还剩25页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
《医学统计学讲义三》ppt课件•医学统计学基础•描述性统计学•概率与概率分布CATALOGUE•参数估计与假设检验目录•方差分析•相关与回归分析01医学统计学基础医学统计学的定义与意义医学统计学定义医学统计学是应用统计学的原理和方法,研究医学领域的数据收集、整理、分析和推断的一门学科医学统计学意义为医学研究和实践提供科学的方法和工具,帮助我们更好地理解疾病的本质和规律,提高医疗质量和水平医学统计学的应用领域临床研究生物统计学在临床试验、诊断、治疗等方在遗传学、生物信息学等领域面应用统计学方法,提高研究应用统计学方法,揭示生命现结果的可信度和可靠性象的内在规律流行病学药物研发与评价通过统计学方法研究疾病在人在药物临床试验、疗效评价等群中的分布、影响因素和预防方面应用统计学方法,确保药措施,为公共卫生决策提供依物的安全性和有效性据医学统计学的基本概念010203总体与样本变量与数据概率与分布总体是研究对象的全体,变量是描述研究对象特征概率描述事件发生的可能样本是从总体中随机抽取的参数或指标,数据是变性,分布描述随机变量的的一部分量的具体取值取值概率规律02描述性统计学数据的收集与整理确定研究目的和范围设计调查问卷或实验方案明确研究主题,确定研究范围,确定根据研究目的和范围,设计调查问卷研究对象的特征和变量或实验方案,确保数据收集的准确性和可靠性实施调查或实验数据整理按照调查问卷或实验方案的要求,进对收集到的数据进行整理,包括数据行数据收集,确保数据的质量和完整筛选、数据编码、数据分类等,以便性进行后续的统计分析数据的描述性统计指标平均数中位数众数标准差方差表示数据的集中趋势,将数据按大小排序后,数据中出现次数最多的表示数据离散程度的指表示数据离散程度的指计算方法为所有数值相位于中间位置的数值数值标,计算方法为每个数标,计算方法为每个数加后除以数值的数量对于奇数个数据,中位值与平均数之差的平方值与平均数之差的平方数就是中间那个数;对的平均数再开方的和再除以数值的数量于偶数个数据,中位数是中间两个数的平均值数据的图表示方法直方图折线图用于表示数据的分布情况,以条形的形式用于表示数据随时间或其他变量的变化趋展示数据在不同区间的分布情况势,以线段的形式连接不同区间的数据点饼图箱线图用于表示各部分在总体中所占的比例,以用于表示数据的集中趋势、离散程度和异扇形面积的形式展示各部分的比例常值情况,以箱体、箱须和箱外点的形式展示数据的特点03概率与概率分布概率的基本概念概率随机事件描述随机事件发生可能性的量度,通概率P介于0和1之间的事件,如掷骰常表示为P子出现偶数点必然事件概率P=1的事件,如抛硬币正面朝上概率分布及其性质期望值随机变量的所有可能取值的概率加概率分布权和,表示为EX描述随机变量取值概率的函数,通常表示为Fx方差描述随机变量取值分散程度的量,表示为VarX常见的概率分布及其应用二项分布正态分布泊松分布描述n次独立重复试验中成描述连续随机变量概率分描述单位时间内随机事件功次数概率分布,适用于布,适用于医学研究中测发生次数的概率分布,适医学研究中观察性研究设量数据用于医学研究中计数数据计04参数估计与假设检验点估计与区间估计点估计区间估计用单一的数值来估计参数,如使用样本均数用一定的置信区间来估计参数,如95%置信来估计总体均数区间置信水平与置信区间误差幅度描述区间估计的可靠程度,如95%置信水平区间估计的宽度,反映估计的精确度下的置信区间假设检验的基本原理小概率事件原理两类错误检验效能样本量与检验效能如果一个事件在假设为真的在假设检验中可能犯的错误,衡量假设检验发现真实差异样本量越大,检验效能越高,情况下发生的概率很小,则包括第一类错误(拒绝正确的能力,与两类错误的概率但需要综合考虑成本和可行认为这个事件不太可能发生,假设)和第二类错误(接受有关性从而拒绝该假设错误假设)单样本与两样本的假设检验两样本假设检验比较两个独立或配对样本的统计量单样本假设检验比较一个样本统计量与已知参考值或理论值假设检验的步骤包括提出假设、确定检验水准、选择合适的统计方法、计算统计量、作出独立样本与配对样本推断结论等独立样本是指两个样本之间没有关联,而配对样本则是来自相关或配对的个体05方差分析方差分析的基本原理方差分析是一种统计方法,用于比较方差分析的基本思想是将总变异分为多个组之间的平均值差异,以确定这组间变异和组内变异,并计算它们的些差异是否由随机误差引起还是由处方差理因素引起它基于以下假设各组内部的观察值是相互独立的,且服从正态分布单因素方差分析单因素方差分析用于比较一个它假设不同组之间的平均值存分析步骤包括计算总变异、分类变量对数值型因变量的影在显著差异,而组内观察值则组间变异和组内变异,并计算F响相互独立且服从正态分布统计量以检验组间变异是否显著大于组内变异多因素方差分析多因素方差分析用于比较两个或它假设不同组之间的平均值存在分析步骤包括构建模型、检验多个分类变量对数值型因变量的显著差异,且这些差异可以由分模型假设、解释结果影响类变量的不同水平来解释06相关与回归分析相关分析相关系数散点图注意事项衡量两个变量间线性关系的强度直观展示两个变量间的关系,有相关关系不等于因果关系,只能和方向,常用r表示|r|越接近1,助于判断是否具有线性关系说明两变量间有联系,不能确定相关性越强;越接近0,相关性具体作用机制越弱一元线性回归分析一元线性回归方程y=a+bx,其中a和b是回归系数回归系数的意义b衡量x对y的影响程度,a代表y的平均水平应用场景当需要预测一个因变量的值,而自变量与因变量之间存在线性关系时多元线性回归分析多元线性回归方程y=a+b1x1+b2x2+...+bnxn多元线性回归的优势可以同时考虑多个自变量对因变量的影响,更准确地预测因变量的值注意事项需确保自变量之间无多重共线性,否则会导致回归系数不稳定THANKS感谢观看。