醫(yī)學(xué)中用到的統(tǒng)計(jì)方法課件

常用的醫(yī)學(xué)統(tǒng)計(jì)方法1總體個(gè)體、個(gè)體變異總體參數(shù)未知樣本代表性、抽樣誤差樣本統(tǒng)計(jì)量已知隨機(jī)抽樣統(tǒng)計(jì)推斷I型、II型誤差2統(tǒng)計(jì)分析的一般步驟：先對(duì)觀察測(cè)量得到的變量值（即觀察值）進(jìn)行統(tǒng)計(jì)描述。在此統(tǒng)計(jì)描述上進(jìn)行深入的統(tǒng)計(jì)推斷。3分析資料統(tǒng)計(jì)描述

descriptivestatistics統(tǒng)計(jì)推斷inferenticalstatistics計(jì)量資料的統(tǒng)計(jì)描述計(jì)數(shù)資料的統(tǒng)計(jì)描述構(gòu)成比集中趨勢(shì)：均數(shù)離散趨勢(shì)：標(biāo)準(zhǔn)差率參數(shù)估計(jì)假設(shè)檢驗(yàn)區(qū)間估計(jì)比t-TestF-хT2e-Tset

stU-Test……點(diǎn)估計(jì)4假設(shè)檢驗(yàn)的基本思想：假設(shè)檢驗(yàn)的基本思想是小概率反證法思想。小概率思想是指小概率事件（P<0.01或P<0.05）在一次試驗(yàn)中基本上不會(huì)發(fā)生。反證法思想是：先提出假設(shè)(檢驗(yàn)假設(shè)H0)，再用適當(dāng)?shù)慕y(tǒng)計(jì)方法確定假設(shè)成立的可能

性大小，如可能性小,則認(rèn)為假設(shè)不成立，若可能性大，則不能認(rèn)為假設(shè)不成立。5管壁的厚度（計(jì)量資料，數(shù)值）管壁增厚（計(jì)數(shù)資料，有無(wú)/分類）67我們可以做：歸納臨床資料；分組：按有無(wú)癥狀、有無(wú)疾病……統(tǒng)計(jì)指標(biāo)：平均值、標(biāo)準(zhǔn)差假設(shè)檢驗(yàn)（計(jì)量資料）：t

檢驗(yàn)/參數(shù)檢驗(yàn)中的wilcoxon檢驗(yàn)（各組的管壁厚度有無(wú)顯著性差異）8計(jì)數(shù)資料歸納臨床資料；分組：按有無(wú)癥狀、有無(wú)疾病……──────────────統(tǒng)計(jì)指標(biāo)：構(gòu)成比；率假設(shè)檢驗(yàn)（計(jì)數(shù)資料）： 卡方檢驗(yàn)/Fisher確切概率計(jì)算法（率的比較：如陽(yáng)性率、有效率……四格表卡方）組別 增厚 無(wú)增厚 合計(jì)──────────────1

a

b

a+b2

c

d

c+d──────────────合計(jì)

a+c

b+d

n=a+b+c+d──────────────我們還可以做：在分組的基礎(chǔ)上，分別統(tǒng)計(jì)兩組的臨床特征有無(wú)差異。9觀察者之間的一致性檢驗(yàn)：計(jì)量資料：配對(duì)T檢驗(yàn)1011觀察者之間的一致性檢驗(yàn)：計(jì)數(shù)資料：Kappa：K值，大于0

說(shuō)明有一致性；越接近1，一致性越高Bland-Altman圖：觀察者之間的一致性12散點(diǎn)圖：觀察者之間的相關(guān)（r值，pearson相關(guān)）13每一分界點(diǎn)以及一一對(duì)應(yīng)的敏感性、特異度14ROC曲線：以曲線下面積評(píng)價(jià)診斷效率15直方圖：顯示連續(xù)型變量的次數(shù)分布16計(jì)數(shù)資料的ROC曲線：1718聚類分析對(duì)頸動(dòng)脈厚度（狹窄度）進(jìn)行分級(jí)/類：聚類分析是將樣本分成幾類（組），使組間變異與組內(nèi)變異最大化（統(tǒng)計(jì)量F值）：分析結(jié)果：0級(jí)：頸動(dòng)脈無(wú)明顯狹窄；I級(jí)：0-34%；II級(jí)：34%-62%；III級(jí)：62%-100%。其中0級(jí)頸動(dòng)脈292條，I級(jí)狹窄12條，II級(jí)狹窄36條，III級(jí)狹窄72條。

(F=7409.314，p=0.000)管壁厚度和病變的各種危險(xiǎn)因素一起做logistic回歸分析一般的相對(duì)危險(xiǎn)度RR計(jì)算通常用于單因素分析；LOGISTIC回歸可用于多因素分析（變量可以是計(jì)量、計(jì)數(shù)資料）回顧性研究1920COX生存分析前瞻性研究研究管壁厚度及其它危險(xiǎn)因素與隨后發(fā)生的缺血性腦血管事件之間的關(guān)系終點(diǎn)事件：目標(biāo)頸動(dòng)脈供血區(qū)的TIA、腦梗死常用統(tǒng)計(jì)圖比大小——直條圖、箱式圖直方圖——看分布線圖——看趨勢(shì)餅圖——看構(gòu)成散點(diǎn)圖——看關(guān)系2122參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)檢驗(yàn)類型參數(shù)非參數(shù)單樣本/兩獨(dú)立樣本T檢驗(yàn)Wilcoxon/Mann-Whitney檢驗(yàn)配對(duì)樣本配對(duì)T檢驗(yàn)符號(hào)秩和檢驗(yàn)幾個(gè)獨(dú)立樣本CRD方差分析（ANOVA）Kruskal-Wallis檢驗(yàn)幾個(gè)匹配樣本RBD方差分析Fridman檢驗(yàn)相關(guān)性Pearson相關(guān)Spearman相關(guān)23等級(jí)資料半定量資料（按不同程度分組）統(tǒng)計(jì)指標(biāo)：構(gòu)成比、率統(tǒng)計(jì)檢驗(yàn)方法：非參數(shù)檢驗(yàn)方法若選行×列表資料的卡方檢驗(yàn)，只能推斷構(gòu)成比差別，而選秩轉(zhuǎn)換的非參數(shù)檢驗(yàn)，可推斷等級(jí)強(qiáng)度差別。2450例乳腺癌鉬靶漏診原因分析誤診的BI-RADS分級(jí)例數(shù)0級(jí)5I級(jí)5II級(jí)20III級(jí)10IV級(jí)5V級(jí)5總計(jì)50影響因素例數(shù)病人因素15診斷因素10技術(shù)因素15腫塊因素10總計(jì)5025寫(xiě)在最后成功的基礎(chǔ)在于好的學(xué)習(xí)習(xí)慣Thefoundationofsuccessliesingoodhabits結(jié)束語(yǔ)當(dāng)你盡了自己的最大努力時(shí)，失敗也是偉大的，所以不要放棄，堅(jiān)持就是正確的。When

You

Do

Your

Best,