医学统计学人卫
日期:
目录
CATALOGUE
02.
数据收集与处理
04.
研究设计与应用
05.
结果解读与报告
01.
基础理论概述
03.
统计分析方法
06.
常见误区与规范
基础理论概述
01
定义
作用
医学统计学是应用数理统计学的原理和方法，研究医学领域中数据的收集、整理、分析和推断的一门学科。
医学统计学能够帮助医学工作者从大量的数据中提取有用的信息，进行科学的决策和判断；同时，也能够为医学研究提供有效的实验设计和数据分析方法，提高研究的可靠性和准确性。
医学统计学定义与作用
学科发展历程
医学统计学起源于17世纪的欧洲，最初主要应用于人口统计和公共卫生领域。随着医学研究的深入和数据量的增加，逐渐发展出了更为复杂和精细的统计方法。
早期发展
20世纪以来，随着计算机科学和信息技术的发展，医学统计学的应用范围和深度得到了极大的扩展。现代医学统计学已经成为了医学研究不可或缺的重要工具，并且在临床试验、疾病预测、卫生政策制定等方面发挥着重要作用。
现代发展
变量
假设检验是医学统计学中常用的一种统计方法，用于判断样本数据是否支持某种假设。通过设定原假设和备择假设，计算样本数据的统计量，并根据统计量的分布情况进行判断，从而得出是否拒绝原假设的结论。
假设检验
概率与分布
概率是描述随机事件发生可能性的数值指标；分布则是描述随机变量取值规律和特征的数学模型。在医学统计学中，常用的概率分布包括正态分布、二项分布、泊松分布等，这些分布模型可以帮助我们更好地理解数据的特征和规律。
在医学统计学中，变量是指研究对象中可以取不同值的特征或属性。根据变量的性质，可以将其分为数值变量和分类变量等类型。
核心术语解析
数据收集与处理
02
根据数据性质分为数值变量和分类变量，其中数值变量包括离散型变量和连续型变量。
变量类型
分为称名尺度、顺序尺度、区间尺度和比率尺度。
数据测量尺度
通过统计指标来描述数据分布特征，如集中趋势、离散程度等。
数据分布特征
数据类型与分类标准
抽样调查
通过抽样方式获取样本数据，保证样本的代表性和可靠性。
01
普查
对总体中的每个个体进行调查，获取全面数据。
02
问卷调查
通过问卷方式收集被调查者的信息，适用于大规模数据收集。
03
实验设计
通过控制实验条件，观察变量间的因果关系。
04
数据收集方法规范
数据清洗
去除重复、无效和错误数据，保证数据质量。
数据转换
将数据转换为适合统计分析的格式，如将分类变量转换为数值型变量。
数据分组与编码
对分类变量进行分组和编码，以便进行统计分析。
缺失值处理
对缺失数据进行处理，如填补、删除或插值等。
数据预处理步骤
统计分析方法
03
参数检验方法
t检验
用于比较两组数据的均值是否存在显著差异，要求数据服从正态分布。
01
方差分析
通过计算假设检验的统计量，判断总体均数是否有显著差异，适用于三组及以上数据的比较。
02
卡方检验
主要用于比较两个分类变量的频率分布是否存在显著差异。
03
用于比较两组非正态分布数据的差异，不要求数据满足正态分布。
Mann-WhitneyU检验
用于比较三组或三组以上非正态分布数据的总体分布是否存在显著差异。
Kruskal-WallisH检验
用于检验数据是否随机出现，适用于二项分布数据的检验。
游程检验
非参数检验应用
回归分析基础
线性回归
描述两个或多个变量之间的线性关系，通过回归方程预测因变量的取值。
01
同时考虑多个自变量对因变量的影响，建立多元线性回归方程进行预测。
02
逻辑回归
适用于因变量为二项分类数据的情况，通过回归模型预测分类的概率。
03
多元线性回归
研究设计与应用
04
实验设计基本原则
在实验中设置对照组，以消除非处理因素对实验结果的影响。
对照原则
随机化原则
重复原则
盲法原则
将实验对象随机分配到实验组和对照组，以消除选择偏倚。
实验应重复进行，以保证实验结果的可靠性和稳定性。
实验过程中应实行盲法，以避免主观因素对实验结果的影响。
观察性研究分类
横断面研究
收集某一时间点上特定人群中疾病、健康状况及有关因素的资料，以描述其患病情况或健康状况。
队列研究
病例对照研究
将某一特定人群按是否暴露于某可疑因素或暴露程度分为不同的亚组，追踪观察其各自的结局，以检验可疑因素与结局之间有无关联及关联程度。
根据是否患有某种疾病，将研究对象分为病例组和对照组，追溯其既往所研究因素的暴露情况，并进行比较，以推测疾病与因素之间有无关联及关联强度大小。
1
2
3
样本量的大小应根据研究目的、研究对象、干预措施、主要研究指标及其变异程度、精度要求等因素综合考虑。
样本量计算策略
决定样本量大小
常用的样本量计算方法包括公式法和查表法。公式法如Cochran公式、样本均数的抽样误差等