《醫(yī)學(xué)統(tǒng)計學(xué)講義三》課件

《醫(yī)學(xué)統(tǒng)計學(xué)講義三》ppt課件CATALOGUE目錄醫(yī)學(xué)統(tǒng)計學(xué)基礎(chǔ)描述性統(tǒng)計學(xué)概率與概率分布參數(shù)估計與假設(shè)檢驗方差分析相關(guān)與回歸分析醫(yī)學(xué)統(tǒng)計學(xué)基礎(chǔ)01醫(yī)學(xué)統(tǒng)計學(xué)是應(yīng)用統(tǒng)計學(xué)的原理和方法，研究醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)收集、整理、分析和推斷的一門學(xué)科。醫(yī)學(xué)統(tǒng)計學(xué)定義為醫(yī)學(xué)研究和實踐提供科學(xué)的方法和工具，幫助我們更好地理解疾病的本質(zhì)和規(guī)律，提高醫(yī)療質(zhì)量和水平。醫(yī)學(xué)統(tǒng)計學(xué)意義醫(yī)學(xué)統(tǒng)計學(xué)的定義與意義在臨床試驗、診斷、治療等方面應(yīng)用統(tǒng)計學(xué)方法，提高研究結(jié)果的可信度和可靠性。臨床研究通過統(tǒng)計學(xué)方法研究疾病在人群中的分布、影響因素和預(yù)防措施，為公共衛(wèi)生決策提供依據(jù)。流行病學(xué)在遺傳學(xué)、生物信息學(xué)等領(lǐng)域應(yīng)用統(tǒng)計學(xué)方法，揭示生命現(xiàn)象的內(nèi)在規(guī)律。生物統(tǒng)計學(xué)在藥物臨床試驗、療效評價等方面應(yīng)用統(tǒng)計學(xué)方法，確保藥物的安全性和有效性。藥物研發(fā)與評價醫(yī)學(xué)統(tǒng)計學(xué)的應(yīng)用領(lǐng)域總體是研究對象的全體，樣本是從總體中隨機(jī)抽取的一部分。總體與樣本變量與數(shù)據(jù)概率與分布變量是描述研究對象特征的參數(shù)或指標(biāo)，數(shù)據(jù)是變量的具體取值。概率描述事件發(fā)生的可能性，分布描述隨機(jī)變量的取值概率規(guī)律。030201醫(yī)學(xué)統(tǒng)計學(xué)的基本概念描述性統(tǒng)計學(xué)02明確研究主題，確定研究范圍，確定研究對象的特征和變量。確定研究目的和范圍設(shè)計調(diào)查問卷或?qū)嶒灧桨笇嵤┱{(diào)查或?qū)嶒灁?shù)據(jù)整理根據(jù)研究目的和范圍，設(shè)計調(diào)查問卷或?qū)嶒灧桨?，確保數(shù)據(jù)收集的準(zhǔn)確性和可靠性。按照調(diào)查問卷或?qū)嶒灧桨傅囊?，進(jìn)行數(shù)據(jù)收集，確保數(shù)據(jù)的質(zhì)量和完整性。對收集到的數(shù)據(jù)進(jìn)行整理，包括數(shù)據(jù)篩選、數(shù)據(jù)編碼、數(shù)據(jù)分類等，以便進(jìn)行后續(xù)的統(tǒng)計分析。數(shù)據(jù)的收集與整理平均數(shù)表示數(shù)據(jù)的集中趨勢，計算方法為所有數(shù)值相加后除以數(shù)值的數(shù)量。將數(shù)據(jù)按大小排序后，位于中間位置的數(shù)值。對于奇數(shù)個數(shù)據(jù)，中位數(shù)就是中間那個數(shù)；對于偶數(shù)個數(shù)據(jù)，中位數(shù)是中間兩個數(shù)的平均值。數(shù)據(jù)中出現(xiàn)次數(shù)最多的數(shù)值。表示數(shù)據(jù)離散程度的指標(biāo)，計算方法為每個數(shù)值與平均數(shù)之差的平方的平均數(shù)再開方。表示數(shù)據(jù)離散程度的指標(biāo)，計算方法為每個數(shù)值與平均數(shù)之差的平方的和再除以數(shù)值的數(shù)量。中位數(shù)標(biāo)準(zhǔn)差方差眾數(shù)數(shù)據(jù)的描述性統(tǒng)計指標(biāo)用于表示數(shù)據(jù)的分布情況，以條形的形式展示數(shù)據(jù)在不同區(qū)間的分布情況。直方圖用于表示數(shù)據(jù)隨時間或其他變量的變化趨勢，以線段的形式連接不同區(qū)間的數(shù)據(jù)點。折線圖用于表示各部分在總體中所占的比例，以扇形面積的形式展示各部分的比例。餅圖用于表示數(shù)據(jù)的集中趨勢、離散程度和異常值情況，以箱體、箱須和箱外點的形式展示數(shù)據(jù)的特點。箱線圖數(shù)據(jù)的圖表示方法概率與概率分布03

概率的基本概念概率描述隨機(jī)事件發(fā)生可能性的量度，通常表示為P。必然事件概率P=1的事件，如拋硬幣正面朝上。隨機(jī)事件概率P介于0和1之間的事件，如擲骰子出現(xiàn)偶數(shù)點。描述隨機(jī)變量取值概率的函數(shù)，通常表示為F(x)。概率分布隨機(jī)變量的所有可能取值的概率加權(quán)和，表示為E(X)。期望值描述隨機(jī)變量取值分散程度的量，表示為Var(X)。方差概率分布及其性質(zhì)描述n次獨立重復(fù)試驗中成功次數(shù)概率分布，適用于醫(yī)學(xué)研究中觀察性研究設(shè)計。二項分布描述連續(xù)隨機(jī)變量概率分布，適用于醫(yī)學(xué)研究中測量數(shù)據(jù)。正態(tài)分布描述單位時間內(nèi)隨機(jī)事件發(fā)生次數(shù)的概率分布，適用于醫(yī)學(xué)研究中計數(shù)數(shù)據(jù)。泊松分布常見的概率分布及其應(yīng)用參數(shù)估計與假設(shè)檢驗04用單一的數(shù)值來估計參數(shù)，如使用樣本均數(shù)來估計總體均數(shù)。點估計用一定的置信區(qū)間來估計參數(shù)，如95%置信區(qū)間。區(qū)間估計描述區(qū)間估計的可靠程度，如95%置信水平下的置信區(qū)間。置信水平與置信區(qū)間區(qū)間估計的寬度，反映估計的精確度。誤差幅度點估計與區(qū)間估計如果一個事件在假設(shè)為真的情況下發(fā)生的概率很小，則認(rèn)為這個事件不太可能發(fā)生，從而拒絕該假設(shè)。小概率事件原理在假設(shè)檢驗中可能犯的錯誤，包括第一類錯誤（拒絕正確假設(shè)）和第二類錯誤（接受錯誤假設(shè)）。兩類錯誤衡量假設(shè)檢驗發(fā)現(xiàn)真實差異的能力，與兩類錯誤的概率有關(guān)。檢驗效能樣本量越大，檢驗效能越高，但需要綜合考慮成本和可行性。樣本量與檢驗效能假設(shè)檢驗的基本原理兩樣本假設(shè)檢驗比較兩個獨立或配對樣本的統(tǒng)計量。假設(shè)檢驗的步驟包括提出假設(shè)、確定檢驗水準(zhǔn)、選擇合適的統(tǒng)計方法、計算統(tǒng)計量、作出推斷結(jié)論等。獨立樣本與配對樣本獨立樣本是指兩個樣本之間沒有關(guān)聯(lián)，而配對樣本則是來自相關(guān)或配對的個體。單樣本假設(shè)檢驗比較一個樣本統(tǒng)計量與已知參考值或理論值。單樣本與兩樣本的假設(shè)檢驗方差分析05

方差分析的基本原理方差分析是一種統(tǒng)計方法，用于比較多個組之間的平均值差異，以確定這些差異是否由隨機(jī)誤差引起還是由處理因素引起。它基于以下假設(shè)：各組內(nèi)部的觀察值是相互獨立的，且服從正態(tài)分布。方差分析的基本思想是將總變異分為組間變異和組內(nèi)變異，并計算它們的方差。單因素方差分析用于比較一個分類變量對數(shù)值型因變量的影響。它假設(shè)不同組之間的平均值存在顯著差異，而組內(nèi)觀察值則相互獨立且服從正態(tài)分布。分析步驟包括：計算總變異、組間變異和組內(nèi)變異，并計算F統(tǒng)計量以檢驗組間變異是否顯著大于組內(nèi)變異。單因素方差分析它假設(shè)不同組之間的平均值存在顯著差異，且這些差異可以由分類變量的不同水平來解釋。分析步驟包括：構(gòu)建模型、檢驗?zāi)Ｐ图僭O(shè)、解釋結(jié)果。多因素方差分析用于比較兩個或多個分類變量對數(shù)值型因變量的影響。多因素方差分析相關(guān)與回歸分析06散點圖直觀展示兩個變量間的關(guān)系，有助于判斷是否具有線性關(guān)系。相關(guān)系數(shù)衡量兩個變量間線性關(guān)系的強(qiáng)度和方向，常用r表示。|r|越接近1，相關(guān)性越強(qiáng)；越接近0，相關(guān)性越弱。注意事項相關(guān)關(guān)系不等于因果關(guān)系，只能說明兩變量間有聯(lián)系，不能確定具體作用機(jī)制。相關(guān)分析y=a+bx，其中a和b是回歸系數(shù)。一元線性回歸方程b衡量x對y的影響程度，a代表y的平均水平?；貧w系數(shù)的意義當(dāng)需要預(yù)測一個因變量的值，而自變量與因變量之間存在線性關(guān)系時。應(yīng)用場景一元線性回歸分析多元線性回歸