醫學統計中的基本概念1第一頁，共四十四頁，編輯于2023年，星期五第一章醫學統計中的基本概念2第二頁，共四十四頁，編輯于2023年，星期五一、統計學

(statistics)

統計學是研究數據的搜集、整理與分析的科學，面對不確定性數據作出科學推斷。第一節緒論3第三頁，共四十四頁，編輯于2023年，星期五二、醫學統計學

醫學統計學是研究數據的搜集、整理、分析與推斷的科學。是把統計理論方法應用于居民健康狀況研究、醫療衛生實踐和醫學科研的一門應用性學科。醫學統計學廣泛地應用于基礎醫學、臨床醫學、預防醫學和衛生事業管理等領域。4第四頁，共四十四頁，編輯于2023年，星期五第二節醫學統計工作中的基本概念5第五頁，共四十四頁，編輯于2023年，星期五舉例：比較兩種不同的治療方法（如西藥與中藥）對高血壓的控制情況。藥物是實驗因素，性別、年齡等為非試驗因素，血壓是觀測指標。一、同質和變異（homogeneityandvariation）6第六頁，共四十四頁，編輯于2023年，星期五觀察單位(observationunit)：亦稱個體(individual)

是統計研究中最基本的單位，它可以是一個人、一個家庭、一個地區、一個樣品等。嚴格地講，除了實驗因素外，影響被研究指標的非實驗因素(容易控制的)相同被稱為同質。在同質的基礎上被觀察個體（或單位）之間的差異被稱作變異(variation)

，亦稱為個體差異。變異是由眾多的、偶然的、次要的因素造成的。7第七頁，共四十四頁，編輯于2023年，星期五變量：被觀察對象的特征或指標稱為變量。（習慣上稱指標）變量值:也稱觀察值(observedvalue,measurements)

是變量的觀察結果可以是定量的如：身高、體重血壓等；亦可以是定性的如性別、血型、療效等)變量及變量值（variableandvalueofvariable）被觀察對象的年齡、體重、血壓性別、種族文化程度等8第八頁，共四十四頁，編輯于2023年，星期五1、總體（Population）

是指根據研究目的所確定的同質研究對象的全體。更確切地說是同質的所有觀察單位某種觀察值(變量值)的集合。分有限總體與無限總體。二、總體與樣本有限總體(finitepopulation)：

研究對象的個體數目是有限的總體。無限總體(infinitepopulation)：

研究對象的個體數目不確定或無限多。9第九頁，共四十四頁，編輯于2023年，星期五2、樣本（Sample）

是指從總體中隨機抽取的一部分觀察單位。樣本含量（Samplesize）醫學上稱為樣本例數是指樣本包含的個體的數目，用“n”表示。而總體中包含的個體的數目，用“N”表示。10第十頁，共四十四頁，編輯于2023年，星期五三、抽樣（Sampling）從總體中抽取部分個體的過程，即為抽樣?！镫S機抽樣(randomsampling)

是指在抽樣的過程中，遵循隨機化原則。隨機化原則：要求總體中每一個個體都有相等的被選機會進入樣本。隨機抽樣的優點：避免抽樣過程中人為因素（如：主觀意愿或客觀無意識）的影響，保證樣本的代表性。

11第十一頁，共四十四頁，編輯于2023年，星期五★樣本的特性1.隨機性(randomization)：

遵循隨機化原則。(隨機≠隨意≠隨便)2.代表性(representative)：

樣本中的每個個體來自同一總體。3.可靠性(reliability)：

所作的結論可信度較高，樣本含量“足夠”。4.可比性(comparable)：

遵循齊同對比的原則。12第十二頁，共四十四頁，編輯于2023年，星期五各

種

抽

樣

方

法

的

特

點簡單隨機抽樣(simplerandomsampling)：

最基本的抽樣方法。系統抽樣(systematicsampling)

：

又稱等距抽樣。分層抽樣(stratifiedsampling)：

層(strata)間差異大，層內差異小。整群抽樣(clustersampling)：

群間差異小，群內差異大。抽樣誤差的大?。?/p>

分層抽樣＜系統抽樣＜簡單隨機抽樣＜整群抽樣13第十三頁，共四十四頁，編輯于2023年，星期五四、實驗設計1.完全隨機設計(completelyrandomdesign)：

是將受試對象隨機分配到各個處理組或對照組中?？梢允莾蓸颖颈容^，也可以是多樣本比較；各樣本含量可以相等，也可以不等，但不宜差別太大。2.配對設計(matchingdesign)：

是將受試對象按一定條件配成對子，將他們隨機分到兩個組中，分別給予不同的處理。配對條件是指有可能影響實驗效應的非主要因素。3.隨機區組設計(randomblockdesign)：

亦稱為配伍組設計，它是配對設計的擴展。每個配伍組包含多個受試對象，將它們分別隨機分到各處理組。14第十四頁，共四十四頁，編輯于2023年，星期五五、誤差(error)

統計上所說的誤差泛指實測值與真值之差,以及樣本指標與總體指標之差。

抽樣誤差是指由抽樣引起的某指標的樣本統計量（如樣本均數）與該指標的總體參數（如總體均數）的差異。15第十五頁，共四十四頁，編輯于2023年，星期五（1）系統誤差

(systemerror)

是由于儀器初始狀態未調整到零、標準試劑未經校正、醫生掌握療效標準偏高或偏低等原因使測量結果呈傾向性偏大或偏小。

特點：

▲有傾向性

▲可避免

（2）隨機測量誤差

(randommeasurementerror)

由于偶然因素（如操作技術不穩定、不同操作員之間的操作差異、電壓不穩、環境溫度差異等）的影響所致的誤差。

特點：▲無傾向性

▲不可避免（3）抽樣誤差(samplingerror)

由于抽樣所致的樣本統計量與總體參數的差異。

原因：總體中的個體之間存在變異

（個體差異）。

特點：

▲無傾向性

▲不可避免16第十六頁，共四十四頁，編輯于2023年，星期五六、概率與頻率

頻數(frequency)：是指在試驗中某事件發生的次數。

事件實際發生次數()

頻率=—————————————

可能發生(試驗)總次數(N)1、頻率17第十七頁，共四十四頁，編輯于2023年，星期五2、概率(probability)：

是指某事件發生的可能性大小。用“P”表示。

P的取值范圍：0≤P≤1

P=0

不可能事件（事件必不發生）

P=1

必然事件（事件必發生）小概率事件：

P≤0.05（5％）或P≤0.01（1％）稱為小概率事件(習慣)，統計學上認為不大可能發生。隨著實驗次數增至足夠大,頻率逐漸穩定于某一常數附近，則該常數稱之為概率。18第十八頁，共四十四頁，編輯于2023年，星期五第三節醫學統計工作的內容和資料類型19第十九頁，共四十四頁，編輯于2023年，星期五一、資料的類型(變量類別)1、計量資料

（數值變量

numericalvariable)2、計數資料

（無序分類變量

unorderedcategoriesvariable

）3、等級資料

（有序分類變量

ordinalcategoriesvariable

）

20第二十頁，共四十四頁，編輯于2023年，星期五1、計量資料(measurementdata)定義：通過度量衡的方法，測量每一個觀察單位的某項研究指標的量的大小，得到的一系列數據資料。特點：★取值是定量的★表現為數值大小

★有度量衡單位(計量單位)

★變量值是連續的如：身高、紅細胞計數、血壓等21第二十一頁，共四十四頁，編輯于2023年，星期五2、計數資料(enumerationdata)定義：將全體觀測單位按照某種性質或特征分組，然后再分別清點各組觀察單位的個數。特點：★取值是定性的(無度量衡單位計量單位)★多為間斷性資料★數據分類互相排斥(互不相容)★數據分類無邏輯順序★可分二項分類和多項分類如：性別、血型等22第二十二頁，共四十四頁，編輯于2023年，星期五3、等級資料(ordinaldata)☆定義：是介于計量資料和計數資料之間的一種資料，通過半定量方法測量得到?！钐攸c：★取值是定性的(無度量衡單位計量單位)★數據分類互相排斥★分類等級有定量含義

(又稱為半定量資料)★數據分類有程度上的差別（等級順序關系）★多為間斷性資料

如：療效（痊愈、好轉、無效、死亡）尿蛋白（-、+、++、+++、++++）等23第二十三頁，共四十四頁，編輯于2023年，星期五★資料間的轉化

在實際應用中，根據分析的需要，各類變量間可以互相轉化。例如:

血紅蛋白正常

重度貧血

(<6.0g%)

異常

中度貧血

(6.0g%?)

輕度貧血

(9.0g%?)

正常

(12.5g%?)

增高

(>16.0g%)

↓↓↓

計量資料→計數資料→等級資料

24第二十四頁，共四十四頁，編輯于2023年，星期五二、醫學統計工作的內容25第二十五頁，共四十四頁，編輯于2023年，星期五1、統計設計

設計(design)是根據研究的目的，對研究工作的全過程作一個全面的規劃，制定總的研究方案，是統計工作中最關鍵的一步。

設計實驗設計調查設計26第二十六頁，共四十四頁，編輯于2023年，星期五2、收集資料(collectiondata):

是根據研究目的及實驗設計的要求，收集準確的、完整的、充滿信息的原始資料（rawdata)。

收集資料是統計工作的前題和基礎。

任務：取得準確可靠的原始數據27第二十七頁，共四十四頁，編輯于2023年，星期五②醫療衛生工作記錄和報告③專題調查或試驗研究①統計報表(報告卡)經常性資料一時性資料（1）資料的來源28第二十八頁，共四十四頁，編輯于2023年，星期五（2）資料的要求

①必須完整、及時、正確

②要有足夠的數量

③注意資料的

代表性和可比性29第二十九頁，共四十四頁，編輯于2023年，星期五3、整理資料(sortingdata)：

把搜集到的原始資料有目的地進行科學加工,

使資料條理化、系統化，便于進一步的統計分析。首要工作:

進行數據審核（資料清理datacleaning)

完整性檢查：要求無缺項和漏項。

準確性檢查：要求無邏輯錯誤，

無區間錯誤。30第三十頁，共四十四頁，編輯于2023年，星期五整理資料的步驟(1)檢查核對資料(2)設計分組(3)資料列表劃記歸組按質分組(用于計數資料和等級資料)按量分組

(用于計量資料)31第三十一頁，共四十四頁，編輯于2023年，星期五4、分析資料(analysisdata):

把經過統計整理的資料作一系列的描述性分析和推斷性分析，從而闡明事物的規律性。

不同類型的資料使用的統計分析的方法不一樣。分析的關鍵：

依據資料的類型和特征,正確選擇統計分析方法。32第三十二頁，共四十四頁，編輯于2023年，星期五統計描述descriptivestatistics統計推斷inferentialstatistics分析資料

analysisofdata統計描述：是指用一些統計指標、統計圖表等方法描述數據的分布特征和變化趨勢。統計推斷：是指用調查、實驗取得的樣本信息估計總體特征。33第三十三頁，共四十四頁，編輯于2023年，星期五基本概念和基本步驟測試題34第三十四頁，共四十四頁，編輯于2023年，星期五1、計量資料、計數資料和等級資料的關系是：

A、計量資料兼有計數資料和等級資料的一些性質。

B、計數資料兼有計量資料和等級資料的一些性質。

C、等級資料兼有計量資料和計數資料的一些性質。

D、計數資料兼有計量資料的一些性質。

E、三者差別不大。A型題35第三十五頁，共四十四頁，編輯于2023年，星期五2、統計學中的系統誤差、隨機測量誤差和抽樣誤差，在實際工作中是：

A、三種誤差都不可避免

B、系統誤差和測量誤差不可避免

C、系統誤差和抽樣誤差不可避免

D、隨機測量誤差和抽樣誤差不可避免

E、三種誤差都可避免A型題36第三十六頁，共四十四頁，編輯于2023年，星期五3、抽樣誤差是指：

A、個體值和總體參數之差

B、個體值和樣本統計量之差

C、樣本統計量和總體參數之差

D、樣本統計量和總體測量值之差

E、總體測量值和總體參數之差A型題37第三十七頁，共四十四頁，編輯于2023年，星期五4、在統計工作中，整理資料時首要工作是：

A、設計分組

B、擬整理表

C、檢查資料

D、資料歸組

E、計算全距A型題38第三十八頁，