1、第一节第一节 统计学方法概述统计学方法概述统计学统计学(statistics)统计学是关于数据（统计学是关于数据（data）的科）的科学，是从数据中提取信息的一门学学，是从数据中提取信息的一门学科，包括设计、搜集、整理、分析科，包括设计、搜集、整理、分析和表达等步骤，是认识社会和自然和表达等步骤，是认识社会和自然现象客观规律的数量特征的重要工现象客观规律的数量特征的重要工具。具。一、统计学的意义一、统计学的意义 根据研究领域和研究对象，统计学又根据研究领域和研究对象，统计学又分为：数理统计、经济统计、生物统计、分为：数理统计、经济统计、生物统计、医学统计、卫生统计医学统计、卫生统计医学统计学（
2、医学统计学（medical statistics）：用统：用统计学的原理和方法研究医学中的问题。计学的原理和方法研究医学中的问题。卫生统计学（卫生统计学（health statistics）：与医学统计学基）：与医学统计学基本相同，但更侧重于社会、人群的卫生问题。本相同，但更侧重于社会、人群的卫生问题。医学医学统计学统计学的概念的概念1.采用统计学方法，发现不确定现采用统计学方法，发现不确定现象背后隐藏的规律。象背后隐藏的规律。变异变异（variation）是社会和生物医学中的）是社会和生物医学中的普遍现象。普遍现象。变异使得实验或观察的结果具有变异使得实验或观察的结果具有不确定性不确定性，如
3、每个人的身高、体重、血压等各有不同。如每个人的身高、体重、血压等各有不同。为什么要学统计学？为什么要学统计学？最大值=6.18,最小值=3.29,极差=2.89。算术均数=4.72，标准差=0.57。2.用统计学思维方式考虑有关医学研用统计学思维方式考虑有关医学研究中的问题究中的问题 “阳性阳性”结果是否是虚假联系？结果是否是虚假联系？某感冒药治疗某感冒药治疗1周后，治愈率为周后，治愈率为90%，能否说该感冒药十分，能否说该感冒药十分有效？有效？“阴性阴性”结果是否是样本含量不足？结果是否是样本含量不足？有人曾对发表在有人曾对发表在Lancet,N Engl J Med，JAMA等著名医学等著
4、名医学杂志上的杂志上的71篇阴性结果的论文作过分析，发现其中有篇阴性结果的论文作过分析，发现其中有62篇篇（93%）可能是由于）可能是由于样本含量样本含量不足造成的假阴性。不足造成的假阴性。3.保证你的研究论文能通过统计学审查保证你的研究论文能通过统计学审查 据国外据国外6080年代对不同医学杂志发表论文的年代对不同医学杂志发表论文的调查，有调查，有统计错误的论文的百分比最高达统计错误的论文的百分比最高达72%，最，最低也有低也有20%。国内国内1984年对年对中华医学杂志中华医学杂志、中华内科中华内科杂志杂志、中华外科杂志中华外科杂志、中华妇产科杂志中华妇产科杂志、中华儿科杂志中华儿科杂志5
5、95篇论文的调查结果，相对数误篇论文的调查结果，相对数误用为用为11.2%，抽样方法误用，抽样方法误用15.9%，统计图表误用，统计图表误用11.7%。某研究者。某研究者1996年对年对4586篇论文统计（中华医篇论文统计（中华医学会系列杂志仅占学会系列杂志仅占6.9%），数据分析方法误用达），数据分析方法误用达55.7%。2023-1-12 JAMA，新英格兰医学杂志（，新英格兰医学杂志（NEJM）、）、英国医学杂志、中华医学会英国医学杂志、中华医学会杂志对来稿杂志对来稿都有统计学要求都有统计学要求或统计学指导。或统计学指导。国际生物医学杂志编辑协会在其国际生物医学杂志编辑协会在其生生物医学
6、期刊投稿的统一要求物医学期刊投稿的统一要求中也包含中也包含了统计学要求。了统计学要求。4.获得循证医学证据的主要手段获得循证医学证据的主要手段“良好愿望的医学良好愿望的医学”（well-meaning medicine）转入转入“以证据为基础的医学以证据为基础的医学”（evidence-based medicine，EBM）需要有统计学方法的）需要有统计学方法的支持。支持。全世界的医学期刊每年大约刊登全世界的医学期刊每年大约刊登600600万学术万学术论文，但能作为可靠论文，但能作为可靠“证据证据”的论文并不多。的论文并不多。根据研究目的而确定的同质观察单位根据研究目的而确定的同质观察单位(研
7、究对象研究对象,Observation unit)某项指标某项指标测定值的集合测定值的集合 有限总体有限总体 总总 体体 无限总体无限总体从总体中随机抽取部分观察单位某变从总体中随机抽取部分观察单位某变量值量值(Value of variance)的集合的集合抽样必须遵循随机的原则抽样必须遵循随机的原则 保证足够的样本含量保证足够的样本含量 总体与样本总体与样本 population and sample总体总体：根据研究目的：根据研究目的确定的确定的同质同质研究对象研究对象的的全体全体（集合）。分（集合）。分有限总体与无限总体有限总体与无限总体样本样本：从总体中随机：从总体中随机抽取的部分研
8、究对象抽取的部分研究对象 随机抽样随机抽样 random sampling为了保证样本的为了保证样本的可靠可靠性性和和代表性代表性，需要采，需要采用随机的方法抽取样用随机的方法抽取样本（在总体中每个个本（在总体中每个个体具有体具有相同的机会相同的机会被被抽到）。抽到）。2、参数与统计量参数与统计量 parameter and statistic参数参数：总体总体的统计指标，的统计指标，如总体均数、标准差，采如总体均数、标准差，采用希腊字母分别记为用希腊字母分别记为、。固定的常数固定的常数 样本样本抽取部分观察单位抽取部分观察单位 推断推断inference统计量统计量：样本样本的统计指标，如样
9、本均数、标准差，采用拉的统计指标，如样本均数、标准差，采用拉丁字母分别记为丁字母分别记为 。参数附近波动的随机变量参数附近波动的随机变量。SX、(Variable)：被观察单位被观察单位(Observation unit)的的某项某项特特征征(指标指标);观察指标的测定结果称变量值观察指标的测定结果称变量值(Value of variance)。同质 指观察单位（研究个体）间被研究指标的影响因素相同。(Variation)：同质个体间测定结果的差异。同质个体间测定结果的差异。通过对个体变异的研究，反映同质事物通过对个体变异的研究，反映同质事物的本质特征和规律。的本质特征和规律。4 4、误差（、
10、误差（ErrorError）测量值测量值=真值真值+随机误差随机误差+非随机误差非随机误差 Xi=i +i 1随机误差（随机抽样误差）：随机误差（随机抽样误差）：影响因素众多，变化无方向性，不可避免，但可用统影响因素众多，变化无方向性，不可避免，但可用统计方法进行分析。计方法进行分析。2系统误差系统误差 受确定因素影响，大小变化有方向性。受确定因素影响，大小变化有方向性。3非系统误差（过失误差）非系统误差（过失误差）研究者偶然失误而造成的误差。研究者偶然失误而造成的误差。偏差(bias)指样本统计量与总体参数之差，由抽样指样本统计量与总体参数之差，由抽样所造成，是不可避免的，但可以控制。所造成
11、，是不可避免的，但可以控制。系统误差系统误差 某种偏因使测定结果倾向性偏大或偏小某种偏因使测定结果倾向性偏大或偏小而形成的测定误差。它影响原始资料的准确性，应而形成的测定误差。它影响原始资料的准确性，应力求避免。力求避免。随机误差随机误差 由于偶然的因素所引起的测定误差。它由于偶然的因素所引起的测定误差。它没有固定的倾向，是不可避免的，但可增加重复测没有固定的倾向，是不可避免的，但可增加重复测定使其减少。定使其减少。是描述随机事件发生可能性大小的是描述随机事件发生可能性大小的数值，用数值，用P表示。表示。0 P1必然事件的概率为必然事件的概率为 1(100%)不可能发生事件的概率为不可能发生事
12、件的概率为 0 随机事件的概率在随机事件的概率在 01 之间之间 P0.05,P0.01,属小概率事件属小概率事件 样本的实际发生率样本的实际发生率称为称为频率频率。设在相同。设在相同条件下，独立重复进行条件下，独立重复进行n n次试验，事件次试验，事件A A出现出现f f 次，则事件次，则事件A A出现的频率为出现的频率为f f/n n。概率概率：随机事件发生的可能性大小随机事件发生的可能性大小，用，用大写的大写的P P 表示；取值表示；取值00，11。频率与概率频率与概率 frequency and probabilityfrequency and probability必然事件必然事件
13、P P=1=1随机事件随机事件 0 0 P P 1 1不可能事件不可能事件 P P=0=0 小概率事件小概率事件 P P 0.05 0.05（5 5）或）或P P 0.01 0.01（1 1）称称为为小概率事件小概率事件(习惯习惯)，统计学上认为不大，统计学上认为不大可能发生。可能发生。观察单位某项指标测定值的集合。观察单位某项指标测定值的集合。亦称变量值，是定量的指标，一般有单亦称变量值，是定量的指标，一般有单位。位。按性质和类别进行分组所得的资料。其按性质和类别进行分组所得的资料。其变量值是定性的，可分二项分类和多项分类。变量值是定性的，可分二项分类和多项分类。按某项指标的不同程度进行分组
14、的资料。按某项指标的不同程度进行分组的资料。各组之间有量的差别各组之间有量的差别,亦为半定量的资料。亦为半定量的资料。根据分析的需要各类资料可以互相转化。根据分析的需要各类资料可以互相转化。（二）三类数据间的关系（二）三类数据间的关系 例：一组例：一组20 40岁成年人的血压岁成年人的血压以以12kPa12kPa为界分为正常与异常两组，统计每组例数为界分为正常与异常两组，统计每组例数 8 低血压低血压 8 8 正常血压正常血压 1212 轻度高血压轻度高血压 1515 中度高血压中度高血压 1717 重度高血压重度高血压定量数据定量数据等级数据等级数据定性数据定性数据住院号住院号年龄年龄身高身
15、高体重体重住院天数住院天数职业职业文化程度文化程度分娩方式分娩方式妊娠结局妊娠结局20256552025655272716516571.571.55 5无无中学中学顺产顺产足月足月20256532025653222216016074.074.05 5无无小学小学助产助产足月足月20258302025830252515815868.068.06 6管理员管理员大学大学顺产顺产足月足月20225432022543232316116169.069.05 5无无中学中学剖宫产剖宫产足月足月20224662022466252515915962.062.01111商业商业中学中学剖宫产剖宫产足月足月202
16、45352024535272715715768.068.02 2无无小学小学顺产顺产早产早产20258342025834202015815866.066.04 4无无中学中学助产助产早产早产20194642019464242415815870.570.53 3无无中学中学助产助产足月足月20257832025783292915415457.057.07 7干部干部中学中学剖宫产剖宫产足月足月观察单位observations个体individuals变量variablesQuantitative data Quantitative data 定量资料定量资料Qualitative data Qu
17、alitative data 定性数据定性数据Units；elements关键的一步关键的一步 调查设计调查设计 医学科研设计医学科研设计 实验设计实验设计 临床实验设计临床实验设计统计报表统计报表(经常性经常性)统计资料来源统计资料来源 医疗卫生工作记录医疗卫生工作记录 (经常性经常性)专题调查专题调查 或或 实验实验 (一时性一时性)整理工作整理工作核对检查原始数据核对检查原始数据 分组汇总资料分组汇总资料完整性检查完整性检查:缺项缺项,漏项漏项 准确性检查准确性检查:逻辑性错误逻辑性错误 区间错误区间错误 计算错误计算错误 统计描述统计描述 统计指标统计指标 统计图表统计图表统计分析统计分析 参数估计参数估计 统计推断统计推断 假设检验假设检验掌握医学统计学的基本知识掌握医学统计学的基本知识掌握调查设计和实验设计的原则，培养掌握调查设计和实验设计的原则，培养 收集、整理、分析资料的系统工作能力收集、整理、分析资料的系统工作能力重视原始资料的真实性、完整性与正确重视原始资料的真实性、完整性与正确 性，正确运用各种统计分析方法，不必性，正确运用各种统计分析方法，不必 追究公式的数学推导追究公式的数学推导
