緒論IntroductionMedicalstatistics醫學統計學1Outline1234什么是醫學統計學？一些重要的基本概念如何學好醫學統計學？總結2統計學(Statistics)Statisticsisthesciencedealingwiththecollections,analysis,interpretationandpresentationofmassesofnumericaldata.(Webster國際大詞典)Statisticsisthescienceandartofdealingwithvariationindatathroughcollection,classificationandanalysisinsuchawayastoobtainreliableresult.研究數據的收集，整理和分析的一門科學。3統計學是一門以社會現象總體數量方面為對象的方法論科學，是研究如何有效地收集、整理和分析受隨機影響的數據，并對所考察的問題作出推斷或預測，直至為采取決策和行動提供依據和建議的一門學科。4統計是什么？

WhatisStatistics?若想了解上帝在想什么，我們就必須學統計，因為統計學就是在量測他的旨意。

FlorenceNightingale1820一19105數據處理的工具和技能6天氣預報生活中的統計學投機取巧投機取巧7人類學文學經濟學史學地理學物理學社會學農學生物學醫學藥學中醫學氣象學法學醫學統計學MedicalStatistics衛生統計學HealthStatistics生物統計學Biostatistics科研中的統計學8醫學統計學醫學統計學是以醫學理論為指導，應用概率論與數理統計的有關原理和方法，研究醫學資料的搜集、整理、分析和推斷的一門科學。醫學統計學(MedicalStatistics)9為什么要學醫學統計學？1.采用統計學方法，發現不確定現象背后隱藏的規律。最大值=6.18,最小值=3.29,極差=2.89。算術均數=4.72，標準差=0.57。變異（variation）是社會和生物醫學中的普遍現象。變異使得實驗或觀察的結果具有不確定性。102.用統計學思維方式考慮有關醫學研究中的問題3.保證你的研究論文能通過統計學審查

國際生物醫學雜志編輯協會在其《生物醫學期刊投稿的統一要求》中也包含了統計學要求（UniformRequirementsforManuscripts

SubmittedtoBiomedicalJournals）

http://4.獲得循證醫學證據的主要手段

“良好愿望的醫學”（well-meaningmedicine）轉入“以證據為基礎的醫學”（evidence-basedmedicine，EBM）需要有統計學方法的支持。為什么要學醫學統計學？11幾十年來不少國內外的有識之士對各種刊物進行過調查，評價本期刊或某些期刊在一定時限內有百分之幾的論文應用研究設計或統計分析不恰當，甚至沒有進行研究設計和統計分析。不合格率大多在30%~60%之間。這個數字幾十年來幾乎沒有變化！

《中華心血管病雜志》第37卷第7期（2009年7月）載文對本期刊第35卷第12期~第36卷第11期共200篇論文作了檢查，發現其中應用醫學統計方法不當者有49篇，接近1/4，而出現各種錯誤或欠缺者則達101篇，占半數。

12醫學研究的三個步驟1.研究設計3.結論2.資料分析統計學推斷專業推斷結合假設實驗或調查獲得數據運用醫學統計學的起點，也是高質量地完成整個研究的重要基礎。在數據分析的基礎上，應用統計學處理的結果，進行統計學推斷；同時，依據相應的專業知識，作出專業性的結論。在研究設計基礎上，通過實驗(試驗)或調查，將所得數據進行統計學處理的過程。13一些基本概念同質和異質變異總體和個體參數和統計量隨機概率和頻率小概率事件和小概率原理抽樣誤差變量的分類14基本概念之一：同質和異質同質(homogeneity)：性質相同異質(heterogeneity)：性質不同同質和異質是相對的概念不同質的個體不能籠統地混在一起分析個體的同質性是構成研究總體的必備條件研究內容(指標/變量)不同，對同質性的要求不同15在研究事物的形狀時同質和異質示例在研究事物的顏色時16基本概念之二：變異

同質事物之間的差別稱為變異(Variation)變異的兩個方面：不同觀察單位（個體）間的差別同一個體在不同階段的差別（重復測量）17變異示例發熱者體溫波動正常人體溫波動18基本概念之二：變異同質個體間的差異。結果是隨機的，不可預測的。一種或多種不可控因素(已知的或未知的)作用下的綜合表現。個體變異是普遍存在的。個體變異是有規律的。沒有個體變異，就沒有統計學！19基本概念之三：總體、個體和樣本

總體(population):按研究目的所確定的同質研究對象某項觀察指標的全體，即全體觀察單位。有限總體(finite)無限總體(infinite)個體(individual):是構成總體的最基本觀察單位；樣本(randomsample):從研究總體中隨機抽取具有代表性的部分觀察單位。代表性，包含了總體的特性為什么要抽樣？20基本概念之四：參數和統計量

總體參數(populationparameter)未知的，固有的，不變的，需要研究的！樣本統計量(samplestatistic)已知的，變化的，有誤差的！樣本含量(samplesize)21總體參數(populationparameter)總體的特征值稱為參數。未知的，固有的，不變的需要研究的22樣本統計量(samplestatistic)在總體被確定之后，總體參數就是一個常數，是不會變化的，不管你是否確切知其大小；而統計量是幾乎總是隨著樣本而變的。由樣本所算出的統計指標或特征值稱為統計量(statistic)

。已知的，變化的，有誤差的！23樣本含量(samplesize)樣本中包含個體的數量。

24基本概念之五：隨機隨機（random）：是指機會均等，無主觀影響，目的是保證樣本對總體的代表性、可靠性機會均等，無主觀影響抽樣隨機(randomsampling)

有相同的機會被抽到分組隨機(randomallocation)

有相同的機會被分到不同的組中順序隨機(randomorder)

有相同的機會先后接受處理25基本概念之六：頻率和概率頻率

Relativefrequency

：在n次隨機試驗中，事件A發生了m次，則比值稱為事件A在這n次試驗中出現的頻率26基本概念之六：頻率和概率拋硬幣試驗在概率的統計學定義上的詮釋試驗者投擲次數出現“正面”次數頻率XXX20120.6000Buffon404020480.5069DeMorgan409220480.5005Fisher1000049790.4979K.Pearson1200060190.5016K.Pearson24000120120.500527基本概念之六：頻率和概率概率的統計學定義：數理統計學中的大數定理表明：當觀察次數n越來越大，頻率f的隨機波動幅度越來越小，并最終趨向于一個常數p：隨機事件A發生的概率(Probability)。概率描述事件發生可能性大小的一個度量。是一種參數。常用P來表示；0≤P≤128基本概念之六：頻率和概率概率的古典定義：有限個（N)可能結果（A1，A2，A3……AN)；每個結果出現的機會相同；任一次試驗中，至少出現一種可能的結果；任一次試驗中，只出現一種可能的結果；則在某次試驗中，出現某一個結果的可能性為1/N，出現某M個結果中的一個的概率為M/N

29基本概念之六：頻率和概率拋硬幣試驗在概率的統計學定義上的詮釋每次投擲兩枚硬幣A和B，出現的四種可能A正B正、A反B正、A正B反、A反B反其概率都是1/4。每次試驗肯定會出現上述四種結果中的一個，且僅會出現一個。30基本概念之七：小概率事件小概率事件(rareevent)

當某事件發生的概率很小(可能性很小)，統計學上稱該事件為小概率事件。醫學上：小于或等于0.05小概率原理

小概率事件并不表示不可能發生，但在某一次試驗中，是不會發生的。31抽樣誤差(samplingerror)由抽樣引起的樣本統計量與總體參數間的差別。原因：個體變異＋抽樣表現：樣本統計量與總體參數間的差別不同樣本統計量間的差別抽樣誤差是有規律的！

基本概念之八：抽樣誤差32基本概念之九：變量的分類

觀察對象個體的特征或測量的結果。個體的特征或指標存在個體差異，觀察結果在測量前不能準確預測，稱為隨機變量，簡稱變量(variable)，變量的取值稱為變量值或觀察值。

33第一種分類(三類資料)(1)定量資料(quantitativedata)以定量值表達每個觀察單位的某項觀察指標，如血脂、心率等。特點：①各觀察單位間只有量的差別；②數據間有連續性。34(2)定性資料(qualitativedata)以定性方式表達每個觀察單位的某項觀察指標，如血型、性別等。特點：①各觀察單位間或者相同，或者存在質的差別；②有質的差別者之間無連續性。

第一種分類(三類資料)35(3)等級資料(rankeddata,ordinaldata)以等級表達每個觀察單位的某項觀察指標，如療效分級、心功能分級等。特點：①各觀察單位間或者相同，或者存在質的差別；②各等級間只有順序，而無數值大小，故等級之間不可度量。第一種分類(三類資料)36資料類型的判斷病例號年齡(歲)性別身高(cm)血型心電圖尿WBC職業RBC1012/L135女1.65A正常－教師4.67244男1.74B正常－工人5.21326男1.80O正常＋職員4.10425女1.61AB正常＋農民3.92541男1.71A異常++工人3.49645女1.58B正常++工人5.48750女1.60O異常++干部6.78828男1.76AB正常+++干部7.10931女1.62O正常＋軍人5.2437按照取值的特性：數值變量NumericalVariable

定量變量：既有順序的意義，又有間隔的意義，可以認為是連續的;往往有單位；取值間的差異是可以度量的分類變量CategoricalVariable

：取值是是分散、定性的，表現為互不相容的類別和屬性無序分類

UnorderedCategorical定性變量:無順序，無間隔，僅有分類二項分類多項分類有序分類OrderedCategorical等級變量:僅有順序，無單位；取值間的差異是不可度量的第二種分類(兩類資料)38

數值變量資料(numericalvariable)

分類資料(categoricalvariable)

二分類(binary(dichotomous)variable)

多分類(polytomousvariable)無序多分類(multinomial)有序多分類(ordinal)(等級資料,rankeddata)第二種分類(兩類資料)39資料類型的判斷病例號年齡(歲)性別身高(cm)血型心電圖尿WBC職業RBC1012/L135女1.65A正常－教師4.67244男1.74B正常－工人5.21326男1.80O正常＋職員4.10425女1.61AB正常＋農民3.92541男1.71A異常++工人3.49645女1.58B正常++工人5.48750女1.60O異常++干部6.78828男1.76AB正常+++干部7.10931女1.62O正常＋軍人5.2440數學上的分類連續性資料(continuousdata)離散型資料(discretedata)

41基本概念之九：變量的分類不同分類的互相轉化

定量資料（數值變量）→定性資料（無序分類變量）定量資料（數值變量）→等級資料（有序分類變量）等級資料（有序分類變量）→定性資料（無序分類變量）信息量只有減少，不可增加42基本概念匯總總體個體、個體變異總體參數未知樣本代表性、抽樣誤差隨機抽樣樣本統計量已知統計推斷風險43醫學統計學思維歸納型思維推理型思維從樣本到總體