中医药统计学和软件应用笔记重点Word文档格式.docx

1、（2）搜集资料：常规保存的记录；现场调查记录；实验/试验记录；医学文献/网络信息。 （3）整理资料：检查；审核；计算机检查；分组。（4）分析资料 2.统计学认识现象的特点（1）数量性：（2）群体性：（3）具体性：（4）概率性：三、统计学中常用的概念1总体（population）：是根据研究目的确定的同质观察单位的集合。例 河北省18岁男性的身高和体重分布 某性红地2005年健康成年男细胞数 河北省18岁身高在170-175cm男性的体重分布有限总体：指总体限定于特定的空间、时间范围内有限个观察单位。无限总体：指没有空间和时间范围限制的总体 。2样本（sample）：从总体中随机抽取的有代表性的

2、一部分观察单位的集合。样本的可靠性：指总体确定后，样本中的每一个观察单位确属预先规定的同质总体。样本的代表性：即样本能够充分反映总体的真实情况。3随机（random）：即在抽样、分组、安排试验顺序时，让总体中每个受试者或观察单位都有同等的机会被抽中、被分配或被安排，而不受研究者的主观意愿驱使。不能将随机理解为随便。4事件（event）：指事物发生某种情况或在调查、观察和实验中获得的某种结果。确定性事件是可预言在一定条件下必然发生的事件，发生的概率为1。随机事件：指一定条件下可能发生也可能不发生的不确定性事件，发生的概率介于01之间。模糊事件：事物本身的含义不确定的现象。5频率（frequenc

3、y）：对于随机事件，在相同的条件下进行了n 次实验，事件发生的次数为，比值/n 为频率，记为fn（A）；概率（probability）：描述某随机事件发生的可能性大小，统计符号为， 01，记为P（A）。当 时，频率fn（A）概率 P（A）。小概率事件：表示某事件发生的可能性很小，在医学研究中，习惯上把P0.05或P0.01的事件称为小概率事件。6变异（variation）：总体中各个体之间的差异性。同质是相对的，研究对象只是在某一方面是性质相同的，同类的观察对象之间往往也存在着变异。 变异是绝对的、客观存在的。7误差（error）：指测量值与真值之差。过失误差：也叫粗差。观测者粗心大意造成的误

4、差。系统误差：由于仪器未校准、试剂未标定、观测标准未统一等固定原因造成的误差。测量误差：由事先难于预料的实验或观察条件的随机波动造成的误差。抽样误差：由抽样引起的样本指标（统计量）与总体指标（参数）的差别。8统计量（statistical）：是反映样本特征的统计指标。统计符号为小写的英文字母。 如样本均数 、样本标准差s 、样本率p 等。9参数（parameter）：是描述总体特征的统计指标。统计符号为小写的希腊字母。 如总体均数、总体标准差、总体率 等。10.统计资料的类型根据研究目的，对研究对象的某些特征进行观测，将这些观测指标或项目称为变量。变量的具体数值（变量值）构成了统计数据或统计资

5、料。统计资料分为两类：1 值变量（numerical variable）：亦称定量资料。是指对每个观察单位用计量方法测得某项 数值大小所获得的资料。特点为其变量值大多有度量衡单位，其具体取值通常是正实数（零、正整数和小数）。如身高1.75m、体重68kg、血压9.6kPa、血糖6.8mmol/L。分类变量（categorical variable）：又称定性资料。指对每个观察单位按某一方面的特征、性质或等级分组计数而得到的资料。特点是变量值表现为互不相容的属性或类别，无度量衡单位。分类变量又可分为两类：1 序分类变量：又称为名义资料。具体取值通常是具有某种属性或特征的个数。特点是可在非数字中取

6、值，各类之间具有性质上的差异。可分为二分变量和多分变量。二分变量是按互不相容的属性分成两类的资料。多分变量是按某种属性或特征分成两类以上的资料。2 序分类变量：亦称等级资料或半定量资料。具体取值也是具有某种属性或特征的个数， 但不同取值之间有半定量的关系。特点是其各类别间有等级、程度或量的差异，即可按数量的相对大小或程度的高低排出顺序。四、学习中医统计学的目的1.顺应中医药学的发展趋势。2.强化中医科研的计划性和科学性。3.拓宽研究思路。4.学会正确地运用统计方法和合理地解释统计结果。五、学习中医统计学的注意事项1理解和领会基本概念和原理，切忌死记硬背。2不追究公式的来源和推导，但要掌握其应用

7、条件。3重视分析问题和解决问题能力的培养。4学会使用统计软件。数值变量资料的统计描述统计描述概念：即利用原始数据，选择适宜的统计指标及统计图表，简明准确地探察数据的分布类型和数量特征的基本统计方法。目的：是根据样本中所包含的信息，客观、正确地推论出其总体规律。第一节 频数分布频数：相同观察值或观察结果出现的次数。分布：指随着随机变量取值的变化，其相应的概率变化的规律性。频数分布：观察值（变量值）按大小分组，各个组段内观察值个数（频数）的分布，是了解数据分布形态特征与规律的基础。一、 频数分布的特征1.集中趋势：指一组变量值的集中倾向或中心位置。2.离散趋势：即一组变量值的离散倾向。二、频数分布

8、的类型1.对称分布：指集中位置居中、左右两侧的 2.非对称分布：亦称偏态分布，是集中位置频数分布基本对称的频数分布。 偏倚、两侧频数的分布不对分为正态分布和非正态分布两 称的频 数分布，可分为正种类型。 偏态和负偏态分布。三、频数分布表/图的作用1.直观地揭示数据的分布类型和特征。2.便于发现资料中某些远离群体的特大或特小的可疑值。3.描述频数分布的集中趋势与离散趋势。4.便于进一步计算统计指标。四、频数表概念：频数分布表的简称。指观察值或某些类别及其相应的频数按一定顺序排列的表格。例题：随机抽取某地120例正常人，测得血清铜的含量（mol/L）如下表，试编制频数表。13.84 12.53 1

9、3.70 14.89 17.53 13.19 18.8214.73 17.44 13.99 14.10 12.29 12.61 14.7814.59 14.71 18.62 19.04 10.95 13.81 10.5313.56 11.48 13.07 16.88 17.04 17.98 12.6711.03 9.23 15.04 14.09 15.90 11.48 14.6413.64 14.39 15.74 13.99 11.31 17.61 16.2613.53 11.68 13.25 11.88 14.21 15.21 15.2913.70 14.45 11.23 19.84 13.

10、11 15.15 11.70频数表的编制方法：1.找极值：Xmax 19.84，X min 9.232.求全距： XmaxX min ，19.849.2310.613.定组数：K=815。4.求组距：i=/（ K1）（i为组距，k为组段数，R为全距）i=10.61/（11-1）=1.06115.确定各组段的上下限：6.归纳计数：某地120名正常成年人血清铜含量频数表组段 频数 频率（） （） 9.00 3 2.5 3 2.510.00 4 3.3 7 5.811.00 12 10.0 19 15.812.00 13 10.8 32 26.6 13.00 17 14.2 49 40.814.00

11、 22 18.3 71 59.115.00 18 15.0 89 74.116.00 13 10.8 102 84.917.00 11 9.2 113 94.118.00 5 4.2 118 98.319.00 2 1.7 120 100.0合 计 120 100.0五、频数图概念:亦称直方图，是以直方的宽度代表组距，以直方的面积大小表示频数的多少、以直方面积在总面积中的比例表示频率大小的图形。等距分组以横轴表示变量，以纵轴表示频数。不等距分组以横轴表示变量，但纵轴是频数除以组距 。第二节 数值变量资料集中趋势的描述集中趋势：是度量变量值集中位置和平均水平的数量指标，其代表值为平均数。平均数：

12、是描述一组观测值平均水平的指标，是对同质基础上的样本或总体一般特征的表达指标。算术平均数、几何平均数、中位数、众数一、算术平均数1.定义：算术平均数简称均数。是一组观察值的和与观察值个数之商。是数量上的平均。用于说明一组观测值的趋中位置或平均水平。 表示样本均数， 表示总体均数。2.适用条件：正态或近似正态分布的资料。如生理指标。3.计算方法：直接法：有n个观察值，分别为X1，X2，Xn，式中是求和的符号 。10名12岁男孩身高（cm）分别为125.5，126.0，127.0，128.5，147.0，131.0，132.0，141.5，122.5，140.0。求平均数。加权法：用于观察值中相同

13、数据较多或频数表资料。1737.00/12014.48（mol/L）二、几何均数个数值连乘积的次方根。是比例或倍数上的平均。统计符号。2.应用条件：等比数列资料。如抗体滴度。6份血清抗体滴度为1:2，1:4，1:8，1:16，1:32，求平均数。 平均滴度为1:8。三、中位数将一组观察值按由小到大的顺序排列，位次居中的数值即中位数。是位次上的平均。统计符号。不拘分布、分布类型不明或一端无界的资料。如潜伏期、治愈时间和发病年龄。n为奇数时 n为偶数时 式中 、 及 均为下标，表示有序数列中观察值的位次。某医院用大黄粉治疗胃热血瘀型血证病人9例，其大便转阴天数分别为1、1、2、2、3、4、5、7、10，求其中位数。本例n = 9, M = X5 = 3（天）。如果本例n=10，第10个数值为16天，则 M=（3+4）/2=3.5（天）。2 数表法用于观察值例数较多或频数表资料。为所在组段的下限；i为该组段的组