常用医学统计方法演讲人：日期:
目录CATALOGUE02假设检验方法03相关性与回归分析04生存分析方法05诊断试验评价06统计软件实现01描述性统计分析
01描述性统计分析PART
数据类型常见的类型包括连续变量和分类变量，分别对应数值和类别。分布检验用于检验样本数据的分布情况，如正态性检验、偏态检验等，以确定合适的统计方法。数据类型与分布检验
用于描述数据的中心位置，如平均数、中位数、众数等。集中趋势指标用于描述数据的分散程度，如标准差、极差、四分位数间距等。离散程度指标集中趋势与离散程度指标
频数表用于整理和展示分类变量的数据分布，便于观察和分析。统计图表如条形图、折线图、饼图、散点图等，直观展示数据的特征和趋势。频数表与统计图表应用
02假设检验方法PART
t检验与方差分析（ANOVA）t检验用于比较两组数据的均值是否存在显著差异，其中数据要求正态分布且方差相等用范围t检验适用于小样本数据，ANOVA适用于大样本数据和复杂设计的数据。方差分析（ANOVA）用于比较多组数据的均值是否存在显著差异，同时可以进行两两比较和多重比较。结果解释t检验和ANOVA均会产生P值，P值小于显著性水平（如0.05）时，认为差异有统计学意义。
卡方检验用于比较实际观测频数与期望频数之间的差异，常用于分类变量数据的比较。适用范围卡方检验适用于大样本数据，Fisher精确检验适用于小样本数据或特殊数据。结果解释卡方检验和Fisher精确检验均会产生P值，P值小于显著性水平（如0.05）时，认为差异有统计学意义。Fisher精确检验当样本量较小或期望频数较小时，卡方检验可能不准确，此时可采用Fisher精确检验。卡方检验与Fisher精确检非参数检验适用场景秩和检验用于比较两组非正态分布数据的差异，如等级资料或偏态分布数据。符号检验用于比较两组配对数据的差异，如实验前后的数据变化。游程检验用于检验随机序列是否呈现某种趋势或规律。适用范围非参数检验适用于数据不满足参数检验条件的情况，如数据分布类型未知、方差不齐等。结果解释非参数检验产生的P值同样用于判断差异是否具有统计学意义，但需注意其适用范围和条件。0102030405
03相关性与回归分析PART
线性回归模型构建最小二乘法通过最小化残差平方和来估计线性回归模型的参数，得到最优的拟合直线。变量选择与共线性诊断选择合适的自变量，避免自变量之间存在高度共线性，以提高模型的稳定性和解释性。残差分析通过对残差进行正态性、独立性、方差齐性等检验，评估模型的拟合效果。置信区间与预测区间给出回归系数的置信区间和因变量的预测区间，以评估模型的精度和可靠性。
Logistic回归与OR值解读Logistic回归模型适用于因变量为二分类或多分类的情况，通过最大似然估计法来估计模型的参数型的拟合优度通过计算模型的拟合优度，评估模型对数据的拟合程度，以及模型的有效性。OR值及其95%CIOR值表示自变量对因变量的影响程度，95%CI用于评估OR值的稳定性和可信度。ROC曲线与AUC值通过ROC曲线和AUC值来评估Logistic模型的分类效果和预测能力。
向前选择法从没有任何自变量的模型开始，逐步添加对因变量有显著影响的自变量，直到无法再提高模型的拟合效果。从包含所有可能自变量的模型开始，逐步删除对因变量没有显著影响的自变量，直到无法再降低模型的拟合效果。结合向前选择法和向后剔除法，通过反复添加和删除自变量，选择最优的变量组合，以提高模型的稳定性和预测能力。将数据集分为训练集和验证集，先在训练集上进行变量筛选和模型构建，然后在验证集上评估模型的预测效果，以选择最优的变量组合和模型。向后剔除法逐步回归法交叉验证法多元回归的变量筛选策04生存分析方法PART
利用样本数据估计患者生存时间和生存率，以时间为横轴，生存率为纵轴绘制生存曲线。适用于大样本数据，尤其是截尾数据较多的情况。简单易懂，能够直观展示患者的生存情况。无法考虑混杂因素对生存时间的影响，不能比较不同治疗组之间的差异。Kaplan-Meier生存曲线原理适用范围优点缺点
原理通过回归分析方法，探讨多个自变量对生存时间的影响，以风险比（HR）的形式表示各因素对生存时间的相对影响。可以同时考虑多个因素对生存时间的影响，能够控制混杂因素，提高分析的准确性。适用于大样本数据，要求样本具有代表性，并且自变量与生存时间之间存在线性关系。模型较为复杂，需要一定的统计学基础，且对数据的处理要求较高。Cox比例风险回归模型适用范围优点缺点
中位生存时间指累积生存率为50%时所对应的生存时间，即一半患者在此时间内死亡，另一半患者存活。风险比（HR）表示两组患者之间生存风险的比较，HR1表示试验组