生物统计学绪论new 43页

包秀玉www.zonggu.com.cn\n\n历史简述Pierre-SimonLaplace（1749-1827）提出将概率论应用到医学领域中。Pierre-SimonLaplace\nFrancisGalton(1822-1911)•指出回归到平均值（regressiontowardthemean）现象的存在，是回归一词的起源。高尔顿第一次使用了相关系数(correlationcoefficient）的概念FrancisGalton\n•KarlPearson（1857-1936）•现代统计学之父，开创了统计方法学，将描述性统计学改变为推断性统计学。相关分析、2χ拟合优度检验KarlPearson\n•RonaldA.Fisher(1890-1962)现代统计学的奠基人。提出减少误差的三项原则。主要贡献是利用随机化做实验，统计分析和实验设计结合。RonaldA.Fisher\n她的护理学专著里用了大量的统计分许，发明了圆形图来描述数据\nAustinBradfordHill(1897-1991)•是现代临床试验的主要推动•者。主张医生的观察与统计设•计结合起来。AustinBradfordHill\n﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒数学﹒﹒﹒﹒﹒﹒﹒﹒统计学﹒﹒﹒﹒生物统计学\n生活中的统计学¢明天是否下雨？¢买彩票能否中奖？¢子女为什么像父母，其强度有多大？¢中国人均财富值？¢吃某药一定对某种疾病有效吗？\n在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。——C.R.Rao\n统计学与生物医学互相推动¢统计学是医学科研人员的得力工具，掌握和应用统计学是必备的基本素养。¢现代生物医学领域是现代统计学研究和发展的巨大动力。\n统计学中的基本术语¾总体与样本¾同质与变异¾变量与资料¾参数与统计量¾设计与分析¾因果与联系\n例子研究目的：1998年某地7岁男孩的身高情况。研究对象：该地在1998年的10万个7岁男孩。观察单位(个体)：每个7岁男孩。观察指标：身高(观察指标又称为变量)；身高的测量值(观察值)又称为变量取值或变量值。\n总体：该地1988年的10万个7岁男孩身高观察值的全体(即：10万个身高观察值构成的一个集合)。样本：随机抽样所得到的200个7岁男孩身高观察值。抽样研究目的：就是通过样本的信息了解总体的情况。即：通过分析200个7岁男孩的身高了解10万个7岁男孩身高情况。\n一、总体与样本（populationandsample）任何统计研究都必须首先确定观察单位，又称个体（individual），是统计研究中最基本的单位。PopulationPopulation：根据研究目的而确定的同质观察单位的全体，即同质的所有观察单位某一变量值的集合。)SampleSample：按照随机化原则从总体中抽出的部分观察单位的某变量值的集合。\n二、同质与变异同质性（homogeneity）：处于同一总体中的许多个体存在某种共性，即他们大同小异。变异（variation）：同质的基础上个体间的差异。统计学的任务：在变异的背景上描述同一总体的同质性，揭示不同总体的异质性(heterogeneity)。\n三、变量(variable)与资料(data)•1.变量(variable)•确定总体后，对每个观察单位进行测量和观察的•某项特征。•2.资料(data)•对变量的测得值称为变量值(valueofvariable)或•观察值(observedvalue)，亦称资料。\n变量值是定性的，表现为互不相容的3.变量（variable）的类型类别或属性。定性变量（qualitativevariable）分类变量（categoricalvariable）——定性资料变量值是定量的，表二分类（性别）、多分类（血型、职业）现为数值的大小，有单位。有序变量（ordinalvariable）——等级资料定量变量（quantitativevariable）——定量资料离散型变量（discretevariable）连续型变量（continuousvariable）\n注意问题：数据类型可以由高级向低级转化：连续型有序分类二值离散型变量可以通过连续性校正后按照连续型变量的方法处理。\n四、参数与统计量1.参数（parameter）统计学中，反应总体的指标称为参数。2.统计量(statistic)根据样本变量值计算出的指标称为统计量。\n五、设计与分析•科研工作的步骤：•科研设计(design)•收集资料(collectionofdata)•整理资料(sortingdata)•分析资料(analysisofdata)\n医药科研分两类：实验性研究——实验设计观察性研究——调查设计统计分析：根据设计的类型和资料的种类。\n六、因果与联系统计处理所得出的变量间存在联系，并不能确定两现象是因果关系。\n七、概率与频率1.概率(probability)描述随机事件发生可能性的大小的数值；用P表示。2.频率(frequency)事件实际发生的次数与可能发生总次数的比值。\n掷币实验实验者掷币次数正面次数频率Buffon404020480.5069Pearson1200060190.5016Pearson24000120120.5005\n随着实验次数增至足够大，频率逐渐稳定于某一常数附近，则该常数称为概率。P取值为[0，1]；越接近0，可能性越小；越接近1，可能性越大。P≤0.05或0.01，称小概率事件。随机事件在一次抽样或实验中不可能发生。\n第四节目标与方法¢注重培养统计思维，理解基本概念。¢掌握各类统计方法的应用条件和适用资料，不必追究其数学推导。¢注重联系医学科研资料，对给予的资料能正确、全面分析。\n练习试区分以下资料属于哪种类型？1.某地一批人的血红蛋白值资料比色法测得的具体值（如135g/L），为何类资料？根据测得值进行分类（如“贫血”），为何类资料？\n2.某疫苗皮下注射免疫结果观察对象抗体滴度目测判断抗体水平免疫效果观察11：40++无效21：60++++有效三种结果描述各为何类资料？\n3.数据类型的相互转换（1）如年龄（岁），为何类资料？（2）转换为“未成年、成人”，是何类资料？（3）再转换为“婴幼儿、青年、中年、老年”则又是何类资料？\n如治疗效果分类“无效、好转、显效、痊愈”为何类资料？分别给予编码0,1,2,3后又为何类资料？\n几种主要的分布二项分布(binomialdistribution)•二项分布常用于描述二分类变量的分布。•二项分布主要用于率的统计推断，如总体率的估计。•样本率与总体率的比较，两样本率的比较，还可用于两分类变量的统计分析，如logistic回归等。\nPoisson分布的概念¾单位时间、单位空间内某事件的发生数¾单位人群（较大）中某稀有事件的发生数°放射性物质每分钟放射的脉冲数°每ml水中大肠菌群数、每升空气中粉尘数、每1万个细胞中有多少个发生突变°某地每天的交通事故数、某工矿企业每天的工伤人数°足球比赛每场的进球数°生物：每平方公里有多少植物\n正态分布(normaldistribution)•正态分布特征：呈钟形，以均数为中心，左右对称。\n正态分布(normaldistribution)•均数μ：位置参数，μ增大，曲线向右移动。•标准差σ：形状参数，σ增大，数据分散，曲线•低平；σ减小，数据集中，曲线高尖。•记为N(μ,σ2)，标准正态分布：u∼N(0，1)•正态曲线下面积分布规律：•（μ－1.96σ）～（μ＋1.96σ）占95%，双侧尾•部各占2.5%。•（μ－2.58σ）～（μ＋2.58σ）占99%，双侧尾•部各占0.5%。•\n正态分布(normaldistribution)•正态分布的重要性•1.正态分布是很多统计方法的理论基础，很多统计方法要求样本来自正态分布的总体。•2.某些分布，如二项分布等的极限为正态分布，当样本量较大时可按正态近似的方法来处理。•3.不少医学资料服从正态分布或近似正态分布，有的呈偏态分布的医学资料可经过变量变换转换为正态分布。•4.正态曲线下面积分布规律可用于医学正常值范围和控制实验中的检测误差。\nχ2分布(χ2distribution)•χ2分布是一种连续型分布，χ2变量是相互独立的标准正态变量u的平方和，即•χ2=u2+u2+……+u212v•其中df=υ。•用途：检验资料的实际观察频数与按某种检验理论•所算得的理论频数是否相符。\nt分布••t分布(tdistribution)是一种连续型分布，随机变量t是标准正态分布变量与df=υ的χ2分布中的比值，即u•t=2χ/ν•用途：t检验、回归系数及相关系数检验等。\nF分布••F=22(χ/ν)/(χ/ν)1122•F分布有二个自由度ν和ν，它们分别为分子12•的自由度与分母的自由度。•用途：多个均数比较的方差分析，也用于回归•分析中假设检验，以及方差齐性检验等。\n统计软件包简介•一.SAS统计软件包•二.SPSS统计软件包•三.R统计软件包\n•思考题：1.什么事概率?2.什么是总体？什么是样本?3.医学统计数据可以分为哪几个类型？\n