医药常用统计方法终PPT演示课件

医药常用统计方法与统计图表,主要内容,统计基本概念,1,假设检验,2,常用统计方法,3,统计图表,4,一、统计基本概念,医学统计工作的内容统计工作贯穿医学研究中的全过程，医学研究中的统计工作包括：研究设计数据搜集数据整理数据分析,医学统计工作的内容,研究设计设计一般包括专业设计和统计设计。专业设计即确定调查题目、 内容等。统计设计包括资料收集、整理与分析。实验三要素：处理因素、受试对象、实验效应设计四原则：对照、随机化、重复、盲法,搜集资料：按照设计要求，原则是及时、准确、完整地收集原始数据。 数据来源：病历、日常医疗工作记录、临床检查与化验记录、 疾病监测报表、专题研究数据整理：对数据进行清理、改错、数量化数据分析：统计描述、统计推断,一、统计基本概念,常用概念 A. 同质与变异在调查研究或实验研究中，除了直接关注的影响因素外，其他非研究因素也会影响研究结果，为了突出研究因素的作用，需要使各比较组之间非研究因素尽可能相同，即同质即使非研究因素控制在相同条件下，个体的观察值之间也会有所不同，这种差异叫做变异,B. 总体与样本根据研究目的确定的同质研究对象的全体称为总体按随机化原则从总体中抽取的部分研究对象称为样本,C. 抽样和抽样误差抽样是指从总体选取样本的过程，抽样的目的是用样本信息来推断总体特征由于抽样所造成的样本指标与总体指标的差异称为抽样误差,D. 概率和小概率事件概率(probability)是反映某一事件发生的可能性的大小，常用符号P表示。其值在0和1之间。概率等于1的事件是必然事件，概率等于0的事件是不可能事件，随机事件的概率小于1，而大于0。小概率事件习惯上是指P1表示该因素取值越大，事件发生的概率越大，又称危险因素。OR 0，OR 1，影响因素的取值越大，事件的发生的概率越大。 0，OR 1，影响因素的取值越大，事件的发生的概率越小。,优势比实例,吸烟与食管癌关系的病例对照调查结果,3、判别分析,在我们的日常生活和工作实践中，常常会遇到判别分析问题，即根据历史上划分类别的有关资料和某种最优准则，确定一种判别方法，判定一个新的样本归属哪一类。例如，某医院有部分患有肺炎、肝炎、冠心病、糖尿病等病人的资料，记录了每个患者若干项症状指标数据。现在想利用现有的这些资料找出一种方法，使得对于一个新的病人，当测得这些症状指标数据时，能够判定其患有哪种病。这些问题都可以应用判别分析方法予以解决。,对相似性的刻画有不同的准则：最小距离准则、Fisher准则、平均损失最小准则、最小平方准则、最大概率准则等判别分析法距离判别法Fisher判别法逐步判别法Logistic回归判别法Bayes判别法,距离判别的思想和方法,例：两个总体的距离判别问题 设有两个总体G1和G2，其均值分别是1和 2， 协方差矩阵为 对于一个新的样品X，要判断它来自哪个总体 一般的想法是计算新样品X到两个总体的距离 D2（X，G1）和D2（X，G2），,并按照如下判别规则进行判断,其中：,对于多总体的判别，方法类似。都是从已知的数据出发，建立判别函数，由判别函数判断新样本所属类别当两总体靠的很近，无论用何种办法，判错概率都很大，这时做判别分析是没有意义的。因此只有当两个总体的均值有显著差异时，做判别分析才有意义,4、聚类分析,概念：统计学家常常采用聚类分析来完成分类的工作。聚类分析是用“物以类聚”的方法将客观世界中纷纭繁杂的事物加以分门别类，使之系统化和条理化的一种方法。聚类分析事先不知道客观事物的分类，需要根据各个样本或指标的数量表现来进行聚类种类样品聚类：基于样品间的距离将样本进行分类指标聚类：基于指标间的相关，旨在在每类指标中选择一个代表性较好的指标，达到指标精选的目的,聚类方法系统聚类法：首先将n个样品看成n类，然后将性质相近的两类合并为一个新类，得n-1类，再从n-1类中找出最接近的两类合并成n-2类，以此类推，最后将所有样品合并成一类分解法：系统聚类法的逆过程，首先将所有样品看成一类，然后用某种最优准则将其分成两类，再依次用相同的准则进一步裂分，直到每类只有一个样品为止加入法：假设已经存在一个分类系统，新样品进入时只能加入到聚类图中已存在的分类中，当新样本全部放入后，就得到新的聚类图有序样品聚类：将n个样品按照某种准则排序，在聚类的时候只有相邻的样品才能在一类中动态聚类法：开始将n个样品粗略的分为若干类，然后用某种最优准则对类别进行调整，直至不能调整为止,最优准则上述5种方法聚类时都需要某种最优准则，这些最优准则即为描述样品间接近程度的指标，接近程度可用p维空间点的距离来度量常用的定义类与类距离的方法有最短距离法最长距离法中间距离法可变距离法重心法类平均法,S1 .,S2.,S3 .,S4 .,.S5,.S6,S1 .,S2.,S3 .,S4 .,.S5,.S6,S1 .,S2.,S3 .,S4 .,.S5,.S6,例：根据信息基础设施的发展状况，对世界20个国家和地区进行分类。,5、Meta分析,Meta分析医学研究中，针对同一问题，不同研究者得到不一样的结论，例：阿司匹林是否能降低心肌梗死，为了对以往的研究结果综合评价，得到更加接近真实情况的结果可使用meta分析是一种基于文献资料的定量化综合评价多个同类独立研究结果的统计学方法，常用于临床试验、诊断试验和流行病学研究等方面的综合评价可以将针对同一问题的，多个独立的研究结果进行定量分析。,Meta分析应用条件收集的资料要全面确定meta分析研究资料的入选标准及排除标准研究资料效应指标明确各研究的同质性,Meta分析步骤拟定研究计划收集资料根据入选标准选择合格的研究复习每个研究并进行质量评估提取信息，填写过录表，建立数据库计算各独立研究的效应大小异质性检验总结报告,计算各独立研究的效应大小通常两组间比较时 连续变量 平均差值 率差（rate difference） 二分变量 比值比（OR）相对危险度（RR）,异质性检验（heterogeneity）重要性 Meta分析重要的环节目的检查各个独立研究的结果是否具有可合并性 产生异质性的原因 研究设计不同、试验条件不同 试验所定义的暴露、结局及其测量方法不同 协变量的存在注意 资料的“可合并性”,研究结果(线宽表示其95%CI),研究结果点估计值,其大小代表该研究在Meta分析中的权重,无效应线,各个研究合并后的效应估计,),),总结报告（森林图）,6、主成分分析,在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的，是解决这类题的理想工具。,主成分分析和聚类分析,都可以减少原有指标（样品）的个数，但主成分分析是从原有指标出发，寻找几个综合指标（或样品）来减少指标（或样品）个数；而聚类分析是先把原有指标（或样品）聚成几类，再在某一类指标（或样品）中各挑选一个典型指标（或样品）来减少指标（或样品）个数，两者是不同的。由于两者都可以减少指标（或样品）各数，因此两者都可以和其它统计分析方法（如判别分析、回归分析法）结合使用。,四、常用统计图表,统计表（statistical table）和统计图（statistical chart）是统计描述的重要工具。医学科学研究资料经过整理和计算各种必要的统计指标后，所得结果除了用适当文字说明以外，常用统计表和统计图表达分析结果。统计图表可以对于数据进行概括、对比或做直观的表达。统计表和统计图不仅便于阅读，而且便于分析比较。,一、统计表,1概念：指在科技报告中，常将统计分析的事物及其指标用表格列出，以反映事物的内在规律性和关联性。2作用：1）避免繁杂的文字叙述2）便于计算3）便于事物间的比较分析,3. 统计表的结构 从外形上看，统计表由标题、标目（包括横标目、纵标目）、线条、数字及必要的文字说明和备注5部分构成。其基本格式如表1：,4.统计表的种类 根据说明事物的主要标志（主语）的复杂程度，统计表可以分成简单表和复合表。 l）简单表：只有一种主要标志，即主语按一个标志分组。 2）复合表：有两种或两种以上的标志，即主语按多个标志分组。在安排上可以将部分主语放在表的上方与谓语配合起来。,5.编制统计表的基本要求 1）重点突出，简单明了。即一张表只包括一个中心内容，表达一个主题。 2）主谓分明，层次清楚。即主谓语的位置准确，标目的安排及分组要层次清楚，符合专业逻辑。简单表只有一个分组标志，一般作为横标目，而纵标目就是统计指标名称。复合表有两个以上分组标志，一般把其中主要的和分项较多的一个作为横标目，而其余的则安排在纵标目上。 3）数据准确、可靠。,6.统计表的审查与修改 统计表制作是否良好，可以从以下几方面检查：1）标题是否正确。2）主谓语的排列是否合适，标目是否组合重复。3）表线是否过多过密。,某医院对麦牙根糖浆治疗急性慢性肝炎161例的疗效，资料如表，指出缺点并加以改进。,缺点是：1）无标题。 2）标目组合重复。 3）主谓语排列不当。,二、统计图,1. 概念：利用点的位置、线段的升降、直条的长短和面积的大小等各种几何图形来表达统计资料和指标.2. 作用：它将研究对象的特征、内部构成、相互关系、对比情况、频数分布等情况形象而生动地表达出来，更直观地反映出事物间的数量关系，更易于比较和理解。但对数量的表达较粗略，从图中不能获得确切数字。,常用统计图,条形图bar chart百分条图(percentage bar chart)饼图(pie chart) 线图(line diagram) 直方图(histogram) 散点图(scatter diagram) 箱形图 box plotQ-Q plotKaplan-Meier生存曲线ROC曲线空间统计图,条形图(bar chart),概念：用等宽直条的长短来表示各个相互独立的指标大小的图形。适用资料：相互独立的资料（资料有明确分组，不连续）。分类：分为单式和复式两种。单式适用于只有一组观察资料（见图1），复式适用于有若干组观察资料 应用：相互独立资料间的比较。,百分条图(percentage bar chart),概念：以长条面积为100%，用长条内各段面积所占的百分比来表示各部分在全体中所占的比例 适用资料：构成比资料。应用：描述各部分的百分构成。,饼图(pie chart),概念：以一个圆面积为100%，用圆内各扇形面积所占的百分比来表示各部分所占的构成比例 适用资料：构成比资料。应用：描述各部分的百分构成。,线图(line diagram),概念：以线段的上升或下降来表示事物在时间上的发展变化或一种现象随另一种现象变迁的情况 适用资料：连续性资料。应用：反映事物的连续的动态变化规律。,直方图(histogram),概念：以各矩形的面积来代表各组频数的多少。适用资料：连续变量的频数分布。应用：反应某一连续性变量的分布情况,散点图(scatter diagram),概念：以点的密集程度和趋势来表示两种现象的相关关系。适用资料：双变量资料。应用：反映两事物间的相关关系，主要用于相关回归分析。,箱形图 box plot,概念:一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。适用资料：连续性变量应用：显示出一组数据的最大值、最小值、中位数、下四分位数、上四分位数和异常值，识别数据异常值，判断数据偏态。,Q-Q plot,QQ图是一种通过画出分位数来比较两个概率分布的图形方法作用：用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布判断标准：散点落在参考直线附近则服从某一分布，如果被比较的两个分布比较相似，则其QQ图近似地位于y=x上。如果两个分布线性相关，则QQ图上的点近似地落在一条直线上，但并不一定是y=x这条线。适用资料：连续性变量,Kaplan-Meier生存曲线,概念：以生存时间为横坐标，生存率为纵坐标绘制的阶梯状生存曲线描述：随时间的增加，该曲线一般呈下降趋势，平缓的生存曲线表示高生存率或较长生存期，陡峭的生存曲线表示低生存率或较短生存期适用资料：生存时间数据,ROC曲线,概念：受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线）是根据一系列不同的二分类方式，以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。作用：选择最佳的诊断界限值。ROC曲线越靠近左上角,试验的准确性就越高。最靠近左上角的ROC曲线的点是错误最少的最好阈值两种或两种以上不同诊断试验对疾病识别能力的比较。可将各试验的ROC曲线绘制到同一坐标中，以直观地鉴别优劣，靠近左上角的ROC曲线所代表的受试者工作最准确。亦可通过分别计算各个试验的ROC曲线下的面积(AUC)进行比较，哪一种试验的 AUC最大，则哪一种试验的诊断价值最佳。,完美与无用的ROC曲线,真阳性率即灵敏度,假阳性率 即 1特异度,诊断准确度较低（,0.9,）,0.0,0.2,0.4,0.6,0.8,1.0,0.0,0.2,0.4,0.6,0.8,1.0,FPR,T,P,R,A,0.938,ROC曲线下面积（Area）与诊断准确度高低高 0.90-1.00 = excellent (A)中 0.80-0.90 = good (B) 0.70-0.80 = fair (C)低 0.60-0.70 = poor (D) 0.50-0.60 = fail (F),空间统计图,空间统计是20 世纪90 年代以后在经济地理，尤其是城市和区域研究领域中发展起来的重要研究方法。这一方法考虑到事物发展的空间依赖性，大大革新了原有经典统计，并借助于地理信息技术增强了可视化效果，丰富了在城市和区域研究中对空间的认识和预期。空间统计是分析空间数据资料的统计方法空间统计是针对空间位置关系迅速发展起来的技术领域；它最先开始应用于地质学，随后在社会地理学，特别是在犯罪和疾病空间研究中得到了广泛应用空间统计的出发点是事物在空间上存在关联性，但距离近的关联性更强。换言之，位置上相近的事物更容易相互影响并拥有相似的特性,空间统计图,上海市人口面积箱线图,2010年江苏省艾滋病发病率空间分布,Thank You !,