《医学统计学》

医学统计学干货思维导图！医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。本章思维导图内容包括参数估计、假设检验、回归分析等（无统计描述），赶快收藏起来吧！

统计推断

参数估计

1.掌握标准误的概念及计算。 2.熟悉t分布及其特点。 3.熟悉标准差与标准误的区别及联系。 4.掌握总体均数可信区间的估计。

抽样误差与标准误

样本均数的抽样误差

标准误（SE）

t分布

t分布的概念和由来

t分布的图形与特征

t分布的概率密度函数

t分布曲线下面积（见附表2）

总体参数的估计

可信度与可信区间（CI）

总体均数可信区间的计算

可信区间的涵义及其要素

可信区间的确切含义

可信区间的两要素

假设检验

参数检验

计量资料两组均数的比较-t检验

1.掌握t检验的三个应用条件。 2.熟悉三种类型t检验(单样本、配对及两独立样本1检验)的检验过程。 3. 熟悉两类错误及检验效能。 4.熟悉置信区间与假设检验的关系。

假设检验的基本思想及步骤

假设检验基本思想

假设检验的基本步骤

t检验

1.理解假设检验的基本思想。 2.掌握假设检验的基本步骤。 3.掌握t检验的三个应用条件。 4.熟悉单样本t检验的过程。

单样本t检验

样本均数与总体均数的比较

配对t检验

两相关样本均数的比较

两独立样本t检验

两独立样本样本均数的比较

t检验的应用条件检验

2.方差齐性检验

假设检验中需要注意的问题

由于假设检验是根据有限的样本信息对总体作出的推断，因而不管作出何种结论，均有可能犯错误。

假设检验的两类错误及检验效能

假设检验与置信区间的关系

计量资料多组均数比较—方差分析

由英国统计学家R.A.Fisher首先提 出，以F命名其检验统计量，故方 差分析又称作F检验。（ANOVA）

子主题

完全随机设计资料的方差分析

概念

完全随机设计(Completely randomized design)：又称单纯随机设计或成组设计，是将同质受试对象随机分配到各处理组，再观察其实验效应，以比较各处理有无不同的设计方法。

基本思想

分析步骤

多个样本均数的两两比较

1.掌握方差分析的用途及应用条件。 2.熟悉方差分析的基本思想。 3.熟悉完全随机设计方差分析基本步骤以及两两比较SNK-q检验、Dunnett检验的计算过程。

非参数检验

卡方检验

理解并能阐述卡方检验的基本思想 掌握独立样本四格表资料卡方检验的具体过程 掌握相应卡方值计算公式的应用条件 掌握R╳C列联表资料、配对设计资料卡方检验的基本步骤 了解Fisher确切概率法的基本思想

独立样本四格表资料

独立样本四格表资料卡方检验基本思想及公式

独立样本四格表资料卡方检验的具体过程

四格表资料专用公式

校正公式

配对资料/两相关样本资料

Fisher确切概率法

R╳C 列联表资料

例题

基于秩次的非参数检验

掌握非参数统计方法的基本概念和适用条件 掌握Wilcoxon符号秩检验的基本思想与步骤 掌握Wilcoxon秩和检验的基本思想与步骤 能够根据不同设计类型资料选择适合的检验方法 能够理解不同设计类型等级资料的秩和检验

小结 非参数检验与参数检验的比较 Wilcoxon符号秩检验的基本思想及步骤 Wilcoxon秩和检验的基本思想及步骤 Kruskal-Wallis H检验的基本思想及步骤 等级资料的编秩规则 各种检验方法特征及注意事项

WILCOXON符号秩检验-两相关样本资料

WILCOXON秩和检验-两独立样本资料

KRUSKAL-WALLIS H 检验-多组独立样本资料

分析

两变量之间关系分析—相关

掌握简单线性相关系数的意义，相关的分析步骤及适用条件 熟悉简单线性相关的基本概念 了解简单线性相关的注意事项，等级相关分析

引言 单变量统计与双变量关系统计 任何客观事物都不是孤立的，而是相互联系、相互制约的 医学上，人的身高与体重、体温与脉搏次数、年龄与血压、药物剂量与疗效等 相关关系分为线性相关与曲线相关(非线性相关)

简单线性相关

秩相关

简单线性回归

掌握简单线性回归系数的意义 掌握回归分析的具体步骤、应用及适用条件 掌握简单线性回归与线性相关的区别与联系 熟悉简单线性回归的基本概念 了解简单线性回归的注意事项

小结 简单线性回归的基本概念 回归系数的计算及意义(最小二乘法) 简单线性回归分析的具体步骤 总体回归系数β的统计推断 简单线性回归的应用

计算分析步骤

回归系数的假设检验

方差分析法

子主题

Logistic回归分析

掌握logistic 回归分析的概念及分类 掌握logistic回归分析的基本模型，模型参数的流行病学与统计学意义 熟悉logistic回归模型的参数估计和假设检验的常用方法 熟悉logistic回归分析的注意事项及其应用

logistic回归概念、分类； logistic回归模型及参数意义（流行病+统计）； logistic回归模型的参数估计及假设检验方法； logistic回归分析的注意事项及其应用；

二分类资料Logistic回归分析

（二）回归模型中参数的意义

Logistic回归分析的注意事项及应用

logistic回归分析的注意事项

关于数值变量资料的赋值问题

自变量的筛选

样本含量大小的估计

logistic回归分析的应用

生存分析

掌握生存分析、生存时间、生存概率、死亡概率、生存率、终点事件、生存曲线、截尾数据、中位生存期等重要概念。 掌握Cox回归的假定条件、基本模型；基础风险函数及偏回归系数的含义等。 熟悉生存率的估计方法。 熟悉Cox回归分析的参数估计及假设检验方法。

小结 基本概念：生存分析、生存时间、生存概率、死亡概率、生存率、终点事件、生存曲线、截尾数据、中位生存期等重要概念。 生存率的估计方法。 Cox回归的假定条件、基本模型；基础风险函数及偏回归系数的含义等，参数估计及假设检验方法。

生存资料的概念及特点

二、生存分析中的基本概念

生存曲线的估计

生存曲线的比较 (log-rank检验)

生存资料影响因素分析 (Cox回归分析)