医学统计学教学.pptx

医学统计学教学汇报人：XXX2025-X-X

目录1.统计学基础

2.医学数据收集与整理

3.医学数据描述性统计

4.假设检验基础

5.回归分析

6.生存分析

7.多因素分析

8.医学统计学软件应用

01统计学基础

统计学概念与原则统计量定义统计量是描述数据集中趋势和离散趋势的数值，如均值、标准差等。例如，某研究收集了100名患者的血压数据，计算得到平均血压为120mmHg，标准差为10mmHg。概率论基础概率论是统计学的基础，研究随机事件发生的可能性。例如，某药物治疗的治愈概率为80%，即有80%的患者在使用该药物后能够治愈。样本与总体样本是从总体中随机抽取的一部分个体，用于推断总体的特征。例如，某地区有1000名居民，研究者随机抽取了200名进行健康调查，以推断该地区居民的整体健康状况。

数据的类型与描述定量数据定量数据是连续的数值型数据，如身高、体重等。例如，某项研究收集了200名学生的身高数据，平均身高为165cm，标准差为5cm。定性数据定性数据是非连续的类别型数据，如性别、血型等。例如，一项调查收集了500名受访者的性别数据，男性占比60%，女性占比40%。数据描述方法描述数据的方法包括集中趋势、离散趋势和分布形态。例如，通过计算某地区居民的平均收入为5000元，标准差为1000元，可以了解居民收入的平均水平及波动情况。

概率论基础概率的定义概率是描述随机事件发生可能性的度量，介于0和1之间。例如，掷一枚公平的硬币，出现正面的概率为0.5。条件概率条件概率是指在某个条件已发生的情况下，另一个事件发生的概率。例如，已知某地区居民中，40%的人患有高血压，那么在这些人中，患有糖尿病的概率可能为20%。独立事件独立事件是指两个事件的发生互不影响。例如，抛掷两枚公平的骰子，第一枚骰子出现6的概率为1/6，与第二枚骰子出现6的概率也是1/6，这两个事件是独立的。

02医学数据收集与整理

医学数据的来源临床试验临床试验是医学数据的重要来源，通过随机对照试验评估新药或治疗方法的有效性和安全性。例如，一项临床试验招募了1000名患者，以测试新药物对某种疾病的疗效。流行病学调查流行病学调查通过收集人群的健康状况、疾病分布等信息，研究疾病的发生、发展和传播规律。例如，一项调查覆盖了10万人口，收集了他们的生活习惯和健康状况数据。医疗记录分析医疗记录分析利用电子病历、住院记录等资料，研究疾病的治疗效果和患者预后。例如，通过分析5年的医疗记录，研究者发现某治疗方案在特定疾病患者中的有效率为85%。

数据整理的方法数据清洗数据清洗是去除数据中的错误、缺失和不一致信息的过程。例如，在处理一个包含10000条记录的数据集时，可能会发现200条记录存在缺失值，需要被清洗或填充。数据转换数据转换包括将数据格式化、归一化或转换成适合分析的形式。例如，将年龄从文本格式转换为数值格式，或将身高从厘米转换为米。数据合并数据合并是将来自不同来源或不同时间点的数据集整合在一起。例如，将多个临床试验的数据合并，以便进行更广泛的统计分析，可能涉及合并超过100个数据文件。

数据质量评估完整性评估完整性评估检查数据集中是否存在缺失值，以及缺失值的比例。例如，在分析一个包含1000个样本的数据集时，如果发现10%的数据存在缺失，则需进一步分析缺失原因。一致性检查一致性检查确保数据在不同来源或不同时间点保持一致。例如，在合并两个数据集时，需要检查性别、年龄等关键变量的数据是否一致，如发现矛盾需查明原因。准确性验证准确性验证通过外部标准或交叉验证来评估数据的准确性。例如，通过将实验室检测结果与金标准结果进行比较，可以评估实验室数据的准确率，通常设定准确率需达到95%以上。

03医学数据描述性统计

集中趋势的度量均值计算均值是所有数值的总和除以数值的个数，反映数据的平均水平。例如，一组学生的考试成绩均值为75分，说明整体成绩处于中等水平。中位数应用中位数是将数据从小到大排序后位于中间的数值，不受极端值影响。例如，在收入分布中，中位数可能为5000元，表明一半人的收入高于此值。众数特点众数是数据中出现频率最高的数值，适用于描述分类数据的集中趋势。例如，某地区居民的职业分布中，众数为工人，表明工人是数量最多的职业。

离散趋势的度量标准差计算标准差是衡量数据变异程度的统计量，数值越大表示数据越分散。例如，一组学生的身高标准差为5cm，说明身高分布较为集中。方差分析方差是标准差的平方，用于衡量数据的离散程度。例如，某地区不同年龄段居民的平均体重方差为100kg2，表明不同年龄段体重分布差异较大。四分位数间距四分位数间距是上四分位数与下四分位数之差，反映数据的离散范围。例如，一组数据的四分位数间距为15岁，说明年龄分布范围较广。

偏态与峰度的分析偏态分析偏态分析用