医学统计学体会与建议

医学统计学体会与建议

统计学个人心得

12级会计7班 321xx244 谢翠欣

在学习统计学之前，谈起统计我脑袋中就浮现出计数，一大堆枯燥的数字，还有一长串的数学计算式。在我眼中，统计学是一门非常枯燥非常单调的学科，它不像数学那样强调严密的推理和逻辑，而是仅仅需要搜集原始资料，套用数学公式而已，我甚至不是很喜欢这门课程。但是经过一个学期的学习，我对统计学有了全新的认识。我开始意识到统计学在学术研究中，在公司决策中，在国家制定方针政策时??在社会生活的各个方面都发挥着重要作用，我开始了解到统计学是一个理论联系实际的学科，非常具有实践性，统计的原始资料全部实际生活。统计学也是一种成熟的学科，它有它独立而完备的理论体系，它是相当科学的，它是以数学作为它的基本工具，但它有比数学更有实际用途，它可以对生活中大量的无序的数据进行分析，找出它们的规律，从而为研究、决策提供基本的依据，它是其他学科的一切理论的基础和。

期末，老师布置了分组调查问题的任务，我们小组分工地完成了大学生男女婚恋观的差异，通过一整套的调查流程，从问卷设计、寻

找答卷人、调查结果对比以及综合分析，带着问题去寻找答案并得出结论，是一件很意义的事情。

因为要考试，所以花几天时间，整体复习了一遍统计学，准确的来说是从第一页开始较为仔细的阅读了一遍《统计学》这本教科书。随后统计为我打开了另一扇窗，让我得以从不同的视角重新思考这门让我痛苦了一个学期的课程。至此统计学不再仅仅是一些无数抽象公式的代名词，而是一门理论联系实际，工作活动中不可或缺的一门重要科学。

总论和统计数据的内容比较简单，引出概念，复习以往学习过的知识。理论上来说假设检验与方差分析的内容要难于抽样估计。但是个人觉得《抽样估计的行文并不像假设检验》那么好理解。统计学这本书喜欢先向学生介绍很多概念和公式，再将公式引用到例子中来解决问题。然而在介绍公式的同时，学生往往不了解这些公式真正的意义和使用方法，单纯的死记硬背效率颇低。拿抽样估计来说，计算抽样平均误差的公式之多，方法之众，让同学们的脑袋混沌了好久。大家私下交流，混沌的原因在于不知道这些公式 __，只将条件带入相应的公式计算答案的方法是以前没有经历过的，需要一段时间的适应过程。相关与回归分析同样吸引人。因为之前我片面的认为相关关系没有确切的规律可循，更不容说计算出事物的内在联系了。然而科学证明，不但相关系数可以计算出来，回归方程也可以用来做分析预测。

我想起了一句话：任何学科脱离了统计都将不是科学。只有统计能仅凭现象就能分析归纳出事务的内在联系，给我们呈现出一个更明朗的世界。

时间序列分析在我看来是和我的专业---会计联系最紧密的知识。运用所学到的知识可以分析出公司销售额的各种增长情况，公司的销售额有什么样的季节变化规律，还能建立一个模型对未来的财务情况做出预测。

这么快一个学期统计学的学习就结束了，我才刚刚了解统计学，我知道统计学知识还能运用到店铺开设选址等等的问题上，这是我比较感兴趣的，所以我以后还要继续深入了解统计学，并且运用它服务生活。

统计学学习心得

经过这一个学期对统计学的学习，深刻地了解到统计学和我们的生活息息相关，我们每一天都会遇到大量的统计问题，无论是走在大街上还是坐在电脑前我们都会接触到大量新闻和大众媒体在统计数

字上的表现，如最近炒的很热的加多宝，它的广告语是：全国每卖出十罐凉茶，有七罐是加多宝。我们且不理会这句话的真假，我们单从这句话来看很明显的就是极大地运用了统计数字来表现其产品的销

量大。还有我们去菜市场买菜的话，也会粗略地对一个菜的价格进行一个统计，就是会走几个菜摊子，对同一个菜的价格进行询问，然后对这些价格进行比较，最后得到一个比较平均的价格，进而在自己认为比较合理的价格范围进行采购。可见统计学与我们的生活已经是密不可分的了。

在学习统计学的教学过程中，很多例子也是我们生活中常见的例子，比如说学生的身高，体重等等，我们在学习中学习分析这些从生活中得来的数据，并经过统计得出合理的结论。这对于我们学生来说就大大提高了我们学习的兴趣，对于老师老说更是提高了课堂的效率。为了得出结论我们经历了收集数据，数据、描述数据和分析数据这些过程，并能利用结论进行合理预测和判断，这就培育了我们用数学的眼光来看待生活，用数学的思维思考生活，可以说这也是一种对于理智的培养，统计学的思维、原则和方法都可以帮助我们自己走出思维误区，更重要的是，还可以让我们识破充斥于广告、网络、媒体报道和专家言论中的误导甚至谎言，尽可能避免被他人忽悠。老师推荐我们看过一本书叫《统计数学会说谎》，这里面就有一个有趣的例子：用平均数来掩盖异常值。一个富翁走入一家坐满了穷人的酒吧，酒吧里人均收入将迅速提升，但每个穷人并没有因此致富。这就是最典型的平均数算法，掩盖了贫富悬殊被拉大到危险地步的事实。除了《统计数学会说谎》这本书里的这个例子，其实我们生活中还有很多这样的例子，如：在报纸上我们经常看到，劳动者平均工资相比过去有了

大幅度增长，但却只强调了这个平均工资的增长，却对通货膨胀和加班这些因素只字不提。我们如果在学习中培养了统计学的思维原则和方法，相信我们能看到很多除了数字以外的其他的东西，从而认清事物的本质。

学习统计学，我们不仅要学习统计学中的这种思维，我们还应该掌握统计学中的各种软件的应用，如：EXCEL、SPSS。因为统计的很多分析都要靠软件来完成，特别是在当今迎来的大数据时代，只有掌握统计学工具，才能做到分析和利用数据。能否应用统计学及时从海量数据中发现潜在需求，是企业能否准确把握创新机遇而赢得竞争的关键。例如我们统计书上209页10.1的这道练习题：一家电器公司的管理人员认为，每个月的销售额是广告费用的函数，并想通过广告费用对销售额做出估计。下面是相关数据：

现在我们来看一下这道题的第（2）问：用月销售额作因变量，电视广告费用和报纸广告费用作自变量，建立估计的回归方程，并说明回归系数的意义。从这道题上我们可以知道，我们用肉眼看表格上的数据，不借助软件进行计算，我们是很难得到方程的回归系数的，更别说说明意义了。这时我们就要借助SPSS或者EXCEL这些软件对表格上的数据进行分析，而且很快得出结论：

这时我们就可以得出得到这个回归方程：

y=83.230+2.290x1+1.301x2。而且我们可以很快说出回归系数的意义：电视广告费用增加1万元，月销售额将增加2.29万元，报纸广告费

用增加1万元，月销售额增加1.301万元。这就说明了广告的效果明显比报纸的效果要好得多，从而可以调整广告费用和报纸费用的比例，为企业赢得更高的销售额。这个例子就充分说明了掌握数据分析软件的重要性了：

有效的分析数据是提高工作以及发展效率的关键。

所以学习统计学绝对是让人受益匪浅的，对于我们现在的大学生

而言掌握统计学的基本理论和方法，能熟练地运用常用的统计软件分析数据，有助于我们利用手中的数据对负责的问题做出明智合理的决策，对以后我们走出校园，走向社会，或者进入企事业单位和经济管理部门从事统计调查，信息管理，数据分析等工作都是大有益处的。所以，在这里感谢老师这个学期以来对我们在统计学上的教导，以及和我们分享的一些书籍。

卫生综合复习经验谈之医学统计学（一）

卫生综合五大科目中流行病学是最难复习的，而医学统计学是最基础的，只有学好医学统计，才能更深入的理解流行病学。这些话有些夸张，但医学统计学的基础地位却是毋庸置疑的。

医学统计学是一门工具学科，它是数理统计学在医学领域的具体应用。复习医学统计学的关键在于领会每一种统计学方法的原理，训练统计学思维；无论公式、定理背诵的多么熟练，spss软件操作的多么流畅，如果统计原理弄不清楚，那么还是相当于没学会统计学。去年旁听的一次研究生答辩会上，某同学选取某医院某科室xx年2月至xx年9月就诊的所有患者作为研究对象，按照医保类型、家庭经济状况等进行分组，采用t检验以及方差分析等方法，比较各组之间的差异，分析软件使用的是spss13.0，各组间默认正态、等方差。

大家觉得这个分析思路有没有问题？是不是很完备？方法应用的也符合统计学规范？表面上看来的确如此，实际情况呢？这个分析思路从根本上来讲就是立不住的。有一句话，叫做“无抽样，无检验”。上面的课题设计中，研究对象是某时间段内所有患者，这属于普查的一种，既然是普查就不存在抽样的问题，不抽样就没有假设检验的什么事了。

假设检验是用来干什么的？为什么要用假设检验？其目的是为了用样本去推断总体，看一看样本的特性是否适用于总体。如果一个研

究的研究对象本身就选用了总体，那么还用假设检验做什么？类似的例子，说透了可能大家都明白，但是在实际操作中却有很多人犯这种错误，根源还是没有透彻的理解统计学的原理和思路。

医学统计学说白了，包括两大部分，一是统计描述，二是统计推断；统计描述包括定量资料的描述和定性资料的描述；统计推断包括区间估计和假设检验，统计推断也涵盖定性和定量两种，但以定量资料为主。统计描述中的核心概念，均数、方差、变异系数、四分位数、率、构成比；统计推断中的核心知识点，t检验、单因素方差分析、卡方检验、二项分布和泊松分布、相关、回归。把握住这些核心知识点，其实医学统计学的复习已经完成了大半了

（二）

医学统计学复习中首先接触到的概念是总体和样本，这两个概念

希望大家能够认真领会，虽然不会考察名词解释，但却是统计的基础所在。所要研究的对象的全体称为总体，包括有限总体和无限总体；无论是对于有限总体和无限总体，在实际研究中，我们或者受到资金、时间、技术等的限制，不能将所有的研究对象逐一研究，这就需要从总体中按照一定的方法抽取一部分对象进行研究，这一部分能够代表总体的研究对象就是样本。统计学中绝大多数的研究都属于抽样研究。这是我对于总体和样本的理解，希望和大家共同探讨。

接下来讲统计描述，首先是定量资料的统计描述，或者说是数值

变量的统计描述。变量描述的二要素是集中趋势和离散趋势，就集中趋势而言，常用的指标是平均数，正态分布变量使用算数平均数，对数正态分布的变量使用几何平均数，偏态分布的变量使用中位数；就离散趋势而言，正态分布变量使用方差或者标准差，非正态分布变量使用四分位数间距，对于没有单位或者均数与标准差相差较大的变量，其离散趋势常用变异系数表示。

定性资料的统计描述，重点掌握率、构成比的概念，常犯的错误

是以构成比代替率；教材中应用相对数的注意事项重点看一下；率的标准化是个比较重要的知识点，掌握标准化的目的、原理，两种标准化率的计算方法，使用标准化率的注意事项；动态数列的概念，常用的动态数列分析指标。

二项分布和泊松分布掌握一下，尤其是两者与正态分布的关系，

在何种条件下二项分布和泊松分布能够近似看做正态分布，教材中相关计算的例题看一下。

下一次开始分享统计推断的知识点。

（三）

上一次统计学和大家分享了统计描述的一些内容，今天我们来回顾一下统计推断的相关内容。统计推断我将从参数估计和假设检验两个部

分来进行概述，可能大家看的教材不同，这一部分的组织结构也有差异，但我还是觉得分成这两部分比较容易理解。

参数估计，首先区分两个概念，什么是参数，什么是统计量。统计量是针对样本而言的，参数是针对总体而言的，以中国所有的6岁儿童为总体，以随机抽取的10000名6岁儿童为样本，前者的身高均值称为参数，后者的平均身高称为统计量。

由于总体的无限性，或者不可及等其他原因，参数无法直接获得，只能由统计量通过一定的方法来估计参数，这就是参数估计。参数估计有两种方法，一是点估计，二是区间估计。点估计属于较为粗糙的估计，它的原理很简单，直接以统计量的数值作为参数的数值。区间估计则是将统计量与标准误，得出一个具有较大置信度的包含参数的范围，这个范围称为参数的置信区间。

这一块内容，可能置信区间的概念比较难以理解，教材上一般这样阐述，以95%的置信区间为例，重复100次抽样，每次抽取的样本

量都是n，每个样本都按照“均数±1.96*标准误”构建置信区间，

这样就有100个置信区间出来，其中95个置信区间包含总体均数，5个置信区间不包含总体均数。大家耐心的领会一下吧。

看到上面置信区间的计算公式，有没有觉得和参考值范围很相像？这是经常会混淆的两个概念，因此区分置信区间与参考值范围也是本章

的一个重点；捎带着区分一下标准差与标准误这两个概念吧，也

是常常考察的东西。

罗嗦了这么多参数估计，下面进入假设检验。假设检验的目的、

核心原理希望大家能领悟；好像前面我已经提过了，就是什么时候需要假设检验，什么时候不需要假设检验，这个要搞搞清楚。不要看到数据就检验，看到p<0.05就欢喜。p值的概念或者说内涵重点把握，还有检验水准，也就是α的内涵，α与p的区别和联系，这些小知识点多思考一下。假设检验的基本步骤，无效假设和备选假设的设定，也需要看一下。

第一种假设检验方法，t检验，首先知道进行t检验的前提条件，即正态性、方差齐，不满足这两个条件就不能做t检验。t检验的三种方法，单样本t检验、两独立样本t检验和配对t检验，怎么计算

不是重点，重点是要学会识别资料，什么样的资料可以用单样本t检验，什么样的资料可以用两独立样本t检验，什么样的资料可以用配对t检验；掌握了这些，t检验就算是过关了。

（四）

上次讲到t检验，这次我们继续回顾其他的假设检验方法，当然

以服从正态分布且方差齐的数据为前提，非正态或者方差不齐的数据，其假设检验要使用非参数方法，即秩和检验；秩和检验不是我们复习的重点，至少在考研过程中极少考察秩和检验。

内容仅供参考