范围内有限个观察单位的总体。位的总体。如：调查某地1999年正常成年男子的红细胞数。观察对象：该地1999年的正常成年男子；观察单位：每个人；同质：同一地区、同一年份、同一性别、同为正常人、同为男性。观察值(变量值)：每个人测得的红细胞数；总体：该地1999年的正常成年男子的红细胞数。又如：暨南大学大学生近视发病率2023/8/1128有限有限总总体体finitepopulat282024/6/3029无限总体infinite population无时间和空间范围限制的总体，此总体是无时间和空间范围限制的总体，此总体是抽象的，观察单位数是无限的。抽象的，观察单位数是无限的。如：研究用某药治疗缺铁性贫血的疗效。同质：贫血患者、同时使用某药治疗；总体：使用该药治疗的所有贫血患者的治疗效果，无时间和空间的限制。2023/8/1129无限无限总总体体infinitepopula292024/6/3030Target population and accessible population:Target population:Target population:研究者最想推论最想推论的真正的的真正的群体群体（称为目标总体），常常是不可得，是研究者理想上的选择理想上的选择。Accessible populationAccessible population:研究者真正能将研究真正能将研究结果推论到的群体结果推论到的群体(称为可及总体)，是研究者实际拥有的选择实际拥有的选择。targetpopulation:well suited to the research questionaccessiblepopulation:representative of the target population and easy to study2023/8/1130Targetpopulationa302024/6/3031Target population and accessible population:Target population and accessible population:Target population and accessible population:Target population and accessible population:例如：计算机辅助教学对于广州地区小学地区小学一、二年级一、二年级(target population)(target population)学生阅读成就的影响。而暨南大学附属小学的一暨南大学附属小学的一二年级学生是二年级学生是accessible populationaccessible population；一二年级中一二年级中1010的学生是样本的学生是样本。2023/8/1131Targetpopulationa312024/6/3032总体与样本的关系2023/8/1132总总体与体与样样本的关系本的关系322024/6/3033推论与推论与外部效度外部效度推论推论(generalize):将某个研究的发现应用在该研究的人物或情境之外。外部效度外部效度(externalvalidity):研究结果能推论到怎样的程度，就是该研究的外部效度。总体可推论性总体可推论性(populationgeneralizability):样本可以代表总体的程度，若研究结果只适用该研究所使用的样本(如样本太小)，则研究发现的用处受到限制。生态可推论性生态可推论性(ecologicalgeneralizability):研究结果可以被延用到其它的情境或状况的程研究结果可以被延用到其它的情境或状况的程度。度。2023/8/1133推推论论与外部效度推与外部效度推论论(generaliz332024/6/3034抽样抽样：从总体中抽取样本的过程。：从总体中抽取样本的过程。代表性：代表性：样本中的每一个个体必须符合总体的规定。如研究1999年某农村地区14岁女孩身高。随机性：随机性：保证总体中的每个个体有相同的机会被抽作样本。方法有：抽签、机械抽样、分层抽样、随机数字表。可靠性：可靠性：实验的结果要具有可重复性。由于个体之间存在差异，只有观察一定数量的个体才能揭示客观规律性。2023/8/1134抽抽样样：从：从总总体中抽取体中抽取样样本的本的过过程。代表性：程。代表性：342024/6/3035非随机抽样法（非概率抽样）方便抽样：方便抽样：依赖于可以纳入样本的可获得性的研究对象。速度快、简单。通常不能很好的代表总体目标人群。定额抽样：定额抽样：对人群要素的特征做了规定，并从满足这些特征的人群中抽取合适比例作为样本。花费少，简单，方便。缺乏代表行。目的抽样：目的抽样：基于对总体的了解以及研究的特殊目的，研究者根据对人群要素的代表性或者主要特征的判断和研究目的选择样本。滚雪球抽样：滚雪球抽样：依赖于一些能将其他相关的研究对象纳入研究的信息。例如，感染HIV/AIDS的人或者吸毒的人。2023/8/1135非随机抽非随机抽样样法（非概率抽法（非概率抽样样）方便抽）方便抽样样：依：依35三、参数与统计量三、参数与统计量 parameter and statistic参数：参数：总体总体的统计指标，的统计指标，如总体均数、标准差，采如总体均数、标准差，采用希腊字母分别记为用希腊字母分别记为、。固定的常数固定的常数 总体总体样样本本抽取部分观察单位抽取部分观察单位 统计量统计量统计量统计量 参参参参 数数数数 推断推断inference统计量统计量：样本样本的统计指标，如样本均数、标准差，采用英的统计指标，如样本均数、标准差，采用英文字母分别记为文字母分别记为。参数附近波动的随机变量参数附近波动的随机变量。三、参数与三、参数与统计统计量量parameterandstat362024/6/3037四、误差：四、误差：观察值与真实值之差观察值与真实值之差随机误差随机误差：过失误差（过失误差（非系统误差）非系统误差）随机测量误差随机测量误差：抽样误差抽样误差系统误差系统误差非随机误差非随机误差：2023/8/1137四、四、误误差：差：观观察察值值与真与真实值实值之差随机之差随机误误差：差：37系统误差系统误差 systematic error在实际观测过程中，由受试对象、研究者、仪在实际观测过程中，由受试对象、研究者、仪器设备、研究方法、非实验因素影响等原因造成器设备、研究方法、非实验因素影响等原因造成的有一定倾向性或规律性的误差。流行病学称之的有一定倾向性或规律性的误差。流行病学称之为为偏倚偏倚（bias）。）。特点：观察值有特点：观察值有系统性系统性、方向性方向性、周期性周期性的偏的偏离真值。离真值。可以通过严格的可以通过严格的实验设计实验设计和和技术措施技术措施消除消除。系系统误统误差差systematicerror在在382024/6/3039过失误差过失误差：gross error由于观察过程中不仔细造成的错误判断由于观察过程中不仔细造成的错误判断或记录。或记录。应认真检查核对，否则将会影响研究结应认真检查核对，否则将会影响研究结果的准确性。果的准确性。2023/8/1139过过失失误误差：差：grosserror由于由于观观392024/6/3040随机测量误差随机测量误差：random measurement error各种偶然因素（电压、环境温度等）的影各种偶然因素（电压、环境温度等）的影响造成同一对象多次测定的结果不完全一响造成同一对象多次测定的结果不完全一样。样。或同一样品不同观察者之间的差异。该误或同一样品不同观察者之间的差异。该误差不可避免，但要控制在容许范围内。差不可避免，但要控制在容许范围内。提高操作者熟练程度可以减少这种误差提高操作者熟练程度可以减少这种误差2023/8/1140随机随机测测量量误误差：差：randommeas402024/6/3041抽样误差抽样误差：random sampling error在排除了系统误差，控制了随机测量误差在排除了系统误差，控制了随机测量误差后，由于抽样过程造成的样本指标与总体后，由于抽样过程造成的样本指标与总体指标之间的差异。指标之间的差异。该误差不可避免，该误差不可避免，但有一定的分布规律，但有一定的分布规律，可估计。可估计。原因：个体差异的存在。原因：个体差异的存在。2023/8/1141抽抽样误样误差：差：randomsampli412024/6/3042准确度与可靠度准确度与可靠度准确度准确度(accuracy)或真实性（或真实性（validity）：观察值与观察值与真值真值的接近程度，受的接近程度，受系统误差系统误差的影响的影响(常用指标：如灵敏度、特异度常用指标：如灵敏度、特异度)。可靠度（可靠度（reliabiliy）也称精密度也称精密度(precision)或重复性（或重复性（repeatability）：重复观察时重复观察时观察值观察值与其均值与其均值的接近程度，受的接近程度，受随机随机误差误差的影响（常用指标：一致百分率、的影响（常用指标：一致百分率、Kappa值）。值）。2023/8/1142准确度与可靠度准确度准确度与可靠度准确度(accuracy422024/6/30432023/8/1143432024/6/3044五、概率与频率五、概率与频率随机现象与随机事件随机现象与随机事件随机现象：随机现象：在相同的条件下，重复进行试在相同的条件下，重复进行试验，每次的结果未必相同，且将来的结果验，每次的结果未必相同，且将来的结果事前不能完全肯定。事前不能完全肯定。随机事件随机事件：随机现象发生的结果。：随机现象发生的结果。随机事件的特征：随机事件的特征：随机性随机性；规律性规律性：每次发生的可能性的大小是确定的。产生随机现象的原因：产生随机现象的原因：随机误差所致（包随机误差所致（包括个体差异和偶然测量误差）括个体差异和偶然测量误差）2023/8/1144五、概率与五、概率与频频率随机率随机现现象与随机事件随机象与随机事件随机现现442024/6/3045概率概率 probability：是描述是描述随机事件随机事件（可能发生也可能不发生的（可能发生也可能不发生的事件）发生可能大小的量。事件）发生可能大小的量。用大写的用大写的P P表示；取值表示；取值00，11。确定性现象确定性现象：在一定条件下，：在一定条件下，一定一定会发会发生或一定不会发生的现象。其表现结果为两生或一定不会发生的现象。其表现结果为两种事件：肯定发生某种结果的叫种事件：肯定发生某种结果的叫必然事件必然事件；肯定不发生某种结果的叫肯定不发生某种结果的叫不可能事件不可能事件。2023/8/1145概率概率probability：是描是描45必然事件必然事件 P P=1 =1 不可能事件不可能事件 P P=0 =0 随机事件随机事件 00P P11 P P 0.05 0.05（5 5）或）或P P 0.01 0.01（1 1）称为称为小概率事件小概率事件(习惯习惯)，统计，统计学上认为不大可能发生。学上认为不大可能发生。小概率事件小概率事件必然事件必然事件P=146样本的实际发生率称为样本的实际发生率称为频率频率。设在相同。设在相同条件下，独立重复进行条件下，独立重复进行n次试验，事件次试验，事件A出出现现f 次，则事件次，则事件A出现的频率为出现的频率为f/n。频率与概率间的关系：频率与概率间的关系：样本频率总是围绕概率上下波动样本频率总是围绕概率上下波动样本含量样本含量n越大，波动幅度越小，频率越接越大，波动幅度越小，频率越接近概率。近概率。频率频率 frequency样样本的本的实际发实际发生率称生率称为频为频率。率。设设在相同条件下，独立重在相同条件下，独立重472024/6/3048频率与概率的关系：频率与概率的关系：抛掷硬币的历史抛掷硬币的历史抛掷硬币的历史抛掷硬币的历史试验记录试验记录试验记录试验记录当样本含量较大时，可将频率作为概率的估计值2023/8/1148频频率与概率的关系：抛率与概率的关系：抛掷掷硬硬币币的的历历史史试验记试验记482024/6/3049第三节第三节 统计资料的类型统计资料的类型统计统计资料资料的类型分为三种的类型分为三种1、数值变量、数值变量资料资料2、分类变量、分类变量资料资料二项分类二项分类二项分类二项分类多项分类多项分类多项分类多项分类3、等级、等级资料资料2023/8/1149第三第三节节统计资统计资料的料的类类型型统计资统计资料的料的类类型分型分49（一）数据类型（一）数据类型1.1.计量资料计量资料2.2.计数资料计数资料3.3.等级资料等级资料 （一）数据（一）数据类类型型1.计计量量资资料料501.1.计计量量资料资料 用仪器、工具等用仪器、工具等测量测量(measure)方法获方法获得的数据，即为得的数据，即为计量资料计量资料measurment data。也叫定量数据。也叫定量数据Quantitative data特点：特点：有计量单位有计量单位，如患者的身高（，如患者的身高（cm）、）、体重（体重（kg）、血压（）、血压（mmHg）、脉搏（次）、脉搏（次/分）、红细胞计数（分）、红细胞计数（10/L）1.计计量量资资料料用用仪仪器、工具等器、工具等测测量量(measure512.2.计计数数资料资料 按某种属性分类，然后清点每类的数据，按某种属性分类，然后清点每类的数据，称称计数资料计数资料（count datacount data）或）或enumeration enumeration datadata。也叫定性数据。也叫定性数据Qualitative dataQualitative data 特点：特点：特点：特点：无固有计量单位无固有计量单位无固有计量单位无固有计量单位，如肤色（黑、白）、，如肤色（黑、白）、，如肤色（黑、白）、，如肤色（黑、白）、血型（血型（血型（血型（ABOABO）、职业（工农兵）、性别（男女）、职业（工农兵）、性别（男女）、职业（工农兵）、性别（男女）、职业（工农兵）、性别（男女）2.计计数数资资料料按某种属性分按某种属性分类类，然后清点每，然后清点每类类的数据的数据523.3.等级资料等级资料 Rank data Rank data半定性或半定量的观察结果。有大小顺序，半定性或半定量的观察结果。有大小顺序，所以也叫所以也叫有序分类资料有序分类资料（ordinal category ordinal category datadata）。）。癌症分期：早、中、晚。癌症分期：早、中、晚。药物疗效：治愈、好转、无效、死药物疗效：治愈、好转、无效、死亡。亡。尿蛋白：尿蛋白：、+、+及以及以上上3.等等级资级资料料Rankdata半定性或半定量的半定性或半定量的观观察察结结果。果。53观察单位observations个体individuals变量variablesQuantitative data Quantitative data 计量资料计量资料Qualitative data Qualitative data 计数资料计数资料Units；elements观观察察单单位位observations变变量量variablesQua542024/6/3055（二）变量与随机变量（二）变量与随机变量Variable and random variableVariable and random variable变量变量可以测量的任何特征或属性可以测量的任何特征或属性 Any Any characteristic characteristic or or attribute attribute that that can can be be measuredmeasured。（不不同同个个体体结结果可能不同）果可能不同）随机变量随机变量在概率论中称变量为随机变量在概率论中称变量为随机变量2023/8/1155（二）（二）变变量与随机量与随机变变量量Variable552024/6/3056 随机变量的分类随机变量的分类连续性变量连续性变量（continuous variablecontinuous variable）相当于计量资相当于计量资料料离散型变量离散型变量（discrete variablediscrete variable）相当于计数资相当于计数资料料有有 序序 变量变量（ordinal variableordinal variable）相当于等级资相当于等级资料料 根据观察数据之间有无缝隙（根据观察数据之间有无缝隙（gapgap），常将数），常将数据分类为离散型（据分类为离散型（discretediscrete）变量（有缝隙）与）变量（有缝隙）与连续型（连续型（continuouscontinuous）变量（无缝隙）两大类。）变量（无缝隙）两大类。虽然如脉搏、白细胞计数等测量值只能是正整数，但为研究方便习惯上也视虽然如脉搏、白细胞计数等测量值只能是正整数，但为研究方便习惯上也视为连续变量。为连续变量。2023/8/1156随机随机变变量的分量的分类连续类连续性性变变量（量（con562024/6/30572023/8/1157572024/6/3058各类变量间的互相转化各类变量间的互相转化有序分类变量转化为数值变量：有序分类变量转化为数值变量：如：治愈3、显效2、好转l、无效0数值变量也可转化为分类变量：数值变量也可转化为分类变量：如：按血压测量值大小将血压分为：低血压、正常、高血压 或正常、异常2023/8/1158各各类变类变量量间间的互相的互相转转化有序分化有序分类变类变量量转转化化为为582024/6/3059第四节第四节 统计工作的基本步骤统计工作的基本步骤设计设计搜集资料搜集资料整理资料整理资料分析资料分析资料2023/8/1159第四第四节节统计统计工作的基本步工作的基本步骤设计骤设计592024/6/3060一、设计（一、设计（designdesign）医学科研设计按是否对医学科研设计按是否对 研究对象施加研究对象施加干预分为：实验设计和调查设计。干预分为：实验设计和调查设计。所谓设计所谓设计就是关于研究计划方案的制定，就是关于研究计划方案的制定，任一项研究，除专业设计之外，还应包任一项研究，除专业设计之外，还应包括括统计设计统计设计，如果设计出现错误，那么，如果设计出现错误，那么，不论用什么统计分析方法进行数据处理不论用什么统计分析方法进行数据处理都无法得到正确的结论。都无法得到正确的结论。2023/8/1160一、一、设计设计（design）医学科研）医学科研设计设计按按602024/6/3061实验设计必须遵循的基本原则：实验设计必须遵循的基本原则：随机化原则（随机化原则（randomization)对照原则（对照原则（control）重复原则重复原则(replication)2023/8/1161实验设计实验设计必必须须遵循的基本原遵循的基本原则则：随机化原：随机化原则则612024/6/3062医学论文统计设计方面存在的常见问题组间的可比性问题组间的可比性问题对照的设立问题对照的设立问题 只有设立除处理因素之外其他实验条件相同（或基本相同）只有设立除处理因素之外其他实验条件相同（或基本相同）的对照组，才能说明处理组的干预措施有无作用。的对照组，才能说明处理组的干预措施有无作用。样本含量的问题：样本含量的问题：样本代表性问题：对象的选择与标准？样本代表性问题：对象的选择与标准？医学伦理学问题：世界医学大会赫尔辛基医学伦理学问题：世界医学大会赫尔辛基宣言宣言2023/8/1162医学医学论论文文统计设计统计设计方面存在的常方面存在的常见问题组间见问题组间622024/6/3063二、搜集资料二、搜集资料（data collection）(一一)统计数据来源渠道统计数据来源渠道1.统计数据的直接来源统计数据的直接来源（1）来源于为管理和研究需要而专门组织调查）来源于为管理和研究需要而专门组织调查（2）来源于科学实验方法）来源于科学实验方法2.统计数据的间接来源统计数据的间接来源（1）内部资料的收集）内部资料的收集业务资料：统计资料：疾病分类报表财务资料：内部积累的其他资料：如病历，X光片（2）外部资料的收集：）外部资料的收集：年鉴，政府报告等 2023/8/1163二、搜集二、搜集资资料（料（datacollect632024/6/3064Source of dataPrimarycollect original data by the researcher him or herselfSecondaryuse existing dataTertiaryuse existing studies2023/8/1164SourceofdataPrima642024/6/3065（二）统计数据的收集组织形式（二）统计数据的收集组织形式1.统计报表制度统计报表制度2.普查普查 3.典型调查典型调查4.重点调查重点调查5.抽样调查抽样调查2023/8/1165（二）（二）统计统计数据的收集数据的收集组织组织形式形式1.统计统计652024/6/3066(三三)数据资料的收集方法数据资料的收集方法1.直接观察法直接观察法 2.报告法报告法 3.采访法采访法 4.邮寄法邮寄法 5.电话访问电话访问6.网上调查网上调查:电子邮件法视讯会议法站点法7.计算机辅助调查（计算机辅助调查（Computer Assisted Interviewing）：）：计算机辅助的电话调查（CATI）计算机辅助的个人访问调查（CAPI）计算机辅助的填报调查（CASI）2023/8/1166(三三)数据数据资资料的收集方法料的收集方法1.直接直接观观察法察法662024/6/3067三、整理资料三、整理资料（data sortingdata sorting）使原始数据条理化，便于进一步的计使原始数据条理化，便于进一步的计算和分析。算和分析。对资料进行检查、核对对资料进行检查、核对设计分组：质量分组、数量分组设计分组：质量分组、数量分组按分组要求设计整理表。按分组要求设计整理表。2023/8/1167三、整理三、整理资资料（料（datasorting672024/6/3068四、分析资料四、分析资料（data analysis）按设计的要求，根据研究目的和资按设计的要求，根据研究目的和资料的类型，对整理出的基础数据作进料的类型，对整理出的基础数据作进一步的计算分析和统计处理，一步的计算分析和统计处理，并用适并用适当的统计图表表达出来，最后结合专当的统计图表表达出来，最后结合专业做出结论。业做出结论。2023/8/1168四、分析四、分析资资料（料（dataanalysi682024/6/3069国际通用统计软件包国际通用统计软件包SAS（StatisticalAnalysisSystem）SPSS（StatisticalPackagefortheSocialScience）BMDP（BiomedicalComputerPrograms）GLIM（GeneralisedLinearInteractiveModelling）Genstat（GeneralStatisticalProgram）EpilogMinitab2023/8/1169国国际际通用通用统计软统计软件包件包SAS（Statis692024/6/3070学习中应注意的问题学习中应注意的问题应多联系实际，结合专业，分析评价实应多联系实际，结合专业，分析评价实际工作、医学文献和医学科研中的统计际工作、医学文献和医学科研中的统计问题，才能学好医学统计学。问题，才能学好医学统计学。要能够应用恰当的统计方法处理各种数要能够应用恰当的统计方法处理各种数据，对统计公式主要了解其意义、用途据，对统计公式主要了解其意义、用途和应用条件，不必深究其数学推导。和应用条件，不必深究其数学推导。2023/8/1170学学习习中中应应注意的注意的问题应问题应多多联联系系实际实际，结结合合专专702024/6/3071?不能仅凭表面数字上的差异就下结论不能仅凭表面数字上的差异就下结论掌握医学统计学的基本知识、基本技能、掌握医学统计学的基本知识、基本技能、基本概念和基本方法。基本概念和基本方法。建立逻辑思维方法和提高分析问题的能力。建立逻辑思维方法和提高分析问题的能力。懂得假设检验的逻辑推理，理解统计结论懂得假设检验的逻辑推理，理解统计结论的概率性。的概率性。2023/8/1171不能不能仅仅凭表面数字上的差异就下凭表面数字上的差异就下结论结论掌握医掌握医712024/6/3072?反对伪造和篡改统计数字反对伪造和篡改统计数字掌握调查设计和实验设计的原则，培养收掌握调查设计和实验设计的原则，培养收集、整理、分析统计资料的系统工作能力。集、整理、分析统计资料的系统工作能力。重视原始资料的完整性和准确性，对数据重视原始资料的完整性和准确性，对数据处理持严肃、认真、实事求是的科学态度，处理持严肃、认真、实事求是的科学态度，反对伪造和篡改统计数字。反对伪造和篡改统计数字。2023/8/1172反反对伪对伪造和造和篡篡改改统计统计数字掌握数字掌握调查设计调查设计和和实实72伪造统计数据违反科学道德伪造统计数据违反科学道德19761976年年New Science New Science 杂志关于科研舞弊杂志关于科研舞弊行为的调查行为的调查（1 1）74%74%的调查表反映有不正当修改数据的调查表反映有不正当修改数据 的情况的情况（2 2）17%17%拼凑实验结果拼凑实验结果（3 3）7%7%凭空捏造数据凭空捏造数据（4 4）2%2%故意曲解结果故意曲解结果伪伪造造统计统计数据数据违违反科学道德反科学道德1976年年NewScience杂杂732024/6/3074统计学发展简史统计学发展简史古典统计学、近代统计学、现代统计学古典统计学、近代统计学、现代统计学统计学发展过程中出现过几次重大的争论：统计学发展过程中出现过几次重大的争论：“政治算术”与“国势学”的争论，明确了统计学的学科性质；“描述统计学”与“推断统计学”的争论，构筑了统计学的完整体系；“经典统计学”与“贝叶斯统计学”的争论，带来了统计哲学观的新变化；信念统计学与经典统计学、贝叶斯统计学的争论，使统计推断科学化问题的研究日趋深入。正是通过这些争论完善了现代统计学的思想和方法体系。2023/8/1174统计统计学学发发展展简简史古典史古典统计统计学、近代学、近代统计统计学、学、742024/6/3075“政治算术”与“国势学”之争17 世纪中叶，以英国的配第（配第（E PettyE Petty）和格朗特（）和格朗特（J J GrantGrant）为代表创立的“政治算术”，标志着统计学的诞生。首次出现了有意识地用大量的数字资料说话，注重首次出现了有意识地用大量的数字资料说话，注重从数量角度探讨社会经济现象规律的活动。从数量角度探讨社会经济现象规律的活动。与“政治算术”产生的时期差不多，在德国也出现了一门“统计学”“国势学”。“国势学”主要研究“国家的有关显著事项”，其主要特征是对问题的研究和阐述，基本上采用文字记述和逻辑比较，那么它之所以也被认为是统计学，在很大程度上是因为“国势学”发展到顶峰时期的代表性人物阿肯瓦尔（阿肯瓦尔（G Achenwall)G Achenwall)给它起了一个新名称“STATISTIKSTATISTIK”2023/8/1175“政治算政治算术术”与与“国国势势学学”之争之争17世世纪纪752024/6/3076到到1850 1850 年，德国人克尼斯（年，德国人克尼斯（G A Knies)G A Knies)根据当时统计学发展的实践，概括大多数人的意根据当时统计学发展的实践，概括大多数人的意见，认为见，认为“国势学国势学”尽管有统计学之名但没有统计尽管有统计学之名但没有统计学之实，应该仍叫学之实，应该仍叫“国势学国势学”，而，而“政治算术政治算术”虽然虽然没有统计学之名但有统计学之实，所以没有统计学之名但有统计学之实，所以“政治算政治算术术”才称得上是统计学的真正起源。统计史上，才称得上是统计学的真正起源。统计史上，一般把克尼斯一般把克尼斯“独立科学之统计学独立科学之统计学”一文的发表，一文的发表，作为作为“政治算术政治算术”和和“国势学国势学”争论的结束。争论的结束。2023/8/1176到到1850年，德国人克尼斯（年，德国人克尼斯（GA762024/6/3077“描述统计学”与“推断统计学”之争从从1919世纪中后期到世纪中后期到2020世纪前半叶，是统世纪前半叶，是统计学发展过程中一个非常重要的时期。计学发展过程中一个非常重要的时期。一方面是兴起于生物遗传学、农业田间试一方面是兴起于生物遗传学、农业田间试验等领域的验等领域的“生物统计学生物统计学”的发展，的发展，另一方面是建立在另一方面是建立在“小样本小样本”观察基础上的观察基础上的统计推断方法的发展。统计推断方法的发展。2023/8/1177“描述描述统计统计学学”与与“推断推断统计统计学学”之争从之争从1772024/6/3078生物统计学的创立是英国人是英国人高尔顿（高尔顿（高尔顿（高尔顿（F GaltonF GaltonF GaltonF Galton）最早创立的，最早创立的，为了研究人的智力遗传和进化规律，高尔顿在伦敦开设为了研究人的智力遗传和进化规律，高尔顿在伦敦开设了了“人体测量研究所人体测量研究所”，广泛招募志愿人员，采集到大量，广泛招募志愿人员，采集到大量的有关人的自然属性的资料。的有关人的自然属性的资料。先后出版了两本著作，一本是关于人的能力及其发展先后出版了两本著作，一本是关于人的能力及其发展问题，另一本是遗传的自然规律。问题，另一本是遗传的自然规律。在这两本书及相关的论文中，高尔顿提出了诸如在这两本书及相关的论文中，高尔顿提出了诸如“相关相关”、“回归回归”、“中位数中位数”、“四分位数四分位数”、“四分位数差四分位数差”、“百百分位数分位数”等概念和计算方法。等概念和计算方法。2023/8/1178生物生物统计统计学的学的创创立是英国人高立是英国人高尔尔顿顿（FG782024/6/3079皮尔逊皮尔逊皮尔逊皮尔逊(K Pearson)(K Pearson)(K Pearson)(K Pearson)对统计学发展的贡献：对统计学发展的贡献：皮尔逊是高尔顿的学生，他全面继承和发展了高尔顿的皮尔逊是高尔顿的学生，他全面继承和发展了高尔顿的统计相关与回归思想，并建立了相应的数学基础。统计相关与回归思想，并建立了相应的数学基础。18931893年提出了标准差年提出了标准差 19001900年提出了卡方检验年提出了卡方检验根据他的儿子根据他的儿子 E E 皮尔逊（皮尔逊（E Pearson)E Pearson)的总结，主要体的总结，主要体现在这么几个方面：现在这么几个方面：（1 1）提出和研究了复相关、偏相关的问题，）提出和研究了复相关、偏相关的问题，（2 2）提出了似然函数、矩估计方法，）提出了似然函数、矩估计方法，（3 3）导出了重要的卡方分布，）导出了重要的卡方分布，（4 4）研究了许多概率分布曲线等。）研究了许多概率分布曲线等。高尔顿、高尔顿、皮尔逊为在开展生物遗传学研究的同时，提皮尔逊为在开展生物遗传学研究的同时，提出了许多处理变异数据的统计方法，统计史上一般把他出了许多处理变异数据的统计方法，统计史上一般把他们的工作称作描述统计学。们的工作称作描述统计学。2023/8/1179皮皮尔尔逊逊(KPearson)对统计对统计学学发发792024/6/3080戈塞特戈塞特(W S Gosset)(W S Gosset)自德国牧师苏歇米尔斯（J Susmilch)首倡大量观察到19 世纪末二十世纪初的大约一个半世纪里，大量观察法一直是统计认识思想的核心，并被理所当然地接受下来。最先对这一理论发起挑战的是戈塞特戈塞特(W S Gosset)(W S Gosset)，基于在酿酒公司多年的实验观察，戈塞特洞察到大样本统计方法并不适用于所有场合，有的时候人们还只能根据少量观察就必须做出结论经过多年的潜心研究，戈塞特终于在1908 1908 年导出了重年导出了重要的要的t t 分布，分布，这是小样本统计