null医学统计学绪论医学统计学绪论Introduction to medical statisticsMain topicsMain topics医学统计学的基本概念
医学统计学研究对象
为什么要学习医学统计学
医学统计学的研究内容
医学统计学的研究基本步骤
医学统计资料的类型
医学统计学的几个重要概念
如何学习医学统计学一、医学统计学的基本概念一、医学统计学的基本概念是运用概率论与数理统计的原理和方法,研究资料的搜集、整理和分析推断的一门学科。 统计学(statistics)Statistics:“a science dealing with the collection, analysis, interpretation and presentation of masses of numerical data”
----Webster 国际大辞典null当代中国统计学(1949---)
新中国成立前主要介绍欧美统计学派。
改革开放前主要参照前苏联统计模式。
改革开放以来学习世界各国统计之长,创有中国特色统计之新。
60年代以后统计学发展有三个明显的趋势:
统计学依赖和吸收数学更多;
以统计学为基础的边缘学科不断形成;
与电子计算机技术相结合。null 医学统计学(medical statistics) 是以医学理论为指导,运用数理统计学的原理和方法研究医学科研设计和医学资料的搜集、整理与分析,从而掌握事物内在客观规律的一门学科。 null 医学统计学的内涵 医学统计学是建立在现代科学方法之上,由统计学理论指导的数据收集、表达和分析的方法,现代科学方法可以概括为以下几点:问题的识别与表达(发现问题、提出问题)。
通过归纳得出假说:因果联系及重要的模式。
从假说作出演绎:进行实验或收集更多的资料。
推理:结果与演绎相符,假说得到加强,但不是被证明(例某地区食盐与高血压的关系)。 null 医学统计学的学科特点医学+数学,侧重医学,淡化数学。
用数量反映质量,如平均期望寿命,解放前为35岁,现在70岁,可反映国家医疗卫生服务总体水平的提高。
大量观察+实验数据分析→可以揭示医学规律。 二、医学统计学研究对象二、医学统计学研究对象研究医学中具有变异的事物,简单地说,变异是生物个体之间的差异。
变异是医学领域的普遍现象,医学领域内没有变异的现象十分罕见。
变异是医学统计学存在的必要条件。
三、为什么要学习医学统计学三、为什么要学习医学统计学1. 采用统计学方法,发现不确定现象背后隐藏的规律。
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?
“阴性”结果是否是样本含量不足?
3. 保证你的研究论文能通过统计学审查
4. 获得循证医学证据的主要手段
全世界的医学期刊每年大约刊登600万学术论文,
但能作为可靠“证据”的论文并不多。
5. 医学需求 四、医学统计学的研究内容四、医学统计学的研究内容变量关系研究内容五、医学统计学的研究基本步骤五、医学统计学的研究基本步骤null第一步设计:
制定计划,对整个过程进行安排。是整个工作的关键。如何进行设计?
第二步收集资料(现场调查):
根据计划取得可靠、完整的资料。
第三步整理资料:
原始资料的整理、清理、核实、查对,使其条理化、系统化便于计算和分析。
第四步分析资料(统计分析):
统计学的关键所在。运用统计学的基本原理和方法,分析计算有关的指标和数据,揭示事物内部的规律。null 设计(design)——是最关键的一步是对整个研究过程的总设想或总按排,
是最关键的一步,也是最重要的一步。
搞好设计应具备以下条件
1.具有丰富的专业知识和水平
2.纵阅大量的参考文献
3.选准研究课题
4.组成多学科专家队伍null 收集资料是最基础的一步(1)资料来源
第一手资料
第二手资料:已公布的资料,如数据银行、全国、全省卫生统计资料。
(2)资料要求
完整:观察单位及观察项目完整。
准确:即真实、可靠。真实是统计学的灵魂。
及时:即时限性。如人口普查规定调查开始日期和截止日期。 整理资料原始数据的条理化、系统化的过程。所采取的手段→合理化分组,目的→实现专业目标。
分析资料六、医学统计资料的类型六、医学统计资料的类型 变量(variable)与变量值(variable value)
变量:被观察单位的某一项特征。
变量值:变量的测得值称为变量值或观察值。
统计资料(数据):由变量值构成资料。
在搜集资料时,首先要根据研究目的确定同质观察单位,再对每个观察单位的某项特征进行测量或观察,这种特征称为变量。如“身高”、“体重”、“疗效”就是变量。
变量的观察结果或测量值称为变量值(variable value) ,变量按其值的性质可分为不同类型。
null 统计资料类型null 统计资料类型的相互转换null 统计资料类型的表现形式null 统计资料类型的别名 定性数据(qualitative data)
分类数据(二项与多项)(categorical data)
计数数据(enumeration (counting) data)
定量数据(quantitative data)
计量数据(measurement data)
区间数据(interval data)
数值数据(numerical data)
等级资料(ranked data)
有序资料(ordinal data) nullIntroduction to medical statistics七、医学统计学的几个重要概念 总体和样本(population and sample)总体:根据研究目的确定的同质研究对象的全体(集合)。分有限总体与无限总体
样本:从总体中随机抽取的部分观察单位。 七、医学统计学的几个重要概念七、医学统计学的几个重要概念 总体和样本(population and sample)总体:
根据研究目的确定的同质研究对象的全体(集合)。分有限总体与无限总体。
样本:
从总体中随机抽取的部分观察单位。 null 总体和样本总体(population):是根据研究目的确定的同质的所有观察单位某种变量值的集合。
有限总体(finite population):指明确了特定的时间、空间范围的有限个观察单位所组成的总体。
无限总体(infinite population):没有时间和空间范围限制的无限个观察单位所组成的总体。
null 总体和样本总体的三个基本特征
同质性。即构成总体的各单位必须具有某种共同性质,这是形成总体的客观依据,也是我们确定总体范围的标准。各单位必须具有这种共同性质,是由统计研究的目的决定的。
大量性。即总体是由许多单位组成的。一个或少数单位不能形成总体,因为统计研究的目的是要揭示大量事物的普遍规律性,所以统计研究的对象必须包括足够多的个体。
差异性。即总体的各单位除了某一方面的共同性外,在其他方面必须是有差异的,这些差异是统计研究的基础和前提。
null 总体和样本(population and sample)样本(sample):是从总体中随机抽取的部分观察单位变量值的集合。
样本的例数称为样本含量(sample size)。
样本应具有代表性(representation),随机性(randomization),可靠性(reliability)
两个样本之间应具有可比性(comparability)null 同质(homogeneity)和变异(variation) 同质:是指观察单位或研究个体间被研究指标的主要影响因素相同或基本相同。如研究儿童的生长发育,同性别、同年龄、同地区、同民族、健康的儿童即为同质儿童。
变异:由于生物个体的各种指标所受影响因素极为复杂,同质的个体间各种指标存在差异,这种差异称为变异。如同质的儿童身高、体重、血压、脉搏等指标会有一定的差别。null 同质和变异同质观察单位之间的个体变异,是生物的重要特征,是偶然性的表现,是由于生物体内外环境中,多种因素的综合影响造成的,其中许多因素是未知的,也是难以控制的。统计研究的是有变异的事物,其任务就是在同质分组的基础上,通过对个体变异的研究,透过偶然现象,反映同质事物的本质特征。null 随机化(randomization)和随机抽样(random sampling)随机化
就是要保证总体中的每个个体有相同的几率被抽作样本。重要的是要避免主客观的“偏因”。必须指出,随机化抽样绝不等于随意抽样。
例如,将40只小鼠分为两组。如果闭上眼睛,随意抓取20只作为第一组,留下的作为第二组。表面上看来是随机的,实际上是不随机的。为什么?
随机抽样
为了保证样本的可靠性和代表性,需要采用随机的抽样方法(在总体中每个个体具有相同的机会被抽到)。null 误差(Error)和抽样误差(random sampling error)统计上所说的误差泛指测量值与真值之差,样本指标与总体指标之差。
主要有以下三种:
系统误差
随机测量误差
抽样误差 null 误差(Error)和抽样误差(random sampling error) 系统误差(systematic error)
概念:指数据搜集和测量过程中由于仪器不准确、标准不规范等原因,造成观察结果呈倾向性的偏大或偏小,这种误差称为系统误差。流行病学称之为偏倚(bias)。null 误差(Error)和抽样误差(random sampling error)随机测量误差( random measurement error ):
概念:由于非人为的偶然因素,对于同一样本多次测定结果不完全一样,结果有时偏大有时偏小,没有倾向性,这种误差叫随机测量误差。
特点:没有倾向性,多次测量计算平均值可以减小甚至消除随机测量误差。
提高操作者熟练程度可以减少这种误差null 误差(Error)和抽样误差(random sampling error)抽样误差(sample error)
由于随机抽样所引起的样本统计量与总体参数之间的差异以及样本统计量之间的差别称为抽样误差。如样本均数与总体均数之间的差别,样本率与总体率的差别等。
抽样误差是不可避免的。无论抽样抽得多么好,也会存在抽样误差。但统计上可以计算并在一定范围内控制抽样误差。null 参数(parameter)和统计量( statistic )null 概率(probability)和小概率事件(small probability event)随机事件
可重复性:相同条件下可重复进行
随机性:出现两种及两种以上结果
偶然性:实验前不能肯定将出现哪种结果null 概率(probability)和小概率事件(small probability event)概率(probability):是描述随机事件发生的可能性大小的数值。
(1)必然事件: P(A)=1
(2)不可能事件: P(A)=0
(3)随机事件(偶然事件):0< P(A)<1
(4)小概率事件: 概率p小于或等于0.05的随机事件,表示一次实验中该事件发生的可能性很小。
小概率事件(small probability event):
小概率事件在一次试验中几乎不可能发生。利用该原理可对科研资料进行假设检验。“小概率”的标准是人为规定的,对于可能引起严重后果的事件,如术中大出血等,可规定=0.01,甚至更小。八、如何学习医学统计学八、如何学习医学统计学着重理解基本原理和基本概念,掌握搜集、整理与分析资料的基本知识和技术,常用统计指标与基本统计方法的正确应用。重视原始资料的完整性与可靠性,对数据的处理应持严肃、认真和实事求是的科学态度。
培养科学的统计思维方法。如关于生物个体变异的客观存在,抽样误差不可避免,因而样本指标的比较,不能仅从数字表面大小看问题的思想。
联系实际,结合专业。null首先,一定要掌握好三基,即基本知识、基本概念和基本方法。
其次,要逐步培养统计的思维方法,始终牢记概率、抽样和变异的存在。
最后,要注意掌握每种统计方法的实际应用和应用条件。
最关键的,还是要训练对实际问题进行深入分析和培养实际处理各类资料的能力。 学习此门课程的方法与建议nullThank you !!
本文档为【1 医学统计学绪论】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。