医学统计学第一章绪论

1,医学统计学 第一章 绪论,2,第一节,统计学与医学统计学,3,一统计与统计学的定义 一统计、统计学与医学统计学的定义,4,1.统计,是一种对客观现象数量方面进行的调查研究活动; 是收集、整理、分析、推断、判断等认识活动的总称。 数据汇总仅仅是统计工作的一小部分内容。,5,2统计学,作为一门学科的定义是：关于数据收集、表达和分析的普遍原理和方法。,6,3. 医学统计学,是用统计学原理和方法研究生物医学问题的一门学科。医学统计方法在医学研究中的运用主要有三个方面：,7,以正确的方式收集数据，如实验设计、调查设计等。 描述数据的统计特征，如数据化简、统计指标的选择与计算、统计结果的表达等。 统计分析及得出正确结论，如根据概率分布，对实验和观察结果存在的差异和关联作出统计推断。,8,工作生活中常见的统计学问题,如何判断药物的疗效？(假设检验) 明天是否下雨？体育彩票能否中奖？(概率论) 子女为什么象父母，其强度有多大？(相关与回归) 美国的民意测验是如何进行的？(设计,抽样) 中国的市场调查的可信性有多大？(现场调查)统计学是对令人困惑费解的数字问题做出设想的艺术。,9,二统计学的发展简史,10,1早期公元前3050年古埃及人为修建金字塔筹集建筑费，对全国的人口和财产进行了普查。,11,2近代19世纪，应用数学家为解决赌徒们在博彩中出现的输赢概率问题逐渐形成和发展了概率论，从而为统计学的发展奠定了坚实的基础。,12,实例 （观察对比）(P5),1853-1854年伦敦霍乱死亡率与饮水,13,实例 （实验性研究）(P68),1747年，英国Lind医生对坏血病的干预研究。 1835年，法国医生Louis 对“放血”疗法治疗肺炎的效果 评价。1948年，英国发表了评价链霉素治疗肺结核疗效的随机对照的临床试验报告，第一次采用生物统计方法进行临床干预试验。 1960年英国医生Doll，Hill等发现吸烟与肺癌有关。相对危险度RR=1.66/0.07=23.7,1948年，郭祖超教授（19121999）编著的医学与生物统计方法，是我国第一部医学统计方法的教科书。,15,3. 现代计算机和统计软件如SAS、SPSS的出现 使统计学得到了突飞猛进的发展。,16,统计方法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：,17,问题的识别与表达（发现问题、提出问题）。搜集有关资料。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）。,2. 医学论文中的统计学问题,60年代到80年代，国外医学杂志调查结果：有统计错误的论文20%72%。 1996年对4586篇论文统计（系列杂志占6.9%），数据分析方法误用达55.7%。,19,60年代到80年代，国外医学杂志调查表明：20%72%的论文有统计错误。1984年对中华医学杂志、中华内科杂志、中华外科杂志、中华妇产科杂志、中华儿科杂志595篇论文的调查结果为：相对数误用占 11.2%，抽样方法误用占15.9%，统计图表误用占11.7%1996年对4586篇论文统计（系列杂志占6.9%），数据分析方法误用达55.7%。2001年中华预防医学杂志：系列杂志误用约54%（1995）。,1996年，有机构对申报科技成果的4586篇科研论文分析，统计方法使用率为76%。医学论文中统计运用错误，除了影响论文的科学性，还可能导致严重的伦理学问题。,3. 伪造统计数据违反科学道德,1976年New Science 杂志关于科研舞弊行为的调查 （1）74%的调查表反映有不正当修改数据的情况 （2）17%拼凑实验结果 （3）7%凭空捏造数据 （4）2%故意曲解结果,Fancy statistical methods cannot rescue garbage data Fancy statistical methods can help you gain insight into your data, over and above what seems obvious on its face You should always worry about whether the sampled results are representative of the population, and whether your sample allows you to make inferences about the population.,A Warning!,22,三统计学的特点,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。,23,第二节统计工作的基本步骤,24,1.专业设计：选题、建立假说、确定 研究对象和技术方法等个性 2.统计设计：围绕专业设计确定统计 设类型、样本大小、分组方法、统计分析指标及统计分析方法。,一、设计,25,二、收集资料,（一）资料来源 第一手资料 经常性：统计报表（死亡登记、疫情 报告等），工作记录（病历、化验）； 一时性：专题调查、实验或临床试验。 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。,26,（二）资料要求 1完整：观察单位及观察项目完整。 观察单位：最基本的获取数据的单元。可以是一个体，亦可以是一个单位、家庭、地区，一批样品，一个采样点。,27,2准确：即真实、可靠。真实是统计学的灵魂。 3及时：即时限性。如人口普查规定调查开始日期和截止日期。,28,三整理资料,整理资料即原始数据的条理化、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。 质分组：按事物的属性或性质分组分类变量； 量分组：按数据的大小数值变量。,29,四分析资料,1.统计描述：用统计指标、统计图表对资料的数量特征及分布规律进行测定和描述。2.统计推断：用样本信息推断总体特征：参数估计，假设检验。,30,第三节 统计资料的类型(P25),有三种类型的资料:计量资料,计数资料,等级资料基本概念：变量及变量值，研究者对每个观察单位的某项特征进行观察和测量，这种特征称为变量，变量的测得值叫变量值（也叫观察值），称为资料。按变量值的性质可将资料分为定量资料和定性资料。,31,1. 计量资料,定义：通过度量衡的方法，测量每一个观察单位的某项研究指标的量的大小，得到的一系列数据资料。 特点：有度量衡单位多为连续性资料（通过测量得到） 如患者的身高（cm）、体重（kg）、 血压（mmHg）、脉搏（次/分）、 红细胞计数（10/L）,32,定义：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。 特点：没有度量衡单位 多为间断性资料（通过枚举或记数得来）如肤色（黑、白）、血型（ABO）、职业（工农兵）、性别（男女）,2. 计数资料,33,定义： 介于计量资料和计数资料之间的一种资料，通过半定量方法测量得到。特点：每一个观察单位没有确切值各组之间有性质上的差别或程度上的不同。 癌症分期：早、中、晚。药物疗效：治愈、好转、无效、死亡。尿蛋白： ,+,+及以上,3. 等级资料,34,（三）资料的转化（变量类型的转化） 数值变量 分类变量,35,例如：测得5人的WBC（个/m3）数如下： 3000 6000 5000 8000 12000 数值变量过低 正常 正常 正常 异常 分类变量若按正常3人，异常2人分组二分类变量若按过低1人，正常3人，过高1人分组等级资料,36,*提示：,多途径；尽量用定量指标，否则损失信息量；定性指标可转化为定量指标，但较粗糙。,37,第四节 统计学中的几个基本概念,1、变异 2、总体与样本 3、参数与统计量 4、误差 5、频率,38,1.变 异(P34),同质事物个体间的差异。来源于一些未加控制或无法控制的甚至不明原因的因素。是统计学存在的基础,从本质上说,统计学就是研究变异的科学。,39,对变异的认识：,(1)自然变异的范围是有限的，可以度量；参差不齐的测量值，通过大量重复观测可以显现出统计分布规律，如表1-1(P4)数据的变异特征至少有以下两点：,40,变异的范围在3.296.18；有明显的统计分布规律，4.75.0的人数最多。根据表1-1的数据，统计上还可以进一步推论出正常成年男子红细胞计数的正常值参考范围 。,41,表1-1 120名正常成年男子红细胞计数值,最大值=6.18, 最小值=3.29, 极差=2.89。算术均数=4.72，标准差=0.57,42,43,(2)用统计的方法可以确定出所有研究对象的变异范围，如正常成年男性的细胞数的范围。身高范围等等。(3)没有变异就没有统计，变异使统计有了用武之地。,44,总体：根据研究目的确定的同质研究对象的全体。当研究有具体而明确的指标时，总体是指该项变量植的全体。 样本：从总体中随机抽取的有代表性的一部分。观察单位（个体）：最基本的研究单位 分为有限总体和无限总体。由于调查总体的不可能性、巨大性和没必要。对其中的一部分对象进行调查- 样本 （总体与样本的关系。举例。） 样本选择的原则-？ 样本量（sample size）,2.总体与样本 (population and sample)(P31),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,随机抽样 random sampling,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）。,47,对样本数据进 行观察或计算 统计指标， 目的是推论总 体。,48,3. 参数与统计量 (P31) parameter and statistic,参数：总体的统计指标，如总体均数，采用希腊字母记为。固定的常数,推断inference,统计量：样本的统计指标，如样本均数，采用拉丁字母分别记为 。统计量是参数附近波动的随机变量 。,49,4. 误 差,误差：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。主要有以下二种：系统误差和随机误差（随机测量误差,抽样误差）。(1)系统误差：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。特点：具有累加性 (2).随机误差：由于一些非人为的偶然因素使得结果或大或小，是不确定、不可预知的。特点：随测量次数增加而减小。,50,在消除了系统误差的前提下，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。,A、 随机测量误差,51,这类误差可以通过实验设计和技术措施来消除或使之减少。观察性研究由于组间不可比性产生的系统误差称为偏倚（bias），如吸烟组的平均年龄大于吸烟组，两组死亡率的差异包含年龄偏倚。,52,由于抽样原因造成的样本指标与总体指标之间的差别。特点：有抽样 抽样误差就不可避免。统计上可以计算并在一定范围内控制抽样误差。,B、 抽样误差(P32),53,（1）改进抽样方法，增加样本的代表性。样本量 n 相等的情况下：整群抽样>单纯随机抽样>系统抽样>分层抽样 （2） 增加样本量n （3）选择变异程度较小的研究指标,