研究生医学统计学绪论-资料收集和整理_课件.ppt

《研究生医学统计学绪论-资料收集和整理_课件.ppt》由会员分享，可在线阅读，更多相关《研究生医学统计学绪论-资料收集和整理_课件.ppt（88页珍藏版）》请在三一办公上搜索。

1、医用统计方法Medical Statistics,张建军汕大医学院预防医学教研室Tel:0754-88900445Email:,第一节 绪论 北京某医院某大夫使用“乌贝散”（乌贼骨3钱，白芨3钱，川贝3钱,甘草3钱,共研细末过120目筛，冲服）治疗胃溃疡病出血107例，有效101例，有效率为94.4%,别的医院，其他大夫使用“乌贝散”来治疗胃溃疡病出血，其有效率也一定是94.4%吗？,求 置信区间,北京某医院有位老大夫，用“冠心灵”治疗冠心病，其对照组用西药，观察结果如下表：表1-1 冠心灵与单纯西药疗效对比 显 效 有 效 无 效 合计 单纯西药 9 25 6 40 冠 心 灵 19 18

2、5 42,冠心灵是否比单纯西药有效？,假设检验(test of significance)，俗称要算值。,统计有三大特性，用三句话予以简单的概括：实用性：除了实情，数据能证明一切。丰富性：方法多样，发展之中。公平性：我们相信上帝，其它人请用数据说话。,一、统计学的重要性Importance,定义：统计学（Statistics)是研究数据搜集、整理与分析的科学，是认识社会和自然现象数量特征的重要工具。医用统计学（Medical Statistics)：运用概率论和数理统计的原理，方法，结合医学实际，研究数字资料的搜集，整理，分析，推断的一门学科。,数学,统计学,医学,数理统计学,医用统计学,医用

3、数学,医学统计学是交叉学科,统计学的应用意义(Application)：,Vaccinated groupInfection rate20%,Unvaccinated groupInfection rate10%,e.g.Evaluation on a new vaccine,How can we conclude?,1.Really effective?or By chance?Methods are needed to differentiate these two situations.2.Any bias in vaccinated people?e.g.age,nutrition,o

4、r social class.A suitable design can exclude the bias.,统计学发展迅速,统计学离不开计算工具的进步：计算机，软件的发展；SPSS(Statistics Package for Social Science)-Statistical Product and Service Solutions,SAS,Stata,PEMS(Package for Encyclopedia of Medical Statistics),二、统计学研究的对象objects,1、有变异（variation)的事物变异来源各种各样；是客观存在的；统计必须在一定数量的观

5、察基础上进行。随机事件（Random event)：一次试验结果不确定,在一定数量重复条件下呈现出规律性。2、同质（homogeneity)的事物 研究的事物性质基本相同；避免将风马牛不相及的事物作统计分析；（3 mules+2 donkeys）/5=?,1、总体（population）：是根据研究目的确定的、同质的全部研究对象中所有观察单位某种变量值的集合。同质基础：时间、空间、条件等（1）有限总体(finite population)：有限观察单位（2）无限总体(infinite population)：很多为无限总体。,三、几个基本概念basic concepts,如研究某地2003年健

6、康成年男性的身高（cm），则该地2003年全部健康成年男子的身高构成一个总体。该总体只包括有限个观察单位，称为有限总体。有时总体是设想的，是抽象的。例如：研究用某药治疗冠心病患者的疗效，其总体的同质基础是同用该药治疗的冠心病患者，而总体为设想用该药治疗的所有冠心病患者的治疗结果，这里没有确定的时间和空间范围的限制，因而观察单位数无限，称为无限总体。,2、样本根据随机化原则从总体中抽取的一定数量（sample size)的个体，称为样本（sample），用样本信息来推断总体特征。从总体中抽取部分个体的过程称为抽样（sampling)。抽样必须遵循随机化原则，即要使总体中每一个体有同等的机会被抽取

7、，这样的样本对总体有较好的代表性，能根据其统计量推断总体特征。（随机化，足够样本含量使样本具有代表性）,样本的可靠性：总体确定后，使样本中的每个观察单位确属预先确定的同质总体。如：正确诊断，正确分期；规定动物的种属、原始体重，控制非实验因素等；抽样的必要性：无限总体；有限总体：人力、财力、不可能性、不必要性（高血压病人等）。,3、同质同质（homogeneity）是指影响被研究指标的非实验因素相同。有些影响因素往往是难以控制的、甚至是未知的，如遗传、营养、心理等。实际中只有相对的同质，即影响被研究指标较大的、可以控制的主要因素尽可能相同。如研究儿童的身高，则要求影响身高这一指标较大的、易控制的

8、因素如性别、年龄、民族、地区要相同，而不能控制的因素，如遗传、营养等影响因素可以略去。,4、变异（variation,variablility）同质基础上的各观察单位（亦称为个体）之间的差异为变异。如同性别、同年龄、同民族、同地区儿童的身高有高有低，称为身高的变异。统计学是研究变异的科学。没有变异就不需要统计学。在医学研究中，这种变异表现在人与人之间的差异。虽然有时我们感兴趣的是变异本身，但更多时候我们试图找出隐藏在变异背后的规律性。,5、参数（parameter)和统计量（statistic)总体的统计指标称为参数。如：总体均数（)，总体发病率，总体死亡率，等，样本的统计指标称为统计量如：样

9、本均数(x)，样本发病率，样本死亡率，等，统计学上用不同的符号表示。,6、误差（error）观察值与实际值的差异，成为误差。分为：过失误差；系统误差；随机测量误差；随机抽样误差；（1）过失误差(mistaken error)：过失所致的误差（不认真，错误判断，记录等原因）；（2）系统误差（systematic error)：仪器未校准所致的误差（统一偏高，或偏低）；这两类误差可以避免。,（3）随机测量误差（random measurement error):不同观察者或同一观察者多次观察值的不相同。这种误差不可避免。那么，抽样误差又怎样呢？,（4）抽样误差（sampling error):总体

10、中存在个体变异，抽样研究中所抽取的样本，只包含总体中一部分个体，因而样本均数（或率）往往不等于总体均数（或率），表现为多次抽样的样本均数或率不同。这种由抽样引起的差异称为抽样误差。抽样误差愈小，用样本推断总体的精确度愈高；反之，其精确度愈低。由于生物的个体变异是客观存在的，因而抽样误差是不可避免的，但抽样误差有一定的规律性。,7、概率（probability）几率，或然率 概率是反映某一事件发生的可能性大小的量，常用符号P表示。The probability of an event is the events long run relative frequency（相对频率）in repeat

11、ed trials under similar conditions.It can be any value from 0 to 1.绝对事件(absolute event)：概率等于1或0。随机事件(random event):概率在0和1之间。,Probability（概率）,Event A,occurs B times in C trials,the ratio B/C is called the probability of A.P(A)=B/C,P0.05和P0.01分别表示事件发生的可能性等于或小于0.05和0.01。习惯上把P0.05或0.01的事件称为小概率事件，表示某事件发生

12、的可能性很小。“小概率事件一次抽样不可能发生”小概率事件定理,P=1,P=0,P=0.5,Random Event,Absolute Event,Absolute Event,8、变量及变量值变量（variable):观察对象的特征或指标。对变量进行取值所采用的工具或标准成为测量尺度（scale)。测量的结果称为变量值(value of variable)或观察值（observed value,measurements)。如健康成年男性的血压值：某个人是观察单位，血压是变量，千帕是测量尺度，千帕数值为观察值。也可以将变量定性：性别，职业，等。,Sample100,Sampling,Parame

13、ters,Statistics,Population50000With relatively same features(homogeneity)but still varied among all(variation),Observed unit with Probability,Representative(random,size),Inference,9、随机化（randomization)使总体中的每个个体有均等的机会成为样本观察单位的过程，称为随机化。医学研究从总体中抽出一定数量的样本进行研究，得出规律，推及总体。为使样本代表总体，必须缩小抽样误差。随机抽样旨在避免人的主观性，让机遇

14、起作用，以反映总体的客观情况。随机不是随便(free and easy,casual)或 随意(ad libitum)。常用：抽签法，随机数目表法，计算器随机数法；,单纯随机抽样(简单随机抽样),最简单、最基本的抽样方法从总体N个对象中，利用抽签或其他随机方法抽取n个总体中每个对象被抽到的概率相等,Simple random sampling,系统抽样(机械抽样),按照一定顺序，机械地每隔若干单位抽取一个单位的抽样方法。将总体各个个体单位按某种标志排列、连续编号根据总体数N和确定的样本数n，计算抽样距离（N/n）用单纯随机方法在第一组中确定一个起始号从此起始点开始，每隔K（K=N/n）个单位抽

15、取一个作为研究对象,Systemic sampling,系统抽样示意图,分层抽样,将总体单位按某种特征分为若干次级（层），然后从每一层内单纯随机抽样组成一个样本。分类按比例分配（proportional allocation）分层随机抽样 各层内抽样比例相同最优分配（optimum allocation)分层随机抽样 各层抽样比例不同，内部变异小的层抽样比例小，内部变异大的层抽样比例大,Stratified sampling,整群抽样,将总体分成若干群组，抽取其中部分群组作为观察单位组成样本分类单纯整群抽样（Simple cluster sampling）被抽到的群组中的全部个体均作为调查对象

16、二阶段抽样（Two stages sampling）通过再次抽样后调查部分个体,Cluster sampling,四、正确运用统计学,1、统计学是工具杜绝统计无用，统计万能论点。拓宽医学研究思路统计学知识-指导课题设计-资料分析单因素-多因素-探讨病因-预后单纯比较均数-相关、回归,2、科研设计科学合理，提高效率运用实验设计的原则，从动物选择、分组、指标测定、结果分析等方面达到最优化。统计不能创造规律，只能在一定的限度内，弥补实验设计的不足。3、采集准确可靠的资料，对资料合理使用，尤其对多因素影响的疾病。,4、选择合适的统计方法进行分析，正确解释分析结果。统计结论是概率性的，在给出统计结论后，

17、恰当地指出专业意义。避免使用：证明（或类似语气）；一般采用：提示，可以认为等 较为客观。,五、几点注意事项,1、着重理解医学统计学的基本原理与基本概念，掌握搜集、整理与分析资料的基本知识与技能，常用统计指标与基本统计方法的正确应用。重视原始资料的完整性与可靠性，对数据的处理应持严肃、认真和实事求是的科学态度，反对伪造和篡改统计数字。,2、注意培养科学的统计思维方法如：统计工作步骤间的内在联系；生物个体差异的客观存在，抽样误差不可避免，因而样本指标的比较时，不能仅从数字表面大小看问题；统计结论具有概率性的思想；统计检验的基本思想；,3、必须联系实际，结合专业，才能学好和用好医学统计学。如：多联系

18、医学文献和医学科研工作，评价其统计设计与分析的优缺点。4、对数理统计公式，要理解其意义、用途和应用条件，不必深究其数学推导。,统计资料的类型统计工作的基本步骤,第二章 统计资料的收集和整理 data collection and data sorting,一、资料的类型data classification1、根据是否定量划分：（1）计量资料（measurement data)用定量方法测量每个观察单位的某项指标，所得的数值资料为计量资料，亦称数值变量资料。一般有度量衡单位。如7岁男童的身高（cm）、体重（kg）和血压（kPa）;空气中CO2浓度（mg/L)；常用：平均数，标准差，t检验，方差

19、分析，相关与回归 等分析。,例-配对t检验 paired t-test,为研究体位对高血压患者收缩压的影响，随机抽取了10名高血压患者，分别在其坐位10分钟后和卧位10分钟后测量其收缩压，结果见表，试问这两种体位对患者的收缩压是否有影响？,（2）计数资料(enumeration data)将观察单位按某种属性或类别分组，然后清点各组的观察单位数，为计数资料（亦称分类变量资料，无序分类资料）。如血型分布，按A、B、O、AB型分组得各血型的人数为计数资料。职业类型：工人，农民，干部，军人；某单位患流感人数与未患流感人数；某药治疗后痢疾病人的治愈人数与未治愈人数；分属于各组的观察单位间有质的差别，不

20、同质的观察单位不能归在同一个组内。常用：率、构成比、卡方检验等。,例-行列表资料的分析（多个样本率的比较）,用某新药治疗不同类型关节炎的疗效，问该药治疗不同类型关节炎的疗效是否有差别？,（3）等级资料（ranked data)将观察单位按某种属性的不同程度分组，所得各组的观察单位数为等级资料，亦称有序分类资料。具有计数资料的特点，但分组又是按一定顺序如由轻到重、由小到大排列。如：临床疗效按控制、显效、好转和无效分组所得各组人数。按尿蛋白结果将病人分类，-，+-,+,+人数；常用：率、构成比、秩和检验等。,例-等级资料的秩和检验,某医院用中草药治疗两种不同类型小儿肺炎的疗效，问：该药对两种类型肺

21、炎患者的疗效是否不同。,与计数资料不同：属性的分组有程度差别，各组大小顺序排列；与计量资料不同：每个观察单位未确切定量，称为半定量资料。等级资料介于计量资料与计数资料之间。,根据分析的需要，三类资料可以相互转化,血红蛋白含量（计量资料）,按正常与异常分组得到各组人数（计数资料）,按血红蛋白多少分五个等级：16（血红蛋白增高）得各组人数（等级资料）,2、根据测量的整数之间有无小数划分（1）连续性资料（continuous data):测定的整数之间有无限多位小数。如：体重，身高，等大多数计量资料。（2）非连续性资料（discrete data):整数间无任何小数。如：病人数，细胞数，动物死亡数;

22、不同的数据类型间可以根据需要相互转换；数据类型不同，统计分析方法不同。,二、统计工作的基本步骤 即设计(design)、搜集资料(data collection)、整理资料(data sorting)、分析资料(data analysis)。是相互联系，不可分割的。1、设计（design）：制定周密的医学研究计划，是关键的一步。有调查设计和实验设计之分。,（1）调查设计（survey design)应用人群调查的方法，发现某些特定的医学问题。调查设计一般包括专业设计和统计设计。专业设计：指调查要达到的专业目的和要求，解决专业问题。统计设计包括资料搜集、整理与分析过程中的统计设想和科学安排。关于

23、搜集资料的调查计划，在整个设计中占主要地位，应解决的问题是：,A:明确调查目的和指标 了解参数，用以说明总体特征。如：某地居民某病患病率、环境中某有害物质的平均浓度；研究现象间的相关联系，以探索病因。如：环境污染与健康的关系。要把调查目的具体到指标：癌症死亡率：年龄别，地区别，等指标灵敏度、特异度高。如：细胞学，x光对食管癌。,B确定调查对象和观察单位 调查对象是根据调查目的和指标确定的调查总体的同质范围；观察单位是要调查的总体中的个体，可以是：一个人，一个病例，一个家庭，一个集体单位，人次，采样点，等。,C调查方法 可分为普查（census)和非全面调查。普查是将组成总体全部观察单位加以调查

24、。非全面调查包括典型调查和抽样调查两种。典型调查是有意识的选择好的、中间的或坏的典型来调查，一般多用于社会调查或检查卫生工作等；抽样调查是通过随机抽样来推测总体特征，在实际工作中应用最多。此外：病例对照研究（case-control study)，定群研究(cohort study)，,D调查方式 直接观察、采访、填表和通信四种方式。前两种调查资料由参加研究的人员直接记录，质量可靠。后两种则由被调查者自己填写，误差较大，只有在必要时才应用。,E调查项目和调查表设计 把调查项目列成调查表，要精简明了，必需的项目不要遗漏，无关项目不要列入表内，便于填表人理解和正确填写。拟订调查表应注意以下事项：只

25、包括能解决调查任务所必需的问题；只包括那些能得到答复的问题；避免引起被调查者的疑虑；问题答案定义要明确。,F样本含量的估计 根据研究目的要求、研究对象特点和抽样方法决定样本大小。详细的估计，要根据预试和容许误差通过公式计算。（第41章，509页）,(2)实验设计(experiment design)实验设计是实验研究极其重要的一个环节。医学实验的基本要素包括处理因素、受试对象和实验效应三部分。如：用某种铁制剂治疗缺铁性贫血患者，观察血红蛋白升高情况，该铁制剂即处理因素，缺铁性贫血患者即受试对象，血红蛋白的测量值即实验效应。,实验设计应遵循对照、随机、重复（即样本例数）的原则。A、对照：首要原则

26、。“齐同对比”，除了要观察研究的因素外，实验组与对照组一切条件应尽量相同，要有完全的可比性，才能排除其他影响因素。空白对照，试验对照，安慰剂对照，配对对照，组间对照，,B、随机化（randomization)如前所述。,C、重复（replication)实验样本必须够大，在一次试验中有充分的重复；如果一批实验结果可靠，应经得起重复试验的考验。决定样本数（重复性）的因素：处理效果；实验误差；抽样误差；资料性质；显著性检验要求的水平；实验结果的可能性；实验设计的类型；动物实验：大动物：5-15，中等动物：10-20，小动物：15-30,2、资料搜集（data collection）按设计的要求及时

27、取得准确、完整的原始数据。(1)资料来源：(A 统计报表 B 报告卡（单）C 日常医疗卫生工作记录 D 专题调查或实验（试验）)A 统计报表如疫情报表、医院工作报表等，这些都是根据国家规定的报告制度，由医疗卫生机构定期逐级上报的。这些报表提供了较全面的居民健康状况和医疗卫生机构的主要数据，是总结、检查和制订卫生工作计划的重要依据。,对统计报表的检查：数字检查：纵、横的合计是否吻合。专业逻辑检查：年龄组、性别组等。确信数据的来源及正确性。应有专业人员填写。,B 报告卡（单）如传染病和职业病发病报告卡、肿瘤发病及肿瘤死亡报告卡、出生报告单及死亡报告单等。要做到及时填卡（单），防止漏报。例如，出生后

28、不久即死亡的新生儿要同时填写出生报告单和死亡报告单。对报告卡的检查：常有漏报，重报等。报告卡上应有病例、报告人详细的联系方法，如电话等。,C 日常医疗卫生工作记录如门诊病历、住院病历、健康检查记录、卫生监测记录等。要做到登记完整、准确。注意事项：不能计算发病率，患病率；不同医院的记录，比较时要慎重。医院病人病种的比例，不能很好代表居民中病种比例。同科室不同时期病人病情会不同。注意标准的一致性。对病情的诊断标准，.,D 专题调查或实验（试验）一般统计报表和医院病历资料的内容都有局限性，要做到深入分析往往感到资料不全。经常采用专题调查或实验（试验）研究。这些资料的质量高，是理想的统计资料。(2)资

29、料的记录 recording 和贮存 storage调查表中项目的记录（自学）。(3）记录表的目视检查（checking)（自学）,3、资料整理（date sorting）资料整理的目的是把杂乱无章的原始资料系统化、条理化，便于进一步计算统计指标和分析。资料整理的过程如下：（1）在资料整理之前将收集到的数据和各种资料进行检查和核对。补充或剔除，需要很大的耐心。,（2）设计分组A质量分组：即将观察单位按其属性或类别（如性别、职业、疾病分类、婚姻状况等）归类分组；B数量分组：即将观察单位数值大小（如年龄大小、血压高低等）分组。两种分组往往结合使用，一般是在质量分组基础上进行数量分组。如先按性别分组

30、，再按身高的数值大上分组。按分组要求设计整理表，进行手工汇总（划记法或分卡法）或用计算机汇总。,频数表的绘制频数分布表（frequency distribution table)对资料中各变量值的频数汇总而成的表格，用来反映各变量值与其频数间的关系，可以观察该资料的分布类型。是最基础的统计描述。例：某市1995年110名7岁男童的身高(cm）。,某市1995年110名7岁男童的身高(cm）资料如下，,（1）计算极差：找出观察值中最大值与最小值，二者之差称为极差（全距Range)。R 表示。本例134.5-110.2=24.3。,（2）决定组数（class number)、组段(class)、组

31、距(class interval)：组数：原始数据能够被划分为不同范围的个数。根据研究目的及观察例数确定。不宜过多或过少。组段：变量值的范围。有上限，下限。组距：相邻两组段下限值之差称为组距，一般取等距，R/组数之商。组距应便于分组。本例：预分为10组，组距：24.3/10=2.43,取2所有组段自上而下、从小到大排列。第一组段包括最小值，最后组段包括最大值。,某市1995年110名7岁男童的身高(cm）,（3）列表划记：将原始数据用划记法（或计算机）做出频数表，得出各组段的频数、频率、累计频率。注意事项：A:除最后组段除外，组段无上限。B:尽量做到等组距。特殊情况特殊对待。如：年龄，数值差异

32、很大；C:要有频数、频率、累计频率标记。,某市1995年110名7岁男童的身高(cm）频数表,频数表的用途：（1）揭示频数的分布特征：两个重要特征：集中趋势（central tendency):数值高低不等，但中等水平的人数最多。离散趋势（tendency of dispersion):数值之间参差不齐；逐渐变大（或变小）的人数渐少。向两端分散。,频数图（frequency diagram)：更明显地揭示两种趋势。频数高峰在中央，两边对称（或基本对称）地逐渐减少，称为正态分布（或近似正态分布）。高峰位于左侧，正偏态分布；位于右侧，负偏态分布。医学资料多为正偏态。均数-众数0,正偏态；均数-众数

33、0,负偏态；,身高(cm)某市1995年110名7岁男童的身高分布直方图,（2）便于发现某些特大或特小的可疑值。如在频数表的两端，出现连续几个组段的频数为0后，尚有一特大或特小值，使人怀疑是否有测定上的差错（可疑值）。（3）样本含量足够大时，以频率作为概率的估计值。（4）作为陈述资料的形式。,某市1995年110名7岁男童的身高(cm）频数表,4、资料分析（data analysis）按设计的要求，根据研究目的和资料的类型，对整理出的基础数据作进一步的计算分析和统计处理，并用适当的统计图、表表达(presentation)出来，最后结合专业作出结论。统计描述：计算统计指标，平均值，发病率，统计推断：推断总体的特征，,谢谢！,