医学统计学 PPT课件
合集下载
医学统计学统计图表ppt课件
• 适用资料：连续性资料。
140
婴儿死亡率 （‰） 120
100
80
60
40
20
0 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958年份
图7 某地1949-1958年婴儿死亡率
29
四、线 图
• 绘制要点： ⅰ坐标轴：横轴表示时间或组段，纵轴表示频数或率。
ⅲ对于组距相等的资料 可以直接作图；组距不等 的资料先进行换算，全部 转化为组距相等的频数， 用转化后的频数作图。
25 频 数
20
15
10
5
0 155.0 157.0 159.0 161.0 163.0 165.0 167.0 169.0 171.0 173.0
身高（cm）
图10 某校100名18岁健康女大学生 身高的频数分布图
备注
5000 6000 11000
1100 1050 2150
22.0 17.5 19.5
数字
线条
5
标题是表格的总名称，如甲、乙两地1980年HbsAg阳性率。
标目分为横标目和纵标目。 横标目说明横行数字的属性，位于表格的左侧，例如
表1中的“甲地、乙地、合计”一栏； 纵标目说明每一列中数字的属性，位于表格的第一横
男 女
心血管疾病
图2.某地1995年癌症、心血管疾病死亡率
21
一、条图
• 4．绘制要点：
ⅰ坐标轴：横轴为观察项目，
纵轴为数值，纵轴坐标一定要从
阳 性
0开始。
例
ⅱ直条的宽度：各直条应等宽、数
8 7 6 5
等间距，间距宽度和直条相等或 4
为其一半。复式直条图在同一观
140
婴儿死亡率 （‰） 120
100
80
60
40
20
0 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958年份
图7 某地1949-1958年婴儿死亡率
29
四、线 图
• 绘制要点： ⅰ坐标轴：横轴表示时间或组段，纵轴表示频数或率。
ⅲ对于组距相等的资料 可以直接作图；组距不等 的资料先进行换算，全部 转化为组距相等的频数， 用转化后的频数作图。
25 频 数
20
15
10
5
0 155.0 157.0 159.0 161.0 163.0 165.0 167.0 169.0 171.0 173.0
身高（cm）
图10 某校100名18岁健康女大学生 身高的频数分布图
备注
5000 6000 11000
1100 1050 2150
22.0 17.5 19.5
数字
线条
5
标题是表格的总名称，如甲、乙两地1980年HbsAg阳性率。
标目分为横标目和纵标目。 横标目说明横行数字的属性，位于表格的左侧，例如
表1中的“甲地、乙地、合计”一栏； 纵标目说明每一列中数字的属性，位于表格的第一横
男 女
心血管疾病
图2.某地1995年癌症、心血管疾病死亡率
21
一、条图
• 4．绘制要点：
ⅰ坐标轴：横轴为观察项目，
纵轴为数值，纵轴坐标一定要从
阳 性
0开始。
例
ⅱ直条的宽度：各直条应等宽、数
8 7 6 5
等间距，间距宽度和直条相等或 4
为其一半。复式直条图在同一观
《医学统计学》完整课件
确保受试者在医学统计学研究中的权 益得到充分尊重，遵循知情同意原则
，不损害受试者身心健康。
保护隐私
对受试者个人信息和数据进行严格保 密，防止数据泄露和滥用，确保个人
隐私不受侵犯。
公正选择受试者
遵循公平、公正原则，合理选择受试 者，避免任何形式的歧视和偏见。
数据安全与隐私保护
1 2
数据加密与备份
对医学统计数据进行加密处理，确保数据安全； 同时定期备份数据，防止数据丢失。
医学统计学的应用领域
临床试验
流行病学
在临床试验中，医学统计学用于分析试验 数据，评估治疗效果和安全性。
在流行病学研究中，医学统计学用于分析 疾病分布和影响因素，为预防和控制疾病 提供依据。
公共卫生
生物统计学
在公共卫生领域，医学统计学用于监测和 评估公共卫生状况，制定和评估公共卫生 政策。
在生物统计学中，医学统计学用于研究生 物学数据的分布和变化规律，为生物学研 究和医学研究提供支持。
生存分析中的多因素分析方法
多因素分析方法
考虑多个因素对生存时间的影响，常用方法有Cox比例风险模型和 分层分析等。
Cox比例风险模型
一种半参数模型，用于研究多个因素对生存时间的影响，并给出相 对风险比。
分层分析
将研究对象按照某些特征进行分层，然后在各层内进行统计分析，以 探讨各层内因素对生存时间的影响。
数据整理
对收集到的数据进行整理、核对和分类，确 保数据的规范化和标准化。
数据分析
选择合适的数据分析方法和技术，对数据进 行深入分析和挖掘，得出科学结论。
报告撰写
按照学术规范和要求，撰写研究报告或论文 ，客观地呈现研究结果和结论。
07
医学统计学中的伦理问题与数 据安全
，不损害受试者身心健康。
保护隐私
对受试者个人信息和数据进行严格保 密，防止数据泄露和滥用，确保个人
隐私不受侵犯。
公正选择受试者
遵循公平、公正原则，合理选择受试 者，避免任何形式的歧视和偏见。
数据安全与隐私保护
1 2
数据加密与备份
对医学统计数据进行加密处理，确保数据安全； 同时定期备份数据，防止数据丢失。
医学统计学的应用领域
临床试验
流行病学
在临床试验中，医学统计学用于分析试验 数据，评估治疗效果和安全性。
在流行病学研究中，医学统计学用于分析 疾病分布和影响因素，为预防和控制疾病 提供依据。
公共卫生
生物统计学
在公共卫生领域，医学统计学用于监测和 评估公共卫生状况，制定和评估公共卫生 政策。
在生物统计学中，医学统计学用于研究生 物学数据的分布和变化规律，为生物学研 究和医学研究提供支持。
生存分析中的多因素分析方法
多因素分析方法
考虑多个因素对生存时间的影响，常用方法有Cox比例风险模型和 分层分析等。
Cox比例风险模型
一种半参数模型，用于研究多个因素对生存时间的影响，并给出相 对风险比。
分层分析
将研究对象按照某些特征进行分层，然后在各层内进行统计分析，以 探讨各层内因素对生存时间的影响。
数据整理
对收集到的数据进行整理、核对和分类，确 保数据的规范化和标准化。
数据分析
选择合适的数据分析方法和技术，对数据进 行深入分析和挖掘，得出科学结论。
报告撰写
按照学术规范和要求，撰写研究报告或论文 ，客观地呈现研究结果和结论。
07
医学统计学中的伦理问题与数 据安全
2024版全新《医学统计学》完整ppt课件
THANKS
感谢观看
协方差分析
在方差分析的基础上，引入协变量， 以消除其对观察变量的影响，从而 更准确地评估控制变量对观察变量 的效应。
05
医学统计图表与可视化技术
统计图表的类型及特点
条形图
用于展示分类数据，可直观比较 各类别之间的差异。
折线图
用于展示时间序列数据或连续性 数据的变化趋势。
散点图
用于展示两个变量之间的关系， 可判断是否存在相关性。
森林图
用于展示多组数据的比较结果，可直观比较各组之 间的差异和联系。绘制时需选择合适的统计方法和 图形类型，如t检验或方差分析，并将结果以森林图 的形式呈现出来。
06
医学统计学在临床研究中的应用
临床试验设计与评价
01
02
03
试验设计类型
包括随机对照试验、交叉 设计、析因设计等，确保 试验的科学性和可比性。
参数估计
讲述点估计、区间估计 的方法及评价标准。
假设检验
介绍假设检验的基本思 想、步骤及常见错误类
型。
方差分析
阐述方差分析的基本原 理、假设条件及常用方
法。
常用统计指标与参数
01
02
03
04
描述性统计指标
介绍均数、中位数、众数、标 准差等描述性统计指标的计算
方法及意义。
推断性统计参数
讲解置信区间、假设检验中的 检验统计量、P值等推断性统
箱线图
用于展示一组数据的分布情况，可观察数据的中心 趋势、离散程度和异常值。绘制时需计算数据的四 分位数、中位数和异常值，并将它们以箱线图的形 式呈现出来。
ROC曲线图
用于评估诊断试验的准确性，可判断试验的灵敏度 和特异度。绘制时需计算不同临界值下的灵敏度和 特异度，并绘制出ROC曲线，计算出曲线下面积 （AUC）以评估试验的准确性。
医学统计学(统计图表)ppt课件
案例三
不同治疗方案对患者生存 率的影响。通过饼图展示 各治疗方案的生存率，比 较方案优劣。
前沿动态和未来发展趋势
数据可视化技术的创新应用
01
如交互式图表、动态图表等，提高数据呈现效果和用
户体验。
大数据在医学领域的应用
02 利用大数据技术分析海量医学数据，挖掘潜在规律和
关联，为医学研究和实践提供支持。
相关系数计算
用于量化两个变量之间的线性关系强度和方向。常见的相关系数包括皮尔逊相关 系数、斯皮尔曼相关系数和肯德尔相关系数等。通过计算相关系数，可以对两个 变量之间的关系进行定量分析和假设检验。
03 推断性统计图表
假设检验原理及流程
假设检验的基本原理
通过设定原假设和备择假设，根据样 本数据对原假设进行检验，判断其是 否成立。
临床意义
AUC值越大，说明待评价试验的诊断价值越高。同时，AUC值还可以用来比较不同诊断性试验的诊断价值，以及 在同一诊断性试验中比较不同临界值的诊断价值。此外，AUC值还可以用来估计诊断性试验的阳性似然比和阴性 似然比等参数，为临床决策提供更多的信息。
05 生存分析与寿命 表制作
生存分析基本概念
计算灵敏度和特异度
根据金标准和待评价试验的结果，计算出不同临界值下的 灵敏度和特异度。
绘制ROC曲线
以特异度为横坐标，灵敏度为纵坐标，将不同临界值下的 灵敏度和特异度描绘在坐标图上，连接各点即得ROC曲线 。
AUC值计算和临床意义
AUC值计算
通过计算ROC曲线下的面积得到AUC值，其取值范围在0.5~1之间。当AUC=0.5时，说明待评价试验完全无效； 当AUC=1时，说明待评价试验具有完美的诊断价值。
人工智能在统计图表分析中的应用
《医学统计学》PPT课件
提高医学研究的科学性和准确性
02
通过医学统计学的应用，可以对医学数据进行更科学、更准确
的分析和推断，从而提高医学研究的科学性和准确性。
为医学决策提供科学依据
03
医学统计学可以为医学决策提供科学依据，如制定卫生政策、
评价医疗质量等。
医学统计学的研究对象与内容
研究对象
医学统计学的研究对象主要是人体及与 人体健康有关的各种具有不确定性的数 据。
配对设计
将实验对象按照一定条件进行配对，再 随机分配到不同处理组，比较配对组之 间的差异。
随机区组设计
将实验对象按照区组进行划分，每个区 组内再随机分配到不同处理组，比较区 组间的差异。
重复测量设计
对同一实验对象在不同时间或条件下进 行重复测量，比较不同时间或条件下的 差异。
04
医学统计学的应用
临床试验中的统计学应用
样本量不足问题
01
样本量过小，导致结果不稳 定，缺乏代表性；
02
样本量不足，无法检测到真 实的效应或关系；
03
样本量计算不准确，未能充 分考虑变异度和效应大小。
数据处理不当问题
01
数据清洗不彻底，存在异常值、缺失值或重复数据 ；
02
数据转换不合理，导致信息损失或失真；
03
数据分析方法选择不当，未能充分利用数据信息。
VS
研究内容
医学统计学的研究内容包括统计设计、数 据收集、整理、分析、推断以及统计方法 的选择和应用等。其中，统计设计是医学 统计学的基础，数据收集是医学统计学的 前提，数据整理是医学统计学的关键，数 据分析是医学统计学的核心，统计推断是 医学统计学的目的。
02
医学统计学的基本概念
图文《医学统计学》PPT课件
步骤
提出假设、构造检验统计量、确定拒绝域、计算p值、做出决策。
t检验和方差分析
t检验
用于比较两组均数是否有差别，包括单样本t检验、配对样本t检验和独立样本t检验。
方差分析
用于比较多组均数是否有差别，包括单因素方差分析和多因素方差分析。
卡方检验和秩和检验
卡方检验
用于推断两个或多个总体率或构成比之 间有无差别，多用于分类资料的统计分 析。
特点
以医学为背景，以数据为基础， 运用统计学方法揭示医学现象的 数量特征和规律。
发展历程及现状
发展历程
医学统计学经历了从描述性统计到推 断性统计，再到现代多元统计分析的 发展历程。
现状
随着计算机技术的发展和大数据时代 的到来，医学统计学在医学研究和实 践中发挥着越来越重要的作用。
研究对象与任务
研究对象
样本量
样本中所包含的个体数目 。
随机抽样与非随机抽样
随机抽样
按照随机原则从总体中抽取样本的方法，保证每个个体被抽 中的机会相等。
非随机抽样
根据研究者的主观意愿或方便性选择样本的方法，可能导致 选择偏倚。
变量与数据类型
变量
研究中观察或测量的特征或属性。
数据类型
根据变量的性质可分为定量数据和定性数据。定量数据包括连续型数据和离散型 数据，定性数据包括分类数据和顺序数据。
医学统计学的研究对象包括生物医学数据、临床医学数据、公共卫生数据等。
任务
医学统计学的任务包括描述医学数据的分布特征、比较不同组别间的差异、分 析影响医学现象的因素、预测医学现象的发展趋势等。
02
医学统计学基本概念
总体与样本
01
02
03
总体
提出假设、构造检验统计量、确定拒绝域、计算p值、做出决策。
t检验和方差分析
t检验
用于比较两组均数是否有差别，包括单样本t检验、配对样本t检验和独立样本t检验。
方差分析
用于比较多组均数是否有差别，包括单因素方差分析和多因素方差分析。
卡方检验和秩和检验
卡方检验
用于推断两个或多个总体率或构成比之 间有无差别，多用于分类资料的统计分 析。
特点
以医学为背景，以数据为基础， 运用统计学方法揭示医学现象的 数量特征和规律。
发展历程及现状
发展历程
医学统计学经历了从描述性统计到推 断性统计，再到现代多元统计分析的 发展历程。
现状
随着计算机技术的发展和大数据时代 的到来，医学统计学在医学研究和实 践中发挥着越来越重要的作用。
研究对象与任务
研究对象
样本量
样本中所包含的个体数目 。
随机抽样与非随机抽样
随机抽样
按照随机原则从总体中抽取样本的方法，保证每个个体被抽 中的机会相等。
非随机抽样
根据研究者的主观意愿或方便性选择样本的方法，可能导致 选择偏倚。
变量与数据类型
变量
研究中观察或测量的特征或属性。
数据类型
根据变量的性质可分为定量数据和定性数据。定量数据包括连续型数据和离散型 数据，定性数据包括分类数据和顺序数据。
医学统计学的研究对象包括生物医学数据、临床医学数据、公共卫生数据等。
任务
医学统计学的任务包括描述医学数据的分布特征、比较不同组别间的差异、分 析影响医学现象的因素、预测医学现象的发展趋势等。
02
医学统计学基本概念
总体与样本
01
02
03
总体
医学统计学 PPT课件
实践
LOGO 观察单位
observations
个体individuals 住院号 年龄 身高 体重 住院天数
2025655 27 165 71.5
5
2025653 22 160 74.0
5
2025830 25 158 68.0
6
2022543 23 161 69.0
5
2022466 25 159 62.0
假设检验的基本步骤
第一步：提出检验假设(又称无效假设null hypothesis, H0) 和备择假设(alternative hypothesis, H1)。
H0：假设两总体均数相等，即样本与总体或样本与样本 间的差异是由抽样误差引起的。
H1：假设两总体均数不相等，即两样本与总体或样本与 样本间存在本质差异。
适用于独立样本t检验的资料
例 分别测得15名健康人和13名Ⅲ度肺气肿患者痰中α1抗胰 蛋白酶含量（g/L）如表5-3所示，问健康人与Ⅲ度肺气肿患 者α1抗胰蛋白酶含量是否不同？
H0：1 2 H1 : 1 2 0.05
n1 15, X1 1.9333, S1 0.8112,n2 13, X2 4.3231, S2 1.1069
2.计算检验统计量
n 12， d 0.0033 ， S d 0.01497
t d 0 0.0033 0 0.764 S d / n 0.01497 / 12
v n 1 11
3.确定 P值，做出推断
查 t界值表， t0.05 / 2,11 2.201,0.764 2.201, P 0.05, 在 0.05 的水准上不拒绝 H 0，尚不能认为两种方法 测定结果不同。
LOGO 观察单位
observations
个体individuals 住院号 年龄 身高 体重 住院天数
2025655 27 165 71.5
5
2025653 22 160 74.0
5
2025830 25 158 68.0
6
2022543 23 161 69.0
5
2022466 25 159 62.0
假设检验的基本步骤
第一步：提出检验假设(又称无效假设null hypothesis, H0) 和备择假设(alternative hypothesis, H1)。
H0：假设两总体均数相等，即样本与总体或样本与样本 间的差异是由抽样误差引起的。
H1：假设两总体均数不相等，即两样本与总体或样本与 样本间存在本质差异。
适用于独立样本t检验的资料
例 分别测得15名健康人和13名Ⅲ度肺气肿患者痰中α1抗胰 蛋白酶含量（g/L）如表5-3所示，问健康人与Ⅲ度肺气肿患 者α1抗胰蛋白酶含量是否不同？
H0：1 2 H1 : 1 2 0.05
n1 15, X1 1.9333, S1 0.8112,n2 13, X2 4.3231, S2 1.1069
2.计算检验统计量
n 12， d 0.0033 ， S d 0.01497
t d 0 0.0033 0 0.764 S d / n 0.01497 / 12
v n 1 11
3.确定 P值，做出推断
查 t界值表， t0.05 / 2,11 2.201,0.764 2.201, P 0.05, 在 0.05 的水准上不拒绝 H 0，尚不能认为两种方法 测定结果不同。
《医学统计学》完整课件课件
基于大数据和人工 智能的统计分析
随着大数据和人工智能技术的发 展，医学统计学将更加注重高维 、复杂数据的分析方法研究及应 用。
临床决策支持系统 的应用
通过统计分析技术，为临床医生 提供实时、准确的决策支持，提 高医疗质量和效率。
THANKS
主成分分析
总结词
主成分分析是一种降维方法，通过将多个变量转化为少数几个相互独立的主 成分，以简化数据结构并保留主要特征。
详细描述
主成分分析主要包括线性代数基础知识、主成分计算方法、主成分性质和主 成分解释等内容，可以用于数据的降维、可视化、特征提取和分类等应用场 景中。
时间序列分析
总结词
时间序列分析是一种分析时间序列数据的统计方法，用 于揭示数据在时间上的趋势、周期性和异常变化等特征 。
详细描述
时间序列分析主要包括时间序列的预处理、图形表示、 参数模型、季节性和时间序列预测等内容，可以用于医 学领域中的疾病发病趋势、健康状况监测等应用场景中 。
结构方程模型
要点一
总结词
结构方程模型是一种验证性统计分析方法，用于研究潜 在变量对观测变量的影响以及潜在变量之间的关系。
要点二
详细描述
结构方程模型主要包括模型构建、模型拟合、模型评价 和模型修正等内容，可以用于医学领域中的健康行为研 究、医学诊断和疗效评估等应用场景中。
运用医学统计学方法对特定地区、人群的健康状况进 行调查和分析，评估疾病分布和影响因素。
健康状况评估
基于统计学的评估方法，对特定人群的健康状况进行 综合评价，为资源分配和政策制定提供依据。
医疗质量控制与改进
质量控制标准
运用统计学原理制定医疗过程和结果的质量控制标准，确保医疗服务的质量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2. 事件发生的概率(probability, 记为P)：指 理论上某事件发生的可能性大小，如抛硬 币正面朝上的概率P=1/2=0.50=50％
23
3. 概率的性质： * 0≤P≤1； * 小概率事件， P≤0.05 或 P≤0.01 * 小概率事件的“实际不可能性”，例如 某日天气预报下雨的概率很小(如P≤5％)， 出门就可不带雨伞了。
医学统计方法是解决这类问题的工具。
9
例02 疗效研究设计举例
研究课题 1. 某品牌牙膏对牙 周炎 2.治疗黄疸性肝炎 3.治疗胃溃疡 4.X 线 照射脑垂体 对高血压 5.对例 4 盲法设计 处理因素 牙膏 西药护肝 中药治疗 得乐冲剂 草药治疗 X 线照射 X 线照射 不照射 例数 ？ 1500 1400 50 5 50 40 38 有效数 ？ 1350 420 45 5 40 28 28 有效率 (%) 98.0 90.0 30.0 90.0 100.0 80.0 70.0 74.0 备注 几例？ 常识可判断, n 过大？ 常 识 不 可 断，误差？ 心理暗示？ 实际无效
10
第一节 医学统计的基本概念
一、同质与变异 1. 同质(homogeneity)：被研究指标的影响因 素相同。
例2 广州市5岁正常男童的身高是同质的 广州市与某山区县比较，男童身高是不 同质的
11
2. 变异(variation)：同质的各观察单位，其某 医学特征的取值因人而异。 例3 广州市5岁正常男童高矮不一，即其身高 有变异 没有变异，便不需要统计学（统计学是研 究变异规律的）。
中山大学公共卫生学院 ·医学统计与流行病学系
张晋昕
7
例01 1987年某产科医师以医院病案资料研究胎次 与儿童智力的关系，结果：
胎 次： 一 二 18 三 10 四 7 五 4
上大学人数： 19
结论：胎次愈多智力愈差，第一胎智力最好。 Yes/No?
8
讨论： 医院病案资料能否代表普通人群？研究结 论可否推广到普通人群？ 考取大学作为智力指标是否恰当？
24
“小概率事件”在统计学中的重要意义： * 小概率事件在一次具体的实践中，可以 认为不会发生。
25
第二节 统计资料的类型
变量 (variable) ：被观察单位的某种特征， 例如身高，舒张压等。 变量值(value of variable)：变量的观察值。 例如173cm，80mmHg等。
26
例04. 常见医学数据的定义、记录及其统 计术语
性别 男＝ 1 女＝ 0 女＝ 0 男＝ 1 … 数据定义 体重 (kg) 55 50 60 65 … 数 据记 录 X Y Z 血清反应 1 55 1 ＋＝ 1 0 50 0 －＝ 0 0 60 2 ＋＋＝ 2 1 65 3 ＋＋＋＝ 3 … … … … 分类 数值 等级 变量 变量 资料 统计术语 ←变量名
4
本课程的教学要求
1. 预习 2. 带着疑问浏览教学课件 3. 课后进行必要的复习 4. 课外作业 5. 期末总复习（安排1学时）
5
本课程的考试要求
• 闭卷考试，2小时 • 考场上不使用计算器等辅助工具 1. 单项选择题（2分×20） 2. 简答题（6分×6） 3. 计算与分析（12分×2）
6
第八章 医学统计基本内容
3
本课程的教学目的
• 1. 掌握统计学的基本概念、基本理论。培 养运用统计学思想去思考、分析医学实践 中遇到问题的能力。 • 2. 掌握借助一般计算工具（例如计算器） 完成常见统计运算的方法。 • 3. 通过学习，使同学能够较顺利地阅读涉 及一般统计分析技术的专业文献；并具备 参与医学专业科研工作的初步能力。
样本含量(大小)：是指样本包含的个体数 目(n)
17
概念的对比讨论： 个体：即被观察单位 个体-总体：全部个体或其观察值即总体 个体-样本：有代表性的部分个体或其观察 值构成样本 总体-样本：总体中随机抽取(有代表性)的 部分个体称为样本 对象-个体：同一个内容的两种表述
18
医学统计学
中山大学公共卫生学院 ·医学统计与流行病学系
1
本课程使用的教材
• 《卫生学》第六版（第8~13章） • 主 编 ：仲来福 • 人民卫生出版社，2004年
Байду номын сангаас
• 理论课37学时，实习课23学时。 • 每学时：约40分钟
2
本课程的内容概述
一、医学统计的基本内容 二、数值变量资料的统计分析 三、分类变量资料的统计分析 四、秩和检验 五、直线相关与回归 六、医学科研设计
21
3.抽样误差(sample error)： 抽样过程因个体变异引起的随机误差 （不可避免、遵循统计学规律）。 随机抽样获得的样本数据，其变异是 有规律性的。 统计学的任务就是研究并利用变异的 规律性，对总体情况作出推断
22
五、概率
1. 随机事件：又称事件，表示在同一条件下 不一定发生的事情，如服用退烧药之后不 一定能成功退烧，这是一个随机事件。
小
结
• 1. 本课程的内容与学习方法
• 2. 医学统计的基本概念 （1）同质和变异 （2）总体和样本
19
三、参数和统计量
1. 参数(parameter)：指总体指标 2. 统计量 (statistic) ：指样本指标（有时指检 验统计量）
20
四、误差
误差(error)：观察值与真值之差 1. 过失误差：观察或记录不认真造成的错误 （无规律、应预防） 2. 系统误差(systematic error)：指仪器、试剂、 方法、技术等引起的偏差（有规律、应预 防）
研究对象无限多或不确定的总体称为无限 总体，如某降脂药物拟适用于高脂血症患 者，则所有患者构成一无限总体。
15
随机抽样： 从总体中抽取一部分个体时，若每一 个体都有同等的机会被抽中，则称之为随 机抽样，如抽签。 （注：随机≠随便）
16
• 2. 样本(sample)： 用随机抽样的方法从总体中抽出的、 有代表性的一部分个体称为样本，例如从 广州市所有5岁男孩中抽出100名有代表性 的5岁男孩；
12
二、总体与样本
例03 在广州市抽查测量100名5岁男孩的身 高，问该研究的总体、样本及有关的问题是 什么？
13
1. 总体(population)： 是指同质的研究对象的全体，即全广 州市5岁男孩的身高（结论拟推广应用的 范围）。
14
有限总体与无限总体： 研究对象个体数目有限的总体称为有限总 体，如学校的教学质量抽查，校内学生构 成一个有限总体；
23
3. 概率的性质： * 0≤P≤1； * 小概率事件， P≤0.05 或 P≤0.01 * 小概率事件的“实际不可能性”，例如 某日天气预报下雨的概率很小(如P≤5％)， 出门就可不带雨伞了。
医学统计方法是解决这类问题的工具。
9
例02 疗效研究设计举例
研究课题 1. 某品牌牙膏对牙 周炎 2.治疗黄疸性肝炎 3.治疗胃溃疡 4.X 线 照射脑垂体 对高血压 5.对例 4 盲法设计 处理因素 牙膏 西药护肝 中药治疗 得乐冲剂 草药治疗 X 线照射 X 线照射 不照射 例数 ？ 1500 1400 50 5 50 40 38 有效数 ？ 1350 420 45 5 40 28 28 有效率 (%) 98.0 90.0 30.0 90.0 100.0 80.0 70.0 74.0 备注 几例？ 常识可判断, n 过大？ 常 识 不 可 断，误差？ 心理暗示？ 实际无效
10
第一节 医学统计的基本概念
一、同质与变异 1. 同质(homogeneity)：被研究指标的影响因 素相同。
例2 广州市5岁正常男童的身高是同质的 广州市与某山区县比较，男童身高是不 同质的
11
2. 变异(variation)：同质的各观察单位，其某 医学特征的取值因人而异。 例3 广州市5岁正常男童高矮不一，即其身高 有变异 没有变异，便不需要统计学（统计学是研 究变异规律的）。
中山大学公共卫生学院 ·医学统计与流行病学系
张晋昕
7
例01 1987年某产科医师以医院病案资料研究胎次 与儿童智力的关系，结果：
胎 次： 一 二 18 三 10 四 7 五 4
上大学人数： 19
结论：胎次愈多智力愈差，第一胎智力最好。 Yes/No?
8
讨论： 医院病案资料能否代表普通人群？研究结 论可否推广到普通人群？ 考取大学作为智力指标是否恰当？
24
“小概率事件”在统计学中的重要意义： * 小概率事件在一次具体的实践中，可以 认为不会发生。
25
第二节 统计资料的类型
变量 (variable) ：被观察单位的某种特征， 例如身高，舒张压等。 变量值(value of variable)：变量的观察值。 例如173cm，80mmHg等。
26
例04. 常见医学数据的定义、记录及其统 计术语
性别 男＝ 1 女＝ 0 女＝ 0 男＝ 1 … 数据定义 体重 (kg) 55 50 60 65 … 数 据记 录 X Y Z 血清反应 1 55 1 ＋＝ 1 0 50 0 －＝ 0 0 60 2 ＋＋＝ 2 1 65 3 ＋＋＋＝ 3 … … … … 分类 数值 等级 变量 变量 资料 统计术语 ←变量名
4
本课程的教学要求
1. 预习 2. 带着疑问浏览教学课件 3. 课后进行必要的复习 4. 课外作业 5. 期末总复习（安排1学时）
5
本课程的考试要求
• 闭卷考试，2小时 • 考场上不使用计算器等辅助工具 1. 单项选择题（2分×20） 2. 简答题（6分×6） 3. 计算与分析（12分×2）
6
第八章 医学统计基本内容
3
本课程的教学目的
• 1. 掌握统计学的基本概念、基本理论。培 养运用统计学思想去思考、分析医学实践 中遇到问题的能力。 • 2. 掌握借助一般计算工具（例如计算器） 完成常见统计运算的方法。 • 3. 通过学习，使同学能够较顺利地阅读涉 及一般统计分析技术的专业文献；并具备 参与医学专业科研工作的初步能力。
样本含量(大小)：是指样本包含的个体数 目(n)
17
概念的对比讨论： 个体：即被观察单位 个体-总体：全部个体或其观察值即总体 个体-样本：有代表性的部分个体或其观察 值构成样本 总体-样本：总体中随机抽取(有代表性)的 部分个体称为样本 对象-个体：同一个内容的两种表述
18
医学统计学
中山大学公共卫生学院 ·医学统计与流行病学系
1
本课程使用的教材
• 《卫生学》第六版（第8~13章） • 主 编 ：仲来福 • 人民卫生出版社，2004年
Байду номын сангаас
• 理论课37学时，实习课23学时。 • 每学时：约40分钟
2
本课程的内容概述
一、医学统计的基本内容 二、数值变量资料的统计分析 三、分类变量资料的统计分析 四、秩和检验 五、直线相关与回归 六、医学科研设计
21
3.抽样误差(sample error)： 抽样过程因个体变异引起的随机误差 （不可避免、遵循统计学规律）。 随机抽样获得的样本数据，其变异是 有规律性的。 统计学的任务就是研究并利用变异的 规律性，对总体情况作出推断
22
五、概率
1. 随机事件：又称事件，表示在同一条件下 不一定发生的事情，如服用退烧药之后不 一定能成功退烧，这是一个随机事件。
小
结
• 1. 本课程的内容与学习方法
• 2. 医学统计的基本概念 （1）同质和变异 （2）总体和样本
19
三、参数和统计量
1. 参数(parameter)：指总体指标 2. 统计量 (statistic) ：指样本指标（有时指检 验统计量）
20
四、误差
误差(error)：观察值与真值之差 1. 过失误差：观察或记录不认真造成的错误 （无规律、应预防） 2. 系统误差(systematic error)：指仪器、试剂、 方法、技术等引起的偏差（有规律、应预 防）
研究对象无限多或不确定的总体称为无限 总体，如某降脂药物拟适用于高脂血症患 者，则所有患者构成一无限总体。
15
随机抽样： 从总体中抽取一部分个体时，若每一 个体都有同等的机会被抽中，则称之为随 机抽样，如抽签。 （注：随机≠随便）
16
• 2. 样本(sample)： 用随机抽样的方法从总体中抽出的、 有代表性的一部分个体称为样本，例如从 广州市所有5岁男孩中抽出100名有代表性 的5岁男孩；
12
二、总体与样本
例03 在广州市抽查测量100名5岁男孩的身 高，问该研究的总体、样本及有关的问题是 什么？
13
1. 总体(population)： 是指同质的研究对象的全体，即全广 州市5岁男孩的身高（结论拟推广应用的 范围）。
14
有限总体与无限总体： 研究对象个体数目有限的总体称为有限总 体，如学校的教学质量抽查，校内学生构 成一个有限总体；