统计基础知识

星梦78

医学统计学是运用概率论和数理统计的原理与方法，研究医学中数字资料的搜集、整理、分析和推断的一门学科。它是进行医学科学研究和认识医学现象规律性所必需的重要工具。

总体：是指同质的研究对象的全体。
随机抽样：从总体中抽取一部分个体时，若每一个体都有同等的机会被抽中，则称之为随机抽样，如抽签。（随机≠随便）
样本：用随机抽样的方法从总体中抽出的、有代表性的一部分个体称为样本。
样本含量(大小)：是指样本包含的个体数目(n)，通常要求n30。
   在广州市抽查测量100名5岁男孩的身高，问该研究的总体、样本及有关的问题是什么？全广州市5岁男孩的身高（结论拟推广应用的范围）为总体；从广州市所有5岁男孩中抽出100名有代表性的5岁男孩为样本。

许多医学现象的表现因人而异，称之为变异，如正常人的脉搏、呼吸、血压、RBC数、WBC数，等。
•随机抽样所得样本数据，其变异是有规律性的
•统计学的任务就是研究并利用变异的规律性，对总体情况作出推断

概率P： 概率是描述随机事件发生可能性大小的一个度量。统计分析中的很多结论都基于一定可信程度下的概率推断，习惯上将 ≤0.05称为小概率事件，表示在一次实验或观察中该事件发生的可能性很小，可视为很可能不发生。
有人戏称，学统计学，就是学个“P”，能理解P，统计学就基本理解了大半，假设检验的基石。通俗的讲，统计学的理论基础就是如果这件事情发生的概率小于0.05，那就认为这件事情不会发生。 否则的话，就不存在统计学了。

星梦78

1、计量资料（measurement data）  为测定每个观察单位某项指标的大小，而获得的资料。其变量值是定量的，表现为数值大小，一般有度量衡单位。   如调查某地某年7岁正常男童的身体发育状况，以男童为观察单位，男童的身高（cm）、体重（kg）、血压（kPa）、坐高指数（坐高／身高，％）等资料均属此类资料。
2、计数资料（enumeration data）  为将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。其变量值是定性的，表现为互不相容的属性或类别，  如试验结果的阳性阴性，感染的有无，感染相关危险因素（如侵入性操作）的有无等等。
3、等级资料（ranked data）  为将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位数后而得到的资料。其变量值具有半定量性质，表现为等级大小或属性程度。   如观察某人群某血清反应，以人为观察单位，根据反应强度，结果可分－、±、＋、++、+++、++++六级；又如观察用某药治疗某病患者的疗效，以每名患者为观察单位，结果可分为治愈、显效、好转、无效四级等。
如 ICU监测病人临床病情分类标准及分值中：病情分类A、B、C、D、E级为等级资料，分值1、2、3、4、5分则可认为是等级资料或者计量资料均可（按照分析的目的）。

在资料分析过程中，根据需要在有关专业理论指导下，各类资料间可以互相转化，以满足不同统计分析方法的要求。例如，以人为观察单位观察某人群脉博数（次/分钟），属计量资料；若根据医学专业理论，定义脉博数在60次/分钟～100次/分钟为正常，＜60次/分钟或＞100次/分钟为异常，按“正常”与“异常”两种属性分别清点人数，汇总后可转化为计数资料；若进一步定义脉博数＜60次/分钟为缓脉，＞100次/分钟为速脉，按“缓脉”，“正常”与“速脉”三个等级分别清点人数，汇总后可转化为等级资料。

星梦78

医学统计工作的基本步骤

一、设计：这里所称的设计（design）指统计设计，它是影响研究能否成功的最关键环节，是提高观察或实验质量的重要保证。统计设计的内容包括对资料搜集、整理和分析全过程的设想与安排，在设计前，研究者必须博览有关文献，充分了解有关情况，对于什么是研究目的和假说？什么是研究总体，研究对象和观察单位？对研究对象是否施加干预和如何施加干预？需要搜集哪些原始资料和如何获取这些资料？需要设置哪些指标来观察研究结果？如何对资料进行整理汇总和计算有关统计指标？如何控制误差和偏倚？预测会得到什么结果？需要多少经费与时间等等问题都要周密考虑、统筹安排，力求科学、实用、可行。
1．随机化原则 包括随机抽样和随机分配两个方面。前者指随机抽样包括单纯随机抽样、系统抽样、分层抽样、整群抽样等方法。后者指本次研究所选定的实验受试对象都有同等机会进入根据研究目的而设定的处理组和对照组。
2．重复原则 即确定样本含量的原则，它回答至少应抽取多少个观察单位的问题。
3．对照原则 在均衡条件下实现实验组与对照组间科学对比的原则，它回答如何从诸多影响因素中，分离出研究因素对实验结果的效应问题。对照方法有空白对照、安慰剂对照、实验对照、标准对照、相互对照、历史对照、自身对照等。

二、搜集资料 应采取措施使能取得准确可靠的原始数据。

三、整理资料 对原始数据的清理、检查、核对和纠正错误，合理分组并归纳汇总

四、分析资料
  ① 统计描述: 选用合适的统计表与统计图，对资料的数量特征及其分布规律进行测定和描述。
  ② 统计推断：指如何在一定的可信程度下由样本信息推断总体特征。包括t检验、F检验、卡方检验......等所有的检验均属于统计推断。

星梦78

常用统计推断方法：

1. U检验：在已知总体的情况下，用于计量资料的比较。比较样本与已知总体有无差别。较少用到。

2. t检验：较为常用，用于比较2组计量资料的均数有无差别。根据设计类型又分为2独立样本t检验和配对t检验。条件是：计量资料、正态分布、两方差要齐。
spss菜单操作：Analysis －》Compare  Means－》Independent Sample t Test

3. F检验（方差分析）：较为常用，当你分组数超过2时，就必须采用方差分析了，不管是否你只是相比较3个组里中的2个组，也要采用F检验，然后再进行两两比较。条件也是：计量资料、正态分布、两方差要齐。
spss菜单操作：Analysis －》Compare  Means－》One- way  ANOVA（单因素方差分析）
              Analysis －》Geranal Linear Model－》Univariate （多因素方差分析）

4. x[sup]2[/sup]检验（卡方检验）：，很常用，用于计数资料的比较，如两个组发病率的比较等。
spss菜单操作：首先进行权重Data－》Weight Case
                      然后计算卡方：Analysis －》Descriptive Statistics－》Corsstabs

5. 秩和检验：属于非参数检验，当资料没办法满足上面的检验方法时，采用此方法，但他会损失一定的检验效能。
spss菜单操作：Analysis －》Nonparametric Tests－》2 Independent   Samples/K Independent Samples（两/多独立样本）
                Analysis －》Nonparametric Tests－》2 Related   Samples/K Related Samples（两/多相关样本/）

6. 相关：看看两组资料、两个指标有没有关系，是什么关系
spss菜单操作：Analyze→Correlate→Bivariate （/Spearman）计量资料相关（等级资料相关）

7. 回归：
线性回归：Analyze→Regression→Linear

1995薰衣草

很感谢版主的辛苦！学习中。。。。。

麦苗

行动很快呀!

冬季的雪松

不断学习才有进步，好好学习是永恒的主题。谢谢版主老师的资料。学习，应用，提高，再学习，再提高。

小三号

回归现在用挺多  特别是做文章的......

niujialan

谢谢版主老师的资料。学习，应用，提高，再学习，再提高.此资料是写论文的基础.

baixl06

虽然我学过统计，但是学的还是很浅，尤其是在方法的选择上，感觉老有欠缺！
非常感谢老师的及时提醒，让我们随时的学习提高！

tracy

这些资料我也学过，是统计学的，继续学习一下。

花团锦簇

统计学以前学过点，只学了一点皮毛！发觉真的是蛮难的一门学科，我还记得当时学这门课时，感觉很累。当时是侥幸通过了！现在只能有时间的话再复习！

沧海一粟

3# amber78 好内容，建议你辛苦一下，做个课件上传给大家学习学习，如何？先谢谢了！:)

星火

Riffenburgh教授：统计学是关于不确定因素的科学

Riffenburgh教授是国际知名临床研究设计及医学统计学专家，在担任Naval Medical Centre San Diego临床研究部门主任的同时，也是美国政府及北大西洋公约组织研究顾问，他每年参与超过140项临床研究的设计，发表文献超过125篇。其著述的“Statistic in Medicine”一书深受临床医师的欢迎。在会议中，Riffenburgh教授即时挑选了4位提出“最有价值问题”的代表现场签名赠送，极大地调动了与会者讨论的积极性。

在研讨会中，Riffenburgh教授首先对统计学在临床研究中的价值进行了阐述。他讲到统计学是一门从研究样本中得出关于总体的结论，再将这个结论应用于样本中的科学，是关于不确定因素的科学，在科学研究中，不确定因素是无法消除的，但研究者可以利用统计学思路和方法去评估及控制不确定因素，最终达到消除研究结果中偏倚的目的。

目前，关于统计学研究，存在着一些误解，如统计学工作就是将研究数据录入电脑，然后利用软件得出统计学结果而已。这种看法是不对的，统计学应该贯穿于研究始终，一个高质量的临床研究在设计开始之初就应该有统计学专家的参与。针对有些医师提出，在研究结束后发现应用不同的统计学方法对数据进行处理导致不同的结论， Riffenburgh教授指出这是一个不应出现的问题，因为在研究开始之前撰写的方案中，在样本人群和样本量的确定、假设结论的设定、统计方法的选择以及数据分析的时间等方面的问题即需详细列明，不得随意变更。

Riffenburgh教授在以生动的实例阐述了统计学基本概念和方法以及常见误区的同时，还介绍了目前国际上常用的一些统计学方法，这些方法在十年前还很少用于医学临床研究，如等效性检验（Equivalence Test）、把握度分析（Power Analysis）、多因素方差分析（Multi-way ANOVA）、多元回归&区别分析（Multiple Regression & Discriminant Analysis）、荟萃分析（Meta-analysis）。

星火

金丕焕教授：研究方案是整个研究的关键

绝大多数的退稿是由于在研究设计方面存在着问题，因此在本次研讨会中，金教授借助自己丰富的临床研究经验，引用了大量的正、反两方面的实例，对临床研究设计的原则及需要注意的问题进行了细致的阐述。

这些内容绝大多数是在向国际杂志投稿的论文中应当说明的，但却经常被作者忽略。比如研究方案（Protocol）和伦理问题（Ethics），研究方案是整个研究的关键，在进行研究之前要详尽了解相关文献情况后制订细致的研究方案。不要让患者暴露于不必要的研究也是赫尔辛基宣言在伦理方面的基本要求。人用药物注册技术要求国际协调会议（ICH）新药临床试验管理规范GCP和我国GCP也都把维护受试者权益放在最重要的地位，研究工作者必须重视伦理问题，论文的选题和进行都必须符合伦理要求。

其他需要说明的问题还包括研究目的（如对受试者、干预措施、观察指标等的说明）、样本大小的确定（包括对试验把握度的检查）、随机化方法、对照的设定、盲法的处理（包括药品的编码和分配、期中分析的设计以及期中分析时数据安全监查委员会的建立）等。

金教授还结合实例就研究中统计分析的具体问题进行了探讨，不仅包括各种统计分析集建立的方法、比较及应用原则，还有统计检验结论表达需注意的事项，比如临床医师经常混淆的“P值”问题。金教授澄清道，在差异性检验得出P值>0.05时，不能说明两药疗效相同；而P值<0.05时，只能说明两总体有差异，值越小，也不能说明差异越大。因此，差别统计检验的结论不能描述为“有明显差别”或“有显著差异”，而只能是“差异有统计学意义”或“差异有高度统计学意义”。
http://www.dxy.cn/cms/

米乐.8382

新知识，一定好好学习，版主辛苦了！

施华

统计学对我来讲还是太高深，好多东西用不来，公式是死记硬背的，套来套去老搞错，头疼！！

安慰

记得老师说过，统计是发现数据里面的规律，而不是创造规律。一直在心里奉为信条。

安慰

回复 17# 施华

公式不用去背，我们上学考试的时候都给出来的。
知道什么条件用什么公式和这个公式算出的结果代表的意义，我感染就足够了。

蓝精灵

感谢版主提供的资料，掌握统计学知识，可以多做数据的统计。